基于GRU-HMM声学模型的湖南方言辨识

摘要

建立了一种基于门控循环单元(GRU)神经网络和隐马尔科夫模型(HMM)结合的声学模型.采用梅尔倒谱系数(MFCC)作为该声学模型的输入,利用GRU神经网络能够对时间序列的实时记忆能力来对语音数据进行概率统计,所得概率值通过HMM模型进行统计和重新评估,最终得到辨识结果.用该方法对湖南方言进行了辨识研究,实验证明,此声学模型与传统声学模型相比具有更好的辨识效率.