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
Source Publication清华大学学报(自然科学版)
ISSN1000-0054
Volume58Issue:3Pages:249-253
Other Abstract

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。

Keyword语音识别 长短时记忆 声学模型 注意力机制 多任务学习
Indexed ByCSCD
CSCD IDCSCD:6274503
Citation statistics
Document Type期刊论文
Identifierhttp://ir.xjipc.cas.cn/handle/365002/5262
Collection多语种信息技术研究室
Affiliation1.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
Recommended Citation
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.
Files in This Item:
File Name/Size DocType Version Access License
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-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张宇]'s Articles
[张鹏远]'s Articles
[颜永红]'s Articles
Baidu academic
Similar articles in Baidu academic
[张宇]'s Articles
[张鹏远]'s Articles
[颜永红]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张宇]'s Articles
[张鹏远]'s Articles
[颜永红]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 基于注意力LSTM和多任务学习的远场语音识别.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.