典型文献
基于CTC-GRU模型的长沙方言识别
文献摘要：
为了识别大词汇量下连续长沙话方言语音,提出了基于CTC算法的门控线性单元神经网络模型.先通过梅尔倒谱系数提取语音的特征参数,再把提取的特征参数输入门控线性单元神经网络,用CTC算法进行训练优化,得到输入序列整个的预测标签.最后在自建的长沙话方言语料库上,以词错率作为评价指标,对CTC模型、GRU模型和CTC-GRU模型进行对比,结果表明CTC-GRU模型相对于其他2个模型收敛速度更快,结果更精准.
文献关键词：
CTC-GRU模型;梅尔倒谱系数;长沙话方言识别;词错率
中图分类号：
作者姓名：
梁小林;沈湘菲;梁曌;邱海琳
作者机构：
长沙理工大学数学与统计学院,湖南长沙410114
文献出处：
引用格式：
[1]梁小林;沈湘菲;梁曌;邱海琳-.基于CTC-GRU模型的长沙方言识别)[J].吉首大学学报（自然科学版）,2022(02):45-52
A类：
长沙话方言识别
B类：
CTC,GRU,长沙方言,词汇量,门控线性单元,元神,梅尔倒谱系数,入门,语料库,词错率,收敛速度
AB值：
0.210832
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
