论文研究 低资源条件下基于i vector特征的LSTM递归神经网络语音识别系统.pdf

在低资源条件下，由于带标注训练数据较少，搭建的语音识别系统性能往往不甚理想。针对此问题，首先在声学模型上研究了长短时记忆（LSTM）递归神经网络，通过对长序列进行建模来充分挖掘上下文信息，并且引入线性投影层减小模型参数；然后研究了在特征空间中对说话人进行建模的技术，提取出能有效反映说话人和信道信息的身份认证矢量（i-vector）；最后将上述研究结合构建了基于i-vector特征的LSTM递归神经网络系统。在Open KWS 2013标准数据集上进行实验，结果表明该技术相比于深度神经网络基线系统有相对10%的字节错误率降低。