卷积神经网络在语音识别中的应用  

The Application of Convolutional Neural Network in Speech Recognition

作　　者：张晴晴[1] 刘勇[1] 王智超[1] 潘接林[1] 颜永红[1] 

机构地区：[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,北京100190

出　　处：《网络新媒体技术》2014年第6期39-42,共4页Network New Media Technology

基　　金：国家自然科学基金(编号:11161140319;91120001;61271426);中国科学院战略性先导科技专项(面向感知中国的新一代信息技术研究;编号:XDA06030100;XDA06030500);国家863计划(编号:2012AA012503);中科院重点部署项目(编号:KGZD-EW-103-2)基金资助

摘　　要：研究了使用卷积神经网络构造模式分类器,并用于连续语音识别的研究。CNNs相比于广泛使用于语音识别中的深层神经网络(Deep Neural Network,DNNs),能在保证性能的同时,大大压缩模型的尺寸。在标准语音识别库TIMIT上的实验结果证明,相比传统DNN模型,CNN模型的识别性能更好,同时其模型规模和计算量都有明显降低。Convolutional Neural Networks （CNNs） are investigated for continuous speech recognitions in the paper. Compared to Deep Neural Networks （DNNs） , which have been proven to be successful in many speech recognitio.n tasks nowadays, CNNs can reduce the NN model sizes significantly, and at the same time achieve even better recognition accuracies. Experiments on standard speech corpus TIMIT showed that CNNs outperformed DNNs in accuracy.

关 键 词：卷积神经网络 连续语音识别 权值共享 

分 类 号：TN912.34[电子电信—通信与信息系统]