基于轻量化神经网络的多语音识别方法研究 |
| |
引用本文: | 汪玉秀,苏战波.基于轻量化神经网络的多语音识别方法研究[J].自动化与仪器仪表,2023(10):167-169+174. |
| |
作者姓名: | 汪玉秀 苏战波 |
| |
作者单位: | 1. 西安理工大学高科学院;2. 陕汽集团商用车有限公司 |
| |
摘 要: | 针对传统英语多语音识别准确率低的问题,提出一种基于轻量化神经网络的英语语音识别及控制系统。其中,首先采用MFCC方法对输入语音特征进行提取;然后以时延神经网络TDNN为基础网络,通过步进裁剪得到轻量化的神经网络;最后将提取到的多语音特征输入神经网络中进行识别。结果表明,经过轻量化的神经网络其大小由77 M降低至21 M;在Dev93和Eval92数据集上的测试,其WER值分别为5.12%和3.99%,相较于直接裁剪和未裁剪的WER值更低,英语语音识别准确率更高。由此得出,本研究构建的轻量化神经网络可用于多语音的识别,进而可拓展至包含英语交流机器人在内的领域。
|
关 键 词: | MFCC特征提取 语音识别 TDNN神经网络 轻量化 步进裁剪 |
|
|