典型文献
基于CNN-BiGRU的方言语种识别
文献摘要：
针对方言特征表征能力差和识别率低的问题,兼顾特征提取和模型改进两方面对不同时长的方言语种数据进行实验仿真.首先,通过对比不同的特征提取算法,确定模型的最佳输入特征;其次,使用焦点损失代替交叉熵损失函数,对不均衡和相似度高的方言语种分配不同的权重,经实验仿真确定最优参数使模型性能达到最佳;再次,对比不同的模型在不同时长方言语种中的识别性能,实验结果显示,与基线系统相比,提出的改进模型平均识别率提升了4.09％;最后,采用语音增强方式提高模型的泛化能力和鲁棒性.
文献关键词：
方言语种识别;焦点损失;模型改进;语音增强
中图分类号：
作者姓名：
付英;刘增力;汤辉
作者机构：
昆明理工大学,云南 昆明 650504;江西省科技基础条件平台中心,江西 南昌 330003
文献出处：
引用格式：
[1]付英;刘增力;汤辉-.基于CNN-BiGRU的方言语种识别)[J].通信技术,2022(06):712-719
A类：
方言语种识别
B类：
BiGRU,方言特征,表征能力,识别率,模型改进,实验仿真,特征提取算法,定模,输入特征,焦点损失,交叉熵损失函数,真确,最优参数,模型性能,达到最佳,识别性,改进模型,模型平均,语音增强,泛化能力
AB值：
0.313485
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。
