典型文献
基于DFCNN-CTC和Transformer的中文语音识别
文献摘要：
语音识别一般只是将语音转化成文字,识别的结果是没有标点的一连串汉字,这不利于读者阅读,也会影响后续任务的处理.因此,引入语音端点检测解决上述问题.同时针对传统的语言模型N-gram存在忽略字词之间语义的相似性、训练时的参数过大等问题,提出一种以全序列卷积神经网络DFCNN作为声学模型,Transformer作为语言模型的语音识别系统.在Thchs30、ST-CMDS数据集上的实验表明,相较于DFCNN结合3-gram模型,该系统在最优模型上达到了12.8％的字符错误率,相对下降了6.9％.
文献关键词：
语音识别;语音端点检测;DFCNN;Transformer
中图分类号：
作者姓名：
杨璐;郭文明;韩芳
作者机构：
北京邮电大学计算机学院(国家示范性软件学院),北京 100876;可信分布式计算与服务教育部重点实验室,北京 100876;新疆工程学院信息工程学院,乌鲁木齐 830023
文献出处：
引用格式：
[1]杨璐;郭文明;韩芳-.基于DFCNN-CTC和Transformer的中文语音识别)[J].火力与指挥控制,2022(03):16-21
A类：
DFCNN,Thchs30
B类：
CTC,Transformer,音转,转化成,成文,标点,一连串,汉字,读者阅读,语音端点检测,时针,语言模型,gram,字词,全序,声学模型,语音识别系统,ST,CMDS,最优模型,上达,字符,错误率
AB值：
0.342504
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。
