基于深度神經(jīng)網(wǎng)絡的RASR語音識別的研究.pdf_第1頁
已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、目前有關語言和語音處理的公共可用的開源軟件越來越多，而大多數(shù)的語音識別系統(tǒng)僅僅處理封閉的詞匯表。但對于處理無限制語音輸入的應用程序來說，即使再大的詞匯表也無法覆蓋所有的詞匯。德國亞琛工業(yè)大學開發(fā)的開源語音識別工具(RWTH ASR，簡稱RASR)，可將詞匯表中的詞單元組合起來合并成一個新詞，從而在識別處理過程中識別外來詞匯，完成大詞匯量連續(xù)語音識別。
　　本文除了回顧語音識別相關理論背景之外，更重要的是通過RASR工具中的聲學模型

2、和解碼器開發(fā)識別大詞匯量語音系統(tǒng)。通過配置相應參數(shù)完成語音信號分析，估計高斯混合模型(Gaussian Mixture Models，GMM)和語音決策樹，結合深度神經(jīng)網(wǎng)絡（Deep Neural Network，DNN）得到一個開放的詞匯自動語音識別(Automatic Speech Recognition，ASR)系統(tǒng)。通過使用SRI LM工具包訓練語言模型，最后使用NIST SCTK語音識別評分工具包進行誤差分析和評估。本文的重點

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論