文献类型：期刊文章

作　　者：陈聪[1] 贺杰[1] 陈佳[1]

CHEN Cong;HE Jie;CHEN Jia(School of Data Science and Sofware Engineering,Wuzhou University,Wuzhou 543002,China)

机构地区：[1]梧州学院大数据与软件工程学院,广西梧州543002

出　　处：《控制工程》

基　　金：国家自然科学基金项目(61562074,61961036);广西高校行业软件技术重点实验室资助项目。

年　　份：2021

卷　　号：28

期　　号：3

起止页码：585-591

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：为提高常规自动语音识别(ASR)系统的精度,提出基于隐式马尔可夫模型混合连接时间分类/注意力机制的端到端ASR系统设计方法。首先,针对可观测时变序列语音识别过程中存在的连续性强、词汇量大的语音识别难点,基于隐式马尔可夫模型对语音识别过程进行模拟,实现了语音识别模型参数化;其次,使用连接时间分类目标函数作为辅助任务,在多目标学习框架中训练语音识别过程的关注模型编码器,可降低序列级连接时间分类目标近似度,实现语音识别过程精度提升;最后,通过在自建语音识别库上的仿真实验,验证所提算法在识别效率和精度上的性能优势。

关 键 词：隐式马尔可夫  连接时间分类  注意力机制  端到端 语音识别

分 类 号：TP18]