面向韩语语音识别的快速收敛声学建模：时延神经网络初步研究
计算与语言
2018-07-17 v1 声音
音频与语音处理
摘要
本文提出一种基于时延神经网络（TDNN）的声学模型，以实现韩语语音识别的快速收敛声学建模。由于排除了重复权重的子采样，TDNN在训练数据量有限的情况下具有快速收敛的优势。与基于前馈神经网络（FFNN）的韩语语音语料库建模相比，TDNN在字符错误率上实现了2.12%的绝对提升。所提模型的收敛速度比基于FFNN的模型快1.67倍。
引用
@article{arxiv.1807.05855,
title = {A Fast-Converged Acoustic Modeling for Korean Speech Recognition: A Preliminary Study on Time Delay Neural Network},
author = {Hosung Park and Donghyun Lee and Minkyu Lim and Yoseb Kang and Juneseok Oh and Ji-Hwan Kim},
journal= {arXiv preprint arXiv:1807.05855},
year = {2018}
}
备注
6 pages, 2 figures