基于一维卷积神经网络的车载语音识别研究.pdf

卷第期微电子学与计算机３４１１Ｖｏｌ．３４Ｎｏ．１１年月２０１７１１ＭＩＣＲＯＥＬＥＣＴＲＯＮＩＣＳ＆ＣＯＭＰＵＴＥＲＮｏｖｅｍｂｅｒ２０１７基于一维卷积神经网络的车载语音识别研究朱锡祥刘凤山张超吕钊吴小培安徽大学计算智能与信号处理教育部重点实验室安徽合肥（２３００３９）摘要针对卷积神经网络是二维结构不能很好地反映出语音信号的一维：（ｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓＣＮＮｓ）特性因此提出使用一维模型进行语音识别研究其通过卷积核在时间轴上的移动在保留频带相关性的同时可．以更好的满足语音信号的时变性进而提高识别性能最后进行了车载语音识别对比实验结果表明一维卷积神经．网络的识别率较二维卷积神经网络提高了约在噪声环境下的泛化性能也明显优于后者１０％～２０％．关键词：卷积神经网络；语音识别；网络维度；卷积核；泛化性中图分类号文献标识码文章编号：ＴＮ９１２．３４：Ａ：１０００－７１８０（２０１７）１１－００２１－０５DOI:10.19304/j.cnki.issn1000-7180.2017.11.005Ｒｅｓｅａｒｃｈｏｎｉｎ－ｃａｒＳｐｅｅｃｈＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＯｎｅＤｉｍｅｎｓｉｏｎａｌＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓＺＨＵＸｉ－ｘｉａｎｇＬＩＵＦｅｎｇ－ｓｈａｎＺＨＡＮＧＣｈａｏＬＶＺｈａｏＷＵＸｉａｏ－ｐｅｉ（ＴｈｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｉｎｇ＆ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙＨｅｆｅｉ２３００３９Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓ（ＣＮＮｓ）ｈａｓｂｅｅｎｔｈｅａｒｃｈｉｔｅｃｔｕｒｅｏｆ