期刊专题

10.11896/j.issn.1002-137X.2018.09.052

基于多语言语音数据选择的资源稀缺蒙语语音识别研究

引用
利用多语言信息可以提高资源稀缺语言识别系统的性能.但是,在利用多语言信息提高资源稀缺目标语言识别系统的性能时,并不是所有语言的语音数据对资源稀缺目标语言语音识别系统的性能提高都有帮助.文中提出利用长短时记忆递归神经网络语言辨识方法选择多语言数据以提高资源稀缺目标语言识别系统的性能;选出更加有效的多语言数据用于训练多语言深度神经网络和深度Bottleneck神经网络.通过跨语言迁移学习获得的深度神经网络和通过深度Bottleneck神经网络获得的Bottleneck特征都对提高资源稀缺目标语言语音识别系统的性能有很大的帮助.与基线系统相比,在插值的Web语言模型解码条件下,所提系统的错误率分别有10.5% 和11.4% 的绝对减少.

数据选择、资源稀缺、多语言深度神经网络、深度Bottleneck神经网络

45

TP391.42(计算技术、计算机技术)

国家自然科学基金61305027 ,山东省自然科学基金ZR2011FQ024 ,山东省高等学校科技计划项目J17KB160

2018-10-23(万方平台首次上网日期,不代表论文的发表时间)

共6页

308-313

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(9)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn