- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
智能语⾳技术
刘洋
百度语⾳技术部
CONTENTS
· 语⾳技术
1/ 语⾳识别 2/ 语⾳交互 3/ 语⾳合成 4/ 声纹验证 5/ ⾳频内容检索
· 语⾳开放
1/ 开放能⼒ 2/ ⾏业解决⽅案 3/ 开放未来
语⾳识别 - 语⾳识别精度不断提升
100%
v
95%
v LSTM 模型
90% 区分度模型
基于mel-bank的
85%
⼦带 CNN 模型 v
DNN模型
80%
2012年1⽉ 2013年1⽉ 2014年1⽉ 2015年1⽉
语⾳识别 - LSTM声学模型 ⽹络输出
⽹络输出
输出门
长短时记忆⽹络模型
LSTM ,long-ho em memoy
·算法优势 遗忘门 记忆单元
1.长时间的轨迹记忆和瞬态记忆的统⼀
2. 模拟⼈脑选择性遗忘
3. 更精准的轨迹建模 输⼊门
⽹络输⼊
·技术创新
⽹络输⼊
1.混合多层结构
2.解决海量数据训练的效率和稳定性问题 传统模型单元 长短时记忆单元
语⾳识别 - 语⾳识别精度不断提升
卷积层 ⼗层全连接层 LSTM层
描述说话⼈频谱偏移带来的变化 提取抽象⾼层信息 描述时间序列变化信息
错误率降低10%
语⾳识别 - 声学并⾏训练平台
近百台GPU机器 ,每台4块GPU K40卡 ,加速10倍 ,模型取平均与异步SGD结合 ,双层异步SGD 。
by
ai
eeIdLi
by
CheckIfGPUSIWai
by
树形拓扑结构取平均 星型拓扑结构异步 SGD
语⾳识别 - 声学模型⾃适应
个体声⾳积
累若⼲句话
文档评论(0)