文献类型：期刊文章

作　　者：刘娟宏[1] 胡彧[1] 黄鹤宇[1]

Liu Juanhong;Hu Yu;Huang Heyu(College of Physics and Optoelectronics,Taiyuan University of Technology,Jinzhong 030600,Shanxi,China)

机构地区：[1]太原理工大学物理与光电工程学院,山西晋中030600

出　　处：《计算机应用与软件》

年　　份：2020

卷　　号：37

期　　号：4

起止页码：192-196

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：卷积神经网络(Convolutional Neural Networks,CNN)是目前流行的语音识别模型之一,其特有卷积结构保证了语音信号时域和频域的平移不变性。但是CNN存在着对语音信号建模能力有所不足的问题。为此,将链接时序准则(CTC)应用在CNN结构中,构建端到端卷积神经网络(CTC-CNN)模型。同时,引入残差块结构,提出一种新的端到端深度卷积神经网络(CTC-DCNN)模型,并利用maxout激活函数对其进行优化。通过TIMIT和Thchs-30语音库测试实验,结果表明在中英文识别中,采用该模型比现有卷积神经网络模型,准确率分别提高约4.7%和6.3%。

关 键 词：语音识别 卷积神经网络 maxout激活函数  端到端

分 类 号：TP391.4]