一种改进的DNN-HMM的语音识别方法-应用声学.PDF

第 38 卷 第3 期 Vol. 38, No. 3 2019 年 5 月 Journal of Applied Acoustics May, 2019 ⋄ 研究报告⋄ 一种改进的DNN-HMM 的语音识别方法 李云红 梁思程 贾凯莉 张秋铭 宋 鹏 何 琛 王刚毅 李禹萱 (1 西安工程大学电子信息学院 西安 710048) (2 国网西安供电公司 西安 710032) 摘要 针对深度神经网络与隐马尔可夫模型(DNN-HMM) 结合的声学模型在语音识别过程中建模能力有 限等问题，提出了一种改进的DNN-HMM 模型语音识别算法。首先根据深度置信网络(DBN) 结合深度玻 尔兹曼机(DBM)，建立深度神经网络声学模型，然后提取梅尔频率倒谱系数(MFCC) 和对数域的Mel 滤波 器组系数(Fbank) 作为声学特征参数，通过TIMIT 语音数据集进行实验。实验结果表明：结合了DBM 的 DNN-HMM 模型相比DNN-HMM 模型更具优势，其中，使用MFCC 声学特征在词错误率与句错误率方面分 别下降了1.26% 和0.20% 。此外，使用默认滤波器组的Fbank 特征在词错误率与句错误率方面分别下降了 0.48% 和0.82%，并且适量增加滤波器组可以降低错误率。总之，研究取得句错误率与词错误率分别降低到 21.06% 和3.12% 的好成绩。 关键词 语音识别，深度神经网络，声学模型，声学特征 中图法分类号: TN912.34 文献标识码: A 文章编号: 1000-310X(2019)03-0371-07 DOI: 10.11684/j.issn.1000-310X.2019.03.012 An improved speech recognition method based on DNN-HMM model LI Yunhong LIANG Sicheng JIA Kaili ZHANG Qiuming SONG Peng HE Chen WANG Gangyi LI Yuxuan ( School of Electronics and Information, Xi’an Polytechnic University, Xi’an , China) ( State Grid Xi’an Power Supply Company, Xi’an , China) Abstract The acoustic model combined with deep neural network and hidden Markov model (DNN-HMM) has been used extensively in today’s speech recognition system. In this paper, an improved DNN-HMM model speech recognition algorithm is proposed. First, a deep neural network acoustic model is built by the deep belief network (DBN) and the deep Boltzmann machine (DBM). Then the Mel freque