结合深度神经网络与内容转录的语音识别研究

摘要

在研究语音识别关键技术基础上,将深度神经网络模型应用于语音的关键词检索任务上,提出基于深度神经网络的语音关键词检测模型。与基线GMM-HMM模型进行对比实验,结果表明:LSTM模型的训练参数大小为436570,DNN的训练参数为698100,Gaussiam混合模型(GMM)的训练参数大小为1226760。基于LSTM-HMM和DNN-HMM模型的语音识别准确率分别为96.5%和91.6%,显著高于传统语音识别模型(GMM-HMM)的78.5%。基于LSTM-HMM模型的语音识别技术具有较高的准确率,更适合于语音关键词检测。