電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問(wèn) 
發(fā)資料
發(fā)視頻資料介紹
針對(duì)卷積神經(jīng)網(wǎng)絡(luò)（CNN）聲學(xué)建模參數(shù)在低資源訓(xùn)練數(shù)據(jù)條件下的語(yǔ)音識(shí)別任務(wù)中存在訓(xùn)練不充分的問(wèn)題，提出一種利用多流特征提升低資源卷積神經(jīng)網(wǎng)絡(luò)聲學(xué)模型性能的方法。首先，為了在低資源聲學(xué)建模過(guò)程中充分利用有限訓(xùn)練數(shù)據(jù)中更多數(shù)量的聲學(xué)特征，先對(duì)訓(xùn)練數(shù)據(jù)提取幾類不同的特征；其次，對(duì)每一類類特征分別構(gòu)建卷積子網(wǎng)絡(luò)，形成一個(gè)并行結(jié)構(gòu)，使得多特征數(shù)據(jù)在概率分布上得以規(guī)整；然后通過(guò)在并行卷積子網(wǎng)絡(luò)之上加入全連接層進(jìn)行融合，從而得到一種新的卷積神經(jīng)網(wǎng)絡(luò)聲學(xué)模型；最后，基于該聲學(xué)模型搭建低資源語(yǔ)音識(shí)別系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，并行卷積層子網(wǎng)絡(luò)可以將不同特征空間規(guī)整得更為相似，且該方法相對(duì)傳統(tǒng)多特征拼接方法和單特征CNN建模方法分別提升了3. 27%和2.08%的識(shí)別率；當(dāng)引入多語(yǔ)言訓(xùn)練時(shí)，該方法依然適用，且識(shí)別率分別相對(duì)提升了5. 73%和4.57%。
卷積神經(jīng)網(wǎng)絡(luò)
加入交流群
掃碼添加小助手
加入工程師交流群
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于多列卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)算法 6次下載
- 基于剪枝與量化的卷積神經(jīng)網(wǎng)絡(luò)壓縮算法 6次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)多層面二階特征融合模型 4次下載
- 緊湊的卷積神經(jīng)網(wǎng)絡(luò)模型研究綜述 9次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 21次下載
- 基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的自動(dòng)代碼特征提取模型 46次下載
- 基于U-Net的多尺度循環(huán)卷積神經(jīng)網(wǎng)絡(luò) 5次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 一種基于多視圖架構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)模型 5次下載
- 基于迭代膨脹卷積神經(jīng)網(wǎng)絡(luò)與ATT的實(shí)體名識(shí)別方法 6次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)與多特征融合的Twitter情感分類方法 1次下載
- 卷積神經(jīng)網(wǎng)絡(luò)特征重要性分析及增強(qiáng)特征選擇模型 0次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像標(biāo)注模型 4次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級(jí) 3.7k次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 2.6k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 1.1k次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 3k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 7.3k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 1.7k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 1.6k次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 3.5k次閱讀
- 基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類算法 1.7k次閱讀
- 詳解卷積神經(jīng)網(wǎng)絡(luò)卷積過(guò)程 1.9w次閱讀
- 如何使用numpy搭建一個(gè)卷積神經(jīng)網(wǎng)絡(luò)詳細(xì)方法和程序概述 6.6k次閱讀
- 一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò) 1w次閱讀
- 深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)在每一層提取到的特征以及訓(xùn)練的過(guò)程 2.7w次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 3.1k次閱讀
- 【科普】卷積神經(jīng)網(wǎng)絡(luò)(CNN)基礎(chǔ)介紹 1.2w次閱讀
上傳資料賺積分下載排行
本周
- 1MDD品牌三極管MMBT3906數(shù)據(jù)手冊(cè)
- 2.33 MB | 次下載 | 免費(fèi)
- 2MDD品牌三極管S9012數(shù)據(jù)手冊(cè)
- 2.62 MB | 次下載 | 免費(fèi)
- 3聯(lián)想flex2-14D/15D說(shuō)明書(shū)
- 4.92 MB | 次下載 | 免費(fèi)
- 4收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊(cè)
- 2.50 MB | 次下載 | 免費(fèi)
- 524Pin Type-C連接器設(shè)計(jì)報(bào)告
- 1.06 MB | 次下載 | 免費(fèi)
- 6新一代網(wǎng)絡(luò)可視化（NPB 2.0）
- 3.40 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測(cè)量模擬前端芯片技術(shù)手冊(cè)
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時(shí)間測(cè)量(TDC)電路數(shù)據(jù)手冊(cè)
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛(ài)華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠商的資料說(shuō)明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書(shū)
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開(kāi)源硬件-PMP21529.1-4 開(kāi)關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
工商網(wǎng)監(jiān)
評(píng)論