近年来,由于循环神经网络(RNN,Recurrent Neural Networks)建模技术在语音建模及语音识别方面表现出了极强的适应性,在各个大型语音公司甚至将基于RNN的改进模型应用于实际生活.本文主要基于汉语语素的特殊性对RNN提出改进方法,通过在原始RNN模型上建立双层模型,首先识别单词的声母,然后匹配识别单词,来提高语音的识别率和识别速度.结合相关的算法研究,对RNN语音模型进行改进,并在实验台上搭建改进的语音系统进行试验,与原模型对比找到改进方法的优点与不足.
语音识别; RNN模型; HMM算法; 孤立词; 语言模型; 神经网络;
10.16559/j.cnki.2095-2295.2018.02.010
TN912.34