一种基于多任务学习提高方言识别准确率的分类识别方法

摘要

一种基于多任务学习提高方言识别准确率的分类识别方法。首先提取各类方言音频的多种语音特征，接着利用提取到的特征信息输入神经网络模型进行训练得到各类方言的神经网络模型。然后提出了一种基于方言音频特征选择和模型选择的融合筛选方法。选择出一组分类性能最好的单模型，再在该单模型的基础上使用多任务学习方法，通过联合训练得到不同方言语种的多任务神经网络模型，进而提高总体方言分类的准确率。最后在方言分类的结果基础之上，将方言输入到该方言语种特定的语言模型上，实现方言翻译语音转写等功能。