电信技术论文_TCN-Transformer-CTC的端到端语

文章摘要:最近，基于Transformer的端到端语音识别系统获得广泛的普及，但Transformer中的多头自注意力机制对输入序列的位置信息不敏感，同时它灵活的对齐方式在面对带噪语音时泛化性能较差。针对以上问题，首先提出使用时序卷积神经网络（TCN）来加强神经网络模型对位置信息的捕捉，其次在上述基础上融合连接时序分类（CTC），提出TCN-Transformer-CTC模型。不使用任何语言模型的情况下，在中文普通话开源语音数据库AISHELL-1上的实验结果表明：TCN-Transformer-CTC相较于Transformer字错误率相对降低10.91%，模型最终字错误率降低至5.31%，验证了提出的模型具有一定的先进性。

文章关键词:

论文DOI:10.19734/j.issn.1001-3695.2021.08.0323

论文分类号:TN912.34

上一篇：海洋学论文_基于总场公式的水下冲击结构响应分
下一篇：没有了