面向漢語語音關(guān)鍵詞檢出的時(shí)間集成神經(jīng)網(wǎng)絡(luò)研究.pdf

1、作為語音識(shí)別領(lǐng)域的核心熱點(diǎn)技術(shù)之一，關(guān)鍵詞檢出技術(shù)(KWS)近年來得到了長足的發(fā)展。雖然目前在語音識(shí)別領(lǐng)域隱馬爾可夫模型(HMM)占主導(dǎo)地位，但就關(guān)鍵詞檢出技術(shù)而言，人工神經(jīng)網(wǎng)絡(luò)(ANN)，以出色的判別能力、較小的計(jì)算量、更高的靈活度，成為重點(diǎn)研究的方向之一。本文研究了一種新型的神經(jīng)網(wǎng)絡(luò)—時(shí)間集成人工神經(jīng)網(wǎng)絡(luò)(TANN)，并把它應(yīng)用在漢語語音的關(guān)鍵詞檢出中。TANN通過時(shí)間集成和幀間集成兩個(gè)步聚的時(shí)延和集成處理，把語音的時(shí)序性特征較好地

2、表征出來，很好地解決了神經(jīng)網(wǎng)絡(luò)在處理時(shí)序分類問題上遭遇的困難，并且巧妙地回避了語音識(shí)別中的時(shí)間對(duì)正問題。本文引入了一種基于熵誤差函數(shù)(EEF)新穎的網(wǎng)絡(luò)訓(xùn)練算法，并輔之以增加動(dòng)量項(xiàng)和變步長學(xué)習(xí)法等多種加速網(wǎng)絡(luò)收斂算法。這種訓(xùn)練算法不但通過對(duì)樣本進(jìn)行多點(diǎn)學(xué)習(xí)，使網(wǎng)絡(luò)適應(yīng)關(guān)鍵詞檢出時(shí)的動(dòng)態(tài)過程，還有效地加速了時(shí)間集成人工神經(jīng)網(wǎng)絡(luò)的收斂速度，使網(wǎng)絡(luò)在學(xué)習(xí)過程中逃出部分誤差曲面的局部極小點(diǎn)。在關(guān)鍵詞檢出的過程中，本文采用了TANN作為分類器。本