基于混合注意力机制和CTC语音识别模型技术研究

论文摘要

近年来,基于混合的连续时间分类（CTC）和注意力编解码器模型的端到端语音识别取得了很好的效果。文章在实验的基础上,提出了一种新的基于译码性能与编码器深度关系的CTC译码器结构,并运用注意力平滑机制获取更多的上下文信息,实现基于子字的译码。该方法在语音识别数据集Voxforge中的测试结果为,在没有LM的情况下,词错误率降到了4.39%;在RNN-LM的情况下,词错误率降到了3.32%。

论文目录

• 1 引言
• 2 混合的CTC和注意力机制架构
• 3 方法
•   3.1 编码器-解码器体系架构
•   3.2 注意力平滑
• 4 实验及分析
•   4.1 实验方法
•   4.2 实验结果
• 5 结语

文章来源

类型: 期刊论文

作者: 朱向前

关键词: 语音识别,注意力,序列到序列

来源: 电视技术 2019年22期

年度: 2019

分类: 信息科技

专业: 电信技术

单位: 中国电子科技集团公司第三研究所

分类号: TN912.34

DOI: 10.16280/j.videoe.2019.22.001

页码: 1-4+15

总页数: 5

文件大小: 1159K

下载量: 23