卷积神经网络在语音识别中的应用

摘要：

研究了使用卷积神经网络(Convolutional Neural Networks,CNNs)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.

关键词： 语音识别 卷积神经网络 权值共享 性能评价

作者: 张晴晴 刘勇 王智超 潘接林 颜永红

作者单位: 中国科学院声学研究所语言声学与内容理解重点实验室

会议类型: 国内会议

会议名称: 中国科学院声学研究所纪念建所50周年暨第五届学术交流会

会议地点: 北京

会议语种:中文

页码: 309-312

在线出版日期: 2014-07-01（万方平台首次上网日期，不代表论文的发表时间）