首页> 中文会议>第十四届全国人机语音通讯学术会议 >基于迁移学习的鲁棒语音识别声学建模方法

基于迁移学习的鲁棒语音识别声学建模方法

摘要

为了提高噪声环境下语音识别系统的鲁棒性,本文提出了一种基于迁移学习的声学建模方法.该方法用干净语音的声学模型(老师模型)指导带噪语音的声学模型(学生模型)进行训练.学生模型在训练过程中,尽量使其逼近老师模型的后验概率分布(软标签).学生模型和老师模型间的后验概率分布差异通过相对熵(KL Divergence)加以最小化.据CHME-2数据集上的实验结果表明,本文所提方法的平均词错误率(WER),与基线相比,绝对下降了7.29%:与CHiME-2竞赛的第一名相比,绝对下降了3.92%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号