深度学习在海南临高方言语音识别中的应用

临高话是海南省一种独特且重要的方言,因语音资源稀缺且缺乏标准化,语音识别系统的开发面临诸多挑战。为了 提升临高方言的语音识别精度,本文多维度的采集了超过 400 小时的临高话语音数据,构建了一个专门的数据集。在此基础上, 本文利用 WeNet3.0 开源平台,并采用卷积增强的 Transformer(Conformer)模型进行了深入的训练。通过多轮优化,该语音识 别模型达到了 8.04% 的词错误率。