检索结果-南通市图书馆

中文信息学报 2024年第1期38卷 166-172页

作者：张岩艾斯卡尔·艾木都拉米吉提·阿不里米提新疆大学信息科学与工程学院新疆乌鲁木齐830046

端到端语音识别技术不需要文本和语音序列的强制对齐过程,且比传统语音识别系统有着更为简单直观的结构和更好的适应能力,它不需要精准的发音词典,在资源匮乏语言的语音识别研究中有更好的发展前景。该文在循环神经网络(RNN)和链接时序... 详细信息

端到端语音识别技术不需要文本和语音序列的强制对齐过程,且比传统语音识别系统有着更为简单直观的结构和更好的适应能力,它不需要精准的发音词典,在资源匮乏语言的语音识别研究中有更好的发展前景。该文在循环神经网络(RNN)和链接时序分类(CTC)的基础上,实现维吾尔语不同粒度的端到端的语音识别系统,且在较少的语料库(THUYG公开语料库)上将该方法和传统的HMM语音识别框架进行比较。单音素基础上端到端方法的表现超过传统HMM-GMM框架,CER下降10.6%,而且经过稍微减少冗余后的以单字符作为建模单元的端到端语音识别系统对比基于三音素的HMM-GMM系统CER下降2.23%。对于资源匮乏语言,粒度单元的优化方法将是提高性能的下一个研究目标。

关键词：端到端技术语音识别维吾尔语链接时序分类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的中文语音识别算法探究

基于深度学习的中文语音识别算法探究

引用

作者：李超东南大学

学位级别：硕士

语音识别是人工智能领域一项关键性技术,是机器理解人类语言的重要手段。随着深度学习技术的出现,研究者们将更多的关注点投入到基于深度学习的语音识别模型中,多种语音识别模型接连不断地出现,语音识别的表现得到了进一步的提升。端到... 详细信息

语音识别是人工智能领域一项关键性技术,是机器理解人类语言的重要手段。随着深度学习技术的出现,研究者们将更多的关注点投入到基于深度学习的语音识别模型中,多种语音识别模型接连不断地出现,语音识别的表现得到了进一步的提升。端到端语音识别框架的引入,将传统的声学模型和语言模型整合在一起,使得构建语音识别模型的流程变得更加容易。然而,虽然已有一些端到端的模型架构被成功应用到ASR系统中,但是其在特征信息利用、流式识别需求、建模单元选择等方面还有很多问题亟待解决。针对上述问题,本文将流式识别的方法融合到端到端的语音识别框架中,在保证模型识别率的前提下实现流式识别,并在此基础上,探究建模单元、网络结构以及模型参数的设置对模型的影响。综上,本文的主要工作和创新点主要包括:(1)分析了从传统的语音识别方法到现代语音识别方法的发展逻辑,以及语音识别多个领域中的应用场景。然后就目前语音识别技术中存在的困难和亟待解决的问题,以及中文语音识别经典的语料库展开说明。(2)研究了语音识别中的相关技术,包括语音特征提取技术、声学建模技术、语言建模技术,完成了基于MFCC和Fbank的特征提取,并基于自建的数据库完成了基于HMM-GMM的关键词识别模型。(3)将端到端的技术应用到语音识别的模型中,以中文字符作为建模单元,分别研究了基于CTC和基于Transformer的两种语音识别模型。在实验过程中,对CTC的建模采用了3种网络架构,探究网络架构对模型识别的影响;探究LSTM和GRU两种循环神经网络变体在数据集上的表现,总结两种网络的最佳应用场景。实验结果表明:层数较多的GRU网络适合较小数据集,而多层LSTM网络在较大数据集上有更好的模型表现;Transformer模型在较小的数据集上训练时间较长,相较而言收敛较为困难;而在较大的数据集上表现更优异。(4)为了更好的利用语音的特征,提出了将擅长提取局部特征的卷积网络与善于捕捉全局信息的Attention机制相结合,用以作为语音编码器的设计。为了解决端到端语音识别系统的延迟性,研究了RNN-T的解码器设计,在此基础上将其与基于注意力的解码器联合解码,并融入触发机制,提出具有流式语音识别特点的端到端模型。考虑注意力机制的种类以及触发注意力中的前瞻帧个数等超参数对于模型表现的影响,并对三种常见的中文语音识别建模单位展开讨论。结果表明,在thchs-30和aishell-1两个数据集中采用音节+字音的建模方式,并使用基于位置的注意力机制,能够在RNN-T和触发注意力的联合解码网络中实现流式识别,且保证模型识别准确率。

关键词：语音识别深度学习端到端技术注意力机制触发注意力

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度神经网络的端到端语音识别研究

基于深度神经网络的端到端语音识别研究

引用

作者：严禹上海应用技术大学

学位级别：硕士

现如今,语音识别作为人机交互的核心技术之一,在智能家电、工业控制、客户服务中心、车联网等领域具有广阔的应用。语音交互是人与人之间沟通的最主要、最便捷的方式。传统的语音识别框架主要包括声学模型、语言模型、字典、解码器等模... 详细信息

现如今,语音识别作为人机交互的核心技术之一,在智能家电、工业控制、客户服务中心、车联网等领域具有广阔的应用。语音交互是人与人之间沟通的最主要、最便捷的方式。传统的语音识别框架主要包括声学模型、语言模型、字典、解码器等模块,模型组件较为复杂。近年来,端到端的语音识别技术由于其框架的简洁性和模型易于训练的特性逐渐成为大规模连续语音识别的发展趋势。本文提出使用改进的门控循环单元网络和端到端技术对语音识别系统建模,从端到端技术和深度神经网络两个方面对语音识别进行探索,主要开展的研究工作如下:(1)利用连接时序分类(CTC)的端到端方法对语音识别系统进行建模,找出语音和标签之间的映射关系,削减了传统模型中的标签预对齐步骤,降低了传统模型的复杂性。(2)提出对门控循环单元网络进行改进,改进的门控循环单元采用双向循环神经网络结构,能够更好的学习上下文时序信息,同时移除了重置门结构,在状态更新过程中采用Re LU激活函数并与前馈连接采用的BN算法有效结合,改进的门控循环单元可以降低模型的复杂度,加速模型收敛。(3)将改进的门控循环单元网络与连接时序分类算法进行结合对语音识别系统进行端到端建模,在英文数据集TIMIT和自制小型语料库上进行实验验证和分析,研究结果表明,与基线模型相比,基于改进门控循环单元的端到端语音识别模型取得了较低的词错率,并在训练速度上有明显提升。

关键词：自动语音识别深度神经网络连接时序分类门控循环单元端到端技术

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机网络通信安全中数据加密技术的运用

引用

电子技术与软件工程 2020年第18期 238-239页

作者：李恒武王辰阳郭辉战略支援部队信息工程大学河南省郑州市450000

计算机网络通信系统在运行中经常会产生漏洞,导致网络通信安全难以得到有效保障,要满足人们对于计算机网络需求,应加强对于计算机网络通信安全系统的改善,现代应用比较普遍的处理网络通信安全问题的技术是计算机数据加密技术,可以保障... 详细信息

计算机网络通信系统在运行中经常会产生漏洞,导致网络通信安全难以得到有效保障,要满足人们对于计算机网络需求,应加强对于计算机网络通信安全系统的改善,现代应用比较普遍的处理网络通信安全问题的技术是计算机数据加密技术,可以保障计算机通信系统的顺利运行。

关键词：计算机网络通信安全数据加密技术链路数据加密技术端到端技术

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：