没有合适的资源?快使用搜索试试~ 我知道了~
LSTM及其在语音识别中的应用
共1个文件
docx:1个
需积分: 43 19 下载量 191 浏览量
2020-01-27
06:50:17
上传
评论 1
收藏 280KB ZIP 举报
温馨提示
经过几十年的研究与发展,语音识别建立了以隐马尔可夫模型(Hidden Markov Models,HMM)为基础的框架。近几年,在HMM基础上深度神经网络(Deep Neural Network,DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入,从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的,不同的窗长对最终的识别结果会有影响。递归神经网络(Recurrent neural network,RNN)通过递归来挖掘序列中的上下文相关信息,在一定程度上克服了DNN的缺点。但是RNN在训练中很容易出现梯度消失的问题,无法记忆长时信息。长短期记忆单元(Long Short-Term Memory,LSTM)通过特定的门控单元使得当前时刻的误差能够保存下来并选择性传给特定的单元,从而避免了梯度消失的问题。本文对RNN及LSTM的基本原理进行了介绍,并且在TIMIT语音数据库上进行了实验。实验结果表明,LSTM型递归神经网络在语音识别上的可以取得较好的识别效果
资源推荐
资源详情
资源评论
收起资源包目录
12c7cfb7e21444d68d4e4422285a3e78.zip (1个子文件)
12c7cfb7e21444d68d4e4422285a3e78
RNN在语音识别中的应用 .docx 303KB
共 1 条
- 1
资源评论
普通网友
- 粉丝: 7
- 资源: 146
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功