| 一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用 |
| |
| 引用本文： | 李晋徽,杨俊安,王一. 一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J]. 计算机科学, 2014, 41(3): 263-266 |
| |
| 作者姓名： | 李晋徽 杨俊安 王一 |
| |
| 作者单位： | 电子工程学院 合肥230037 电子制约技术安徽省重点实验室 合肥230037;电子工程学院 合肥230037 电子制约技术安徽省重点实验室 合肥230037;电子工程学院 合肥230037 电子制约技术安徽省重点实验室 合肥230037 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61272333)资助 |
| |
| 摘 要： | 在语种识别中,传统的MFCC特征由于每帧信号上的信息量不足,很容易受到噪声污染,且抗噪能力较弱。同时,目前普遍使用的SDC特征提取方法在参数选择上需要人为设定,这增加了识别结果的不确定性。针对上述不足,将深度学习方法引入特征提取之中,提出了基于瓶颈深度信念网络的特征提取方法。最后在NIST2007数据库上对瓶颈层的大小、隐层数目以及瓶颈层位置进行了相关的对比实验,结果表明,提出的方法相对于传统的特征提取方法能够取得更高的识别率。
|
| 关 键 词： | 语种识别 瓶颈特征 深度信念网络 |
| 收稿时间： | 2013-05-29 |
| 修稿时间： | 2013-08-03 |
New Feature Extraction Method Based on Bottleneck Deep Belief Networks and its Application in Language Recognition |
| |
| LI Jin-hui,YANG Jun-an and WANG Yi. New Feature Extraction Method Based on Bottleneck Deep Belief Networks and its Application in Language Recognition[J]. Computer Science, 2014, 41(3): 263-266 |
| |
| Authors: | LI Jin-hui YANG Jun-an WANG Yi |
| |
| Affiliation: | Electronic Engineering Institute,Hefei 230037,China Anhui Key Laboratory of Electronic Restriction,Hefei 230037,China;Electronic Engineering Institute,Hefei 230037,China Anhui Key Laboratory of Electronic Restriction,Hefei 230037,China;Electronic Engineering Institute,Hefei 230037,China Anhui Key Laboratory of Electronic Restriction,Hefei 230037,China |
| |
| Abstract: | |
| |
| Keywords: | Language recognition Bottleneck features Deep belief networks |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
