典型文献
基于时延神经网络的语音识别算法及其在轨道交通领域的应用研究
文献摘要：
语音识别是智能语音交互系统的关键环节,该项技术近年来在汽车电子、消费电子、医疗等领域的应用得到了飞速发展.文章分析了语音技术在车载领域的发展现状,介绍了语音识别技术的发展历程,重点阐述了轨道交通领域对语音识别技术的需求及应用;针对轨道交通不同车型的显示交互内容多变、需定制开发的问题,开展了基于时延神经网络语音识别技术研究,开发基于智能计算平台的列车显示器语音识别系统.该系统能够根据不同显示器平台的交互需求及智能硬件平台的处理性能灵活构建模型,同时在通用模型的基础上优化交互关键词,以提高识别率.最后,在智轨电车不同运行场景及环境噪声下进行了语音识别系统的性能及功能测试,结果显示,语音识别率达到85％以上.该技术的应用不仅为司机带来便捷的交互体验,也为智能语音技术在轨道交通其他车辆上的应用奠定基础.
文献关键词：
语音交互;语音识别;深度学习;时延神经网络;轨道交通
中图分类号：
作者姓名：
刘悦;林军;罗潇;褚伟;刘任
作者机构：
中车株洲电力机车研究所有限公司,湖南 株洲 412001
文献出处：
引用格式：
[1]刘悦;林军;罗潇;褚伟;刘任-.基于时延神经网络的语音识别算法及其在轨道交通领域的应用研究)[J].控制与信息技术,2022(04):11-16
A类：
B类：
时延神经网络,语音识别算法,在轨,交通领域,语音交互,交互系统,汽车电子,费电,用得,车载,语音识别技术,同车,车型,交互内容,定制开发,识别技术研究,智能计算,计算平台,列车,显示器,语音识别系统,交互需求,智能硬件,硬件平台,处理性能,构建模型,通用模型,识别率,智轨电车,运行场景,环境噪声,功能测试,司机,交互体验,智能语音技术
AB值：
0.389379
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。
