基于深度神经网络的语音识别系统研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:hyx19841101
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语音识别是人机交互模式识别领域的一个重要课题,构建了一种基于深度神经网络的语音识别系统,使用了抗噪对比散度法和抗噪最小平方误差法对模型进行无监督训练;使用了均值归一化进行模型优化,提高了网络对训练集的拟合度,并且降低了语音识别的错误率;使用多状态激活函数进行了模型优化,这不仅使得不带噪测试和带噪声测试的语音识别错误率进一步下降,并能在一定程度上减轻过拟合现象;并通过奇异值分解和重构的方法对模型进行了降维。实验结果表明,此系统可以在不影响语音识别错误率的基础上极大地降低系统的复杂性。
其他文献
为了在天然气输气管道全尺寸止裂实验中,有效收集天然气管道爆燃后的热辐射、冲击波和管道止裂尺寸等数据,采用电子雷管及其芯片技术,对管道天然气泄漏扩散并发生爆燃进行了
以成渝客运专线新红岩隧道上方二层砌体结构为例,采用OMA(运行模态分析)方法研究了砌体结构在隧道爆破引起的地面振动作用下的安全性。结果表明:采用电子雷管爆破相比非电雷管能
针对低温对地下混装乳化炸药技术的影响。通过混装乳化炸药组分分析。进行系列化实验研究。确定抗低温地下现场混装乳化炸药工艺配方。即在常规地下混装乳化炸药工艺配方的基
为了消除隧道爆破振动信号中无规则混杂的噪声,引入了一种基于CEEMD(互补集合经验模态分解)的低通去噪方法。首先对模拟正弦信号进行EMD、EEMD、CEEMD分解,验证CEEMD分解方法的
针对扩展遂昌金矿新游客中心及配套服务设施的面积爆破施工中,周边环境特别复杂,保护物众多的情况,遵循"自上而下、由南向北、分区域、留屏障、多台阶、少排数"的原则,采用常