基于深度学习的语音识别技术现状与展望!.pdfVIP

ISSN1004—9037，CoDENSCYCE4 http：／／sj ofData and J。urnal Acquisi【i。nProcessing E V01．32，No．2，Mar．2017，pp．221—231 DoI：10．16337／{．1004—9037．2017．02．002 Tel／Fax：+86—02584892742 Journal。fData and ⑥2017by Acquisiti。nProcesslng 基于深度学习的语音识别技术现状与展望 戴礼荣 张仕良 黄智颖 (中国科学技术大学语音与语言信息处理国家工程实验室，合肥，230027) 摘 要：首先对深度学习的发展历史以及概念进行简要的介绍。然后回顾最近几年基于深度学习的语 音识别的研究进展。这一部分内容主要分成以下5点进行介绍：声学模型训练准则，基于深度学习的声 学模型结构，基于深度学习的声学模型训练效率优化，基于深度学习的声学模型说话人自适应和基于深 度学习的端到端语音识别。最后就基于深度学习的语音识别未来可能的研究方向进行展望。 关键词：深度学习；深度神经网络；语音识别；说话人自适应 中图分类号：TN912．3文献标志码：A for of Deep SpeechRecognitiOn：Review Learning State—of_the_Artsand TechnologiesProspects Dai Shiliang，HuangZhiying I，irong，Zhang (Nati。nal of and Information of Enginee“ngI且boratorySpeechLanguage Processing，University Scienceand ofChina，Hefei，230027，China) Technology this is introduced．a reviewoftheresearch of Abstract：Inpaper，deeplearningbriefly Then， progress based is fromthe five criterionsfor deep1earningspeechrecognitionpresented foUowingpoints：Training for based basedacousticmodels，differentmodelarchitectures deeplearning deeplearningspeechrecogni— tionacoustic scalableanddistributed methodsfor basedacoustic modeling， optimization deeplearning model for basedacousticmodel，and basedend—to— adaptationdeeplearning deepleaning training，speaker Attheendofthis thefuture researchof end pointsdeep1earning