本文主要研究内容
作者艾虎,李菲（2019）在《基于改进的长短期记忆神经网络方言辨识模型》一文中研究指出：在案件侦破中,方言的辨别能提供重要线索。为了对汉语方言进行辨别,基于长短期记忆神经网络(LSTM)的方言辨识模型被提出,语音样本数据,其中包括地区口头禅,均采集于贵州省6个地区,并提取梅尔频率倒谱系数(MFCC),每份语音样本MFCC后面加上相应的地区口头禅MFCC,然后采用滑窗进行信息重叠分块,对每块分别进行横向与纵向奇异值分解并保留高贡献率的特征向量,把分块合并作为方言辨识模型的输入数据。先对LSTM进行改进,然后构建方言辨识模型。通过交叉实验对该模型进行训练和验证,从而对滑窗的宽度进行优化,同时与循环神经网络(RNN)进行比较。实验结果证明研究构建的LSTM模型对汉语方言辨识是高效的。
Abstract
zai an jian zhen po zhong ,fang yan de bian bie neng di gong chong yao xian suo 。wei le dui han yu fang yan jin hang bian bie ,ji yu chang duan ji ji yi shen jing wang lao (LSTM)de fang yan bian shi mo xing bei di chu ,yu yin yang ben shu ju ,ji zhong bao gua de ou kou tou chan ,jun cai ji yu gui zhou sheng 6ge de ou ,bing di qu mei er pin lv dao pu ji shu (MFCC),mei fen yu yin yang ben MFCChou mian jia shang xiang ying de de ou kou tou chan MFCC,ran hou cai yong hua chuang jin hang xin xi chong die fen kuai ,dui mei kuai fen bie jin hang heng xiang yu zong xiang ji yi zhi fen jie bing bao liu gao gong suo lv de te zheng xiang liang ,ba fen kuai ge bing zuo wei fang yan bian shi mo xing de shu ru shu ju 。xian dui LSTMjin hang gai jin ,ran hou gou jian fang yan bian shi mo xing 。tong guo jiao cha shi yan dui gai mo xing jin hang xun lian he yan zheng ,cong er dui hua chuang de kuan du jin hang you hua ,tong shi yu xun huan shen jing wang lao (RNN)jin hang bi jiao 。shi yan jie guo zheng ming yan jiu gou jian de LSTMmo xing dui han yu fang yan bian shi shi gao xiao de 。
论文参考文献
论文详细介绍
论文作者分别是来自科学技术与工程的艾虎,李菲，发表于刊物科学技术与工程2019年02期论文，是一篇关于汉语方言辨识论文,梅尔频率倒谱系数论文,地区口头禅论文,奇异值分解论文,长短期记忆神经网络论文,科学技术与工程2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自科学技术与工程2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：汉语方言辨识论文; 梅尔频率倒谱系数论文; 地区口头禅论文; 奇异值分解论文; 长短期记忆神经网络论文; 科学技术与工程2019年02期论文;