用于端到端 ASR 的基于卷积注意力的 Seq2Seq 神经网络
计算与语言
2017-10-13 v1
摘要
本论文介绍了用于端到端 ASR 的带有 Luong 注意力机制的序列到序列模型。它还描述了构成基于卷积注意力的 seq2seq 神经网络的各种神经网络算法，包括 Batch normalization、Dropout 和 Residual network。最后，所提出的模型证明了其在语音识别中的有效性，在 TIMIT 数据集上实现了 15.8% 的音素错误率。
引用
@article{arxiv.1710.04515,
title = {Convolutional Attention-based Seq2Seq Neural Network for End-to-End ASR},
author = {Dan Lim},
journal= {arXiv preprint arXiv:1710.04515},
year = {2017}
}
备注
Masters thesis, Korea Univ