用于声学建模的深度循环神经网络
机器学习
2015-04-08 v1 计算与语言
神经与进化计算
机器学习
摘要
我们提出了一种用于自动语音识别 (ASR) 声学建模的新型深度循环神经网络 (RNN) 模型。我们将我们的贡献称为 TC-DNN-BLSTM-DNN 模型，该模型结合了具有时间卷积 (TC) 的深度神经网络 (DNN)，随后是双向长短期记忆 (BLSTM) 网络，以及最终的 DNN。第一个 DNN 作为我们模型的特征处理器，BLSTM 随后从序列声学信号中生成上下文，最终的 DNN 接收该上下文并对声学状态的后验概率进行建模。我们在 Wall Street Journal (WSJ) eval92 任务上实现了 3.47 的词错误率 (WER)，相比基线 DNN 模型有超过 8% 的相对提升。
引用
@article{arxiv.1504.01482,
title = {Deep Recurrent Neural Networks for Acoustic Modelling},
author = {William Chan and Ian Lane},
journal= {arXiv preprint arXiv:1504.01482},
year = {2015}
}