基于深度神经网络的语音识别系统研究

摘要：

语音识别是人机交互模式识别领域的一个重要课题,构建了一种基于深度神经网络的语音识别系统,使用了抗噪对比散度法和抗噪最小平方误差法对模型进行无监督训练;使用了均值归一化进行模型优化,提高了网络对训练集的拟合度,并且降低了语音识别的错误率;使用多状态激活函数进行了模型优化,这不仅使得不带噪测试和带噪声测试的语音识别错误率进一步下降,并能在一定程度上减轻过拟合现象;并通过奇异值分解和重构的方法对模型进行了降维.实验结果表明,此系统可以在不影响语音识别错误率的基础上极大地降低系统的复杂性.

关键词：模式识别、深度神经网络、语音识别、隐马尔科夫模型、模型重构

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家级大学生创新创业训练计划资助项目201510022062

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49