XJIPC OpenIR  > 多语种信息技术研究室
基于注意力LSTM和多任务学习的远场语音识别
张宇; 张鹏远; 颜永红
2018
发表期刊清华大学学报(自然科学版)
卷号58期号:3页码:249-253
其他摘要

由于背景噪声、混响以及人声干扰等因素,远场语音识别任务一直充满挑战性。该文针对远场语音识别任务,提出基于注意力机制和多任务学习框架的长短时记忆递归神经网络(long short-term memory,LSTM)声学模型。模型中嵌入的注意力机制使其自动学习调整对扩展上下文特征输入的关注度,显著提升了模型对远场语音的建模能力。为进一步提高模型的鲁棒性,引入多任务学习框架,使其联合预测声学状态和干净特征。AMI数据集上的实验结果表明:与基线模型相比,引入注意力机制和多任务学习框架的LSTM模型获得了1.5%的绝对词错误率下降。

关键词语音识别 长短时记忆 声学模型 注意力机制 多任务学习
文献类型期刊论文
条目标识符http://ir.xjipc.cas.cn/handle/365002/5262
专题多语种信息技术研究室
作者单位1.中国科学院声学研究所语言声学与内容理解重点实验室
2.中国科学院大学
3.中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室
推荐引用方式
GB/T 7714
张宇,张鹏远,颜永红. 基于注意力LSTM和多任务学习的远场语音识别[J]. 清华大学学报(自然科学版),2018,58(3):249-253.
APA 张宇,张鹏远,&颜永红.(2018).基于注意力LSTM和多任务学习的远场语音识别.清华大学学报(自然科学版),58(3),249-253.
MLA 张宇,et al."基于注意力LSTM和多任务学习的远场语音识别".清华大学学报(自然科学版) 58.3(2018):249-253.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于注意力LSTM和多任务学习的远场语音(707KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[张宇]的文章
[张鹏远]的文章
[颜永红]的文章
百度学术
百度学术中相似的文章
[张宇]的文章
[张鹏远]的文章
[颜永红]的文章
必应学术
必应学术中相似的文章
[张宇]的文章
[张鹏远]的文章
[颜永红]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于注意力LSTM和多任务学习的远场语音识别.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。