IBM 2015 英语会话电话语音识别系统
计算与语言
2015-05-25 v1
摘要
我们描述了 IBM 英语会话电话语音识别系统的最新改进。一些被发现有益的技术是：具有退火丢弃率（annealed dropout rates）的 maxout 网络；在 2000 小时数据上训练的具有极多输出的网络；通过组合瓶颈和输出层并重新训练所得模型，对部分展开的循环神经网络和卷积网络进行联合建模；最后是使用指数和神经网络的复杂语言模型重打分。这些技术在 Hub5-2000 评估测试集的 Switchboard 部分上产生了 8.0% 的词错误率，比我们之前发布的最佳结果相对提高了 23%。
引用
@article{arxiv.1505.05899,
title = {The IBM 2015 English Conversational Telephone Speech Recognition System},
author = {George Saon and Hong-Kwang J. Kuo and Steven Rennie and Michael Picheny},
journal= {arXiv preprint arXiv:1505.05899},
year = {2015}
}
备注
Submitted to Interspeech 2015