|
|||||
|
|
| 基于改进对比散度的GRBM语音识别 | |
| 引用本文： | 赵彩光,张树群,雷兆宜.基于改进对比散度的GRBM语音识别[J].计算机工程,2015(5). |
| 作者姓名： | 赵彩光 张树群 雷兆宜 |
| 作者单位： | 暨南大学信息科学技术学院,广州,510632 |
| 摘 要： | 对比散度作为训练受限波尔兹曼机模型的主流技术之一，在实验训练中具有较好的测试效果。通过结合指数平均数指标算法和并行回火的思想，提出一种改进对比散度的训练算法，包括模型参数的更新和样本数据的采样，并将改进后的训练算法应用于高斯伯努利受限玻尔兹曼机( GRBM)中训练语音识别模型参数。在TI-Digits数字语音训练和数字测试数据库上的实验结果表明，采用改进的对比散度训练的GRBM明显优于传统的模型训练算法，语音识别率能够达到80%左右，最高提升7%左右，而且应用改进算法训练的其他GRBM对比模型的语音识别率也都有所提高，具有较好的识别性能。 |
| 关 键 词： | 对比散度 高斯伯努利受限玻尔兹曼机 受限玻尔兹曼机 指数平均数指标 并行回火 语音识别 深度神经网络 |
Speech Recognition of Gaussian-Bernoulli Restricted Boltzmann Machine Based on Improved Contrastive Divergence |
|
| ZHAO Caiguang,ZHANG Shuqun,LEI Zhaoyi.Speech Recognition of Gaussian-Bernoulli Restricted Boltzmann Machine Based on Improved Contrastive Divergence[J].Computer Engineering,2015(5). | |
| Authors: | ZHAO Caiguang ZHANG Shuqun LEI Zhaoyi |
| Abstract: | |
| Keywords: | Contrastive Divergence(CD) Gaussian-Bernoulli Restricted Boltzmann Machine(GRBM) Restricted Boltzmann Machine(RBM) Exponential Moving Average(EMA) Parallel Tempering(PT) speech recognition Deep Neural Network(DNN) |
| 本文献已被 万方数据 等数据库收录！ | |