低资源语音识别若干关键技术研究进展研究.pdfVIP

SCYCE4 cj．nuaa．edu．cn ISSN1004—9037，CODEN http：／／sj JournalofData and V01．32，No．2，Mar．2017，pp．205—220E—mail：sj Acquisiti。nPr。cessing DoI：10．16337／j．1004—9037．2017．02．00l and ◎2017byJ。urnal。fDataAcqulsltl。nProcessing 低资源语音识别若干关键技术研究进展 刘 加 张卫强 (清华大学电子工程系，北京，100084) 摘 要：低资源语音识别是当今语音界研究的热点问题之一，也是多语言小语种语音识别技术在实际 应用中所面临的重要挑战之一。本文回顾并总结了低资源语音识别的发展历史和研究现状，重点介绍 了低资源语音识别在声学特征、声学模型和语言模型方面的若干关键技术研究进展。具体内容包括发 音特征、多语言瓶颈特征、子空间高斯混合模型、卷积神经网络声学模型和递归神经网络语言模型，然后 介绍了针对低资源语音识别的公开关键词搜索(Openkeyword 语音识别进行了总结和展望。 关键词：语音识别；低资源；声学模型；语言模型 中图分类号：TP319 文献标志码：A Research on of ProgressKey LowResource Technologies SpeechRecognition Liu Jia，ZhangWeiqiang ofElectronic (Department Engineering，Tsinghua Universlty，Be订ing，lO0084，China) Abstract：Lowresource isoneof in speechrecognitioncurrentlyresearchinghotspotsspeechrecogniti。n isalsooneofthe forthe of and community，and important multilingualminority challengesapplication This summarizesandreviewsthecurrentstatesandhis— languagespeechrecognitiontechn0109ies．paper oflowresource andintroducesseveral tory speechrecognition， keytechnologies，including neuralnetwork bottleneck Gaussianmixturemodel，convolutional feature，multilingualfeature，subspace the basedacousticmodelandrecurrentneuralnetworkbased model．Afterthat language openkeyword isintr