用于语音识别的循环深度堆叠网络
计算与语言
2020-11-12 v2 声音
摘要
本文介绍了我们将循环深度堆叠网络 (RDSN) 应用于鲁棒自动语音识别 (ASR) 任务的工作。在文中，我们还提出了一种更高效且性能相当的 RDSN 替代方案——双向传递堆叠网络 (BPSN)。这两种模型的主要思想是将音素级信息添加到声学模型中，从而将声学模型转变为声学模型与音素级 N-gram 模型的组合。实验表明，RDSN 和 BPSN 相比传统深度神经网络 (DNN) 能够显著提升性能。
引用
@article{arxiv.1612.04675,
title = {Recurrent Deep Stacking Networks for Speech Recognition},
author = {Peidong Wang and Zhongqiu Wang and Deliang Wang},
journal= {arXiv preprint arXiv:1612.04675},
year = {2020}
}
备注
The project was discontinued