资源匮乏多语言的语种辨识技术研究

作     者：毛雪丽 米吉提·阿不里米提 艾斯卡尔·艾木都拉 MAO Xue-li;Mijit Ablimit;Askar Hamdulla

作者机构：新疆大学信息科学与工程学院新疆乌鲁木齐830046 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2022年第39卷第12期

页      面：336-341页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(.61662078) 国家重点研发计划(2017YFC0820602)。 

主　　题：语种识别 语谱图 资源匮乏 多语言 

摘      要：针对现有的语种识别方法对资源丰富、同语系语言的研究较为密集,而对资源匮乏、跨语系语言的研究较少等问题,通过对MFCC、FBank、语谱图等多个特征以及CNN、GRU等多个模型的研究对比,提出了一种基于语谱图特征的CNN-BiGRU的语种识别模型。模型提取语音数据的语谱图,采用卷积网络获取语谱图的视觉特征;通过双向门控循环网络获取时序信息特征;使用全连接网络输出语言种类,实现了资源匮乏、同语系语言以及跨语系多语言的语种识别。在东方语种数据集上进行实验,获得了良好的结果并验证了该方法的有效性。