基于混合DBNN-BLSTM模型的大词汇量连续语音识别-纺织高校基础.PDF

第 卷第 期 纺 织 高 校 基 础 科 学 学 报 , 31 1 Vol.31No.1 年 月 , 2018 3 BASICSCIENCESJOURNALOFTEXTILEUNIVERSITIES Mar.2018 文章编号: ( ) : / 1006-8341201801-0103-05 DOI10.13338 .issn.1006-8341.2018.01.017 j 基于混合DBNN-BLSTM模型 的大词汇量连续语音识别 , , 李云红 王 成 王延年 ( , ) 西安工程大学 电子信息学院 陕西 西安 710048 : ( ) ( ) 摘要 深度置信神经网络 DBNN 模型和双向长短时记忆神经网络模型 BLSTM 在单独进行特 , ( ) 征提取时识别率不理想 长短时记忆单元 与 模型可以更好解析语音数据特征 LSTM BLSTM . , ( ) 因此将 DBNN模型和BLSTM模型相结合 提出一种大词汇量连续语音识别 LVCSR 的声学 , , 模型建立方法 并在 深度学习框架下进行实验 实验结果表明 使用改进的 Keras . DBNN- , , BLSTM模型进行大词汇量连续语音识别 识别精度有所提高 比BLSTM模型的词识别率提高 5%. : ; ; ; 关键词 大词汇量 语音识别 深度置信神经网络 双向长短时记忆模型 中图分类号: 文献标识码: TN912.34 A Larevocabularcontinuousseechreconitionbased g y p g ondee beliefneuralnetworksandbidirectional p lon-shorttermmemorhbrid g y y , , LIYun