低资源条件下基于I-vector特征的LSTM递归神经网络语音识别系统

在低资源条件下，由于带标注训练数据较少，搭建的语音识别系统性能往往不甚理想。针对此问题，首先在声学模型上研究了长短时记忆（LSTM）递归神经网络，通过对长序列进行建模来充分挖掘上下文信息，并且引入线性投影层减小模型参数；然后研究了在特征空间中对说话人进行建模的技术，提取出能有效反映说话人和信道信息的身份认证矢量（I-vector）；最后将上述研究结合构建了基于I-vector特征的LSTM递归神经网络系统。在Open KWS 2013标准数据集上进行实验，结果表明该技术相比于深度神经网络基线系统有相对10%的字节错误率降低。...

Full description

Saved in:
Bibliographic Details
Published in计算机应用研究 Vol. 34; no. 2; pp. 392 - 396
Main Author 黄光许 田垚 康健 刘加 夏善红
Format Journal Article
LanguageChinese
Published 中国科学院电子学研究所传感技术国家重点实验室,北京100190%清华大学电子工程系清华信息科学与技术国家实验室,北京,100084%中国科学院电子学研究所传感技术国家重点实验室,北京,100190 2017
中国科学院大学,北京100190
Subjects
语音识别
身份认证矢量
长短时记忆神经网络
长短时记忆神经网络
i-vector
speech recognition
语音识别
身份认证矢量
long short term memory(LSTM)
Online AccessGet full text
ISSN1001-3695
DOI10.3969/j.issn.1001-3695.2017.02.016

Cover

More Information
Summary:在低资源条件下，由于带标注训练数据较少，搭建的语音识别系统性能往往不甚理想。针对此问题，首先在声学模型上研究了长短时记忆（LSTM）递归神经网络，通过对长序列进行建模来充分挖掘上下文信息，并且引入线性投影层减小模型参数；然后研究了在特征空间中对说话人进行建模的技术，提取出能有效反映说话人和信道信息的身份认证矢量（I-vector）；最后将上述研究结合构建了基于I-vector特征的LSTM递归神经网络系统。在Open KWS 2013标准数据集上进行实验，结果表明该技术相比于深度神经网络基线系统有相对10%的字节错误率降低。
Bibliography:51-1196/TP
speech recognition; long short term memory（LSTM） ; i-vector
Under the condition of low resource, little labeled training data is available and the performance of speech recogni- tion system is not ideal. To solve this problem. First, this paper investigated long short term memory recurrent neural network （ LSTM RNN） for acoustic modeling. It was a powerful tool to model long time series and could make full use of the context in- formation. Linear projection layer reduced the number of model parameters. Then, it explored speaker modeling methods in the feature space, and extracted identity vector （i-vector） which contained the speaker and channel information simultaneously. Finally, it presented a novel system, which combined the LSTM RNN model and i-vector feature. Results on the standard Open KWS 2013 data set show that this technology produces a relative improvement of about 10% in TER over the DNN base-line system.
Huang Guangxu, Tian Yao, Kang Jian , Liu Jia , Xia Shanhong（ 1. University of Chines
ISSN:1001-3695
DOI:10.3969/j.issn.1001-3695.2017.02.016