期刊文献+

深度学习在语音识别中的应用综述 被引量:5

下载PDF
导出
摘要 深度学习已经逐渐成为语音识别领域重要的技术手段,有着广阔的应用前景,开展语音识别技术研究对推动自然语言处理及人工智能的发展具有重要的理论价值和现实意义。文中对深度学习在语音识别中的应用给予综述。介绍近年来深度学习在语音识别领域取得的研究成果,探讨了传统语音识别模型与现在的深度学习模型之间的关联,对深度学习在语音识别领域中的发展趋势进行分析,指出了深度学习模型需要吸收传统语音识别模型中处理语音的思想,从而能够更好地构建基于深度学习模型的语音识别系统。
作者 王家 龙冬梅
出处 《电脑知识与技术》 2020年第34期191-192,197,共3页 Computer Knowledge and Technology
  • 相关文献

参考文献4

二级参考文献44

  • 1俞铁城 周健来 等.基于神经网络/隐马尔可夫模型的混合语音识别方法的研究现状.第5届全国人机语音通讯学术会议论文集[M].哈尔滨,1998.18-21.
  • 2李全在 陈道文.基于混合HMM/ANN方法的汉语连续数字识别系统.第5届全国人机语音通讯学术会议论文集[M].哈尔滨,1998.166-168.
  • 3李全在,第五届全国人机语音通讯学术会议论文集,1998年,166页
  • 4俞铁城,第五届全国人机语音通讯学术会议论文集,1998年,18页
  • 5Schwenk H. Continuous Space Language Models. Computer Speech and Language, 2007, 21 (3) : 492-518.
  • 6Bengio Y, Ducharme R, Vincent P, et al. A Neural Probabilistie Language Model. Journal of Machine Learning Research, 2003, 3 : 1137-1155.
  • 7Mikolov T, Karafiett M, Burger L, et al. Recurrent Neural Network Based Language Model//Proc of the 11 th Annual Conference of the International Speech Communication Association. Makuhari, Japan, 2010:1045-1048.
  • 8Mikolov T, Kombrink S, Burget L, et al. Extensions of Recurrent Neural Network Language Model// Proc of the IEEE International Conference on Acoustics , Speech and Signal Processing . Prague ,Czech Republic, 2011 : 5528-5531.
  • 9Bengio Y, Simard P, Frasconi P. Learning Long-Term Dependen- cies with Gradient Descent Is Difficult. IEEE Trans on Neural Net- works, 1994, 5(2): 157-166.
  • 10Son L H, Allauzen A, Yvon F. Measuring the Influence of Long Range Dependencies with Neural Network Language Models//Prec of the NAACL-HLT Workshop : Will We Ever Really Replace the N- gram Model.'? On the Future of Language Modeling for HLT. Man- treal, Canada, 2012:1-10.

共引文献454

同被引文献64

引证文献5

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部