一种用于声学建模的改进残差LSTM架构
计算与语言
2017-08-21 v1 人工智能
声音
摘要
长短期记忆网络（LSTM）是自动语音识别系统中声学建模的主要循环神经网络架构。残差学习是一种帮助神经网络更容易、更快收敛的有效方法。本文中，我们为声学建模提出了几种类型的残差LSTM方法。我们的实验表明，与经典LSTM相比，我们的架构在TIMIT任务上的音素错误率（PER）相对降低了8%以上。同时，我们的残差快速LSTM方法在同一任务上实现了4%的PER相对降低。此外，我们发现所有这些架构在THCHS-30、Librispeech和Switchboard语料库上都能取得良好结果。
引用
@article{arxiv.1708.05682,
title = {An Improved Residual LSTM Architecture for Acoustic Modeling},
author = {Lu Huang and Jiasong Sun and Ji Xu and Yi Yang},
journal= {arXiv preprint arXiv:1708.05682},
year = {2017}
}
备注
5 pages, 2 figures