一种DNN-HMM声学模型参数迁移结构

摘要

本发明通过将一种DNN‑HMM声学模型参数迁移结构对小语料库在声学特征中的改进，具有提高声学模型对声学特征的建模能力，降低小规模数据下语音识别的词错误率和句错误率，以训练小语料库下的DNN‑HMM声学模型，并将其定义的异构模型参数迁移模型和迁移训练算法，在声学模型训练时加入异构模型参数迁移，通过将源数据训练得到的DNN模型的参数迁移到目标数据训练出来的模型中，实现DNN‑HMM异构模型的参数迁移，以此来降低语音识别的词错误率和句错误率等优点，从而有效的解决了现有技术中存在的问题和不足。