• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《科技风》 >端到端语音识别研究综述

端到端语音识别研究综述

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

语音识别(ASR)是机器学习领域的热点研究问题.长期以来,隐马尔可夫模型-高斯混合模型(HMM-GMM)是传统语音识别主要框架,随着深度学习的快速发展,DNN模块取代GMM,语音识别性能有了一定程度的提升.然而,HMM-DNN模型本身受到各种不利因素的限制,而端到端模型(End-To-End ASR)具有流程简化等优点.因此,端到端模型是语音识别未来的重要研究方向.本文首先介绍传统语音识别的基础理论;然后介绍了HMM-GMM模型和HMM-DNN模型构架;其次,重点介绍了两种不同类型的端到端模型的基本原理;通过以上对比研究,最后总结了语音识别存在的问题和未来发展方向.

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