深度学习理论及其在语音识别领域的应用.pdf

《深度学习理论及其在语音识别领域的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第3期通信对抗Vo1．33No．32014年9月C0MMUNICAT10NC0UNTERMEASURESSep．2014深度学习理论及其在语音识别领域的应用杨俊安lI2，王一一，刘辉一，李晋徽，陆俊1,2(1．解放军电子工程学院，安徽合肥230037；2．安徽省电子制约技术重点实验室，安徽合肥230037)摘要：深度学习是模式识别和机器学习领域最新的研究成果，它以强大的建模和表征能力在图像和语音处理等领域取得了很好的应用。将深度学习引入到电子对抗领域的语音识剐中，首先简单介绍了深度学习的基本理论，随后阐述了目前语音识

2、别领域中语种识别、说话人识别和关键词检出存在的问题，并利用深度学习方法对这些突出的问题加以解决。关键词：深度学习；深度信念网络；语音识别；特征提取；声学建模中图分类号：TN912．34文献标志码：ADeepLearningTheoryandItsApplicationinSpeechRecognitionYANGJun—an，一，WANGYi，一，LIUHui，一，LIJin—hui一，LUJunt{1．ElectronicEngineeringInstituteofPLA，HefeiAnhui23003ZChina；2．K

3、eyLaboratoryofElectronicRestriction，HefeiAnhui23003ZChina)Abstract：DeepLearningisanemergingareaofpatternrecognitionandmachinelearning．Ithasbeensuccess—fullyusedinimageandspeechprocessingbyitsmorepowerfulmodelingandrepresentationalabilities．Inthispaper，asanattemptto

4、sharethisexpertisewiththeresearchersintheareaofelectronicwarfare，wefirsdydis—CUSSthebasicprinciplesofdeeplearning，andthenweprovideasurvey011theexistinglanguagerecognition，speakeridentificationandkeywordsspottingtechnologies．Finally，inordertoovercometheinherentflaws

5、inthesetechnologies，weusedeepbeliefnetworkasexamplestoimprovetheirperformances，experimentalresultsshowthatwiththehelpofdeeplearning，wecanachievebetterspeechrecognitionresultsthaneverbefore．Keywords：deeplearning；deepbeliefnetwork；speechrecognition；featureextraction；

6、acousticmodehng1引言语音识别就是让机器识别和理解语音信号，进而转化为相应的文本或命令⋯。在电子对抗中，语音识别技在经历了几十年的长足发展之后，语音信号处理术有着非常广阔的应用前景，可以广泛应用于通信侦技术已经迈向实用并逐渐形成了三个主要分支：语音察、电话监听等领域，彻底改变现有的利用人工监听方合成、语音编码和语音识别¨】。对于电子对抗领域的式导致的效率低下、错误率高等问题。研究人员来说，语音识别无疑是其中最令人感兴趣的然而现有的语音识别技术在应用过程中仍然存在方面。着鲁棒性差、识别率低等突出问题，这主要是因为

7、传收稿日期：2013—02—21·2·通信对抗第33卷统的语音建模工具无法准确地描述语音内部复杂的结ditionalRandomFields，CRFs)、最大熵模型(MaximumEn—构，且表征和建模能力不强。针对这一问题，神经网络大tropy，MaxEnt)、支持向量机(Suppo~VectorMachine，师Hinton[3-41于2006年首先提出深度学习(DeepLearn—SVM)等都属于浅层结构。相关研究已经证明，浅层结构ing)理论，并在图像处理、语音信号处理等领域得到了对于内部结构不复杂、约束不强的数据具

8、有较好的效很好的应用，现已成为国际研究的热点。果，但是当要处理真实世界中内部结构复杂的数据(如本文在简要介绍深度学习理论之后，对其在电子对语音、自然声音、自然图像、视频等)时，这些模型就会出抗语音处理领域的应用作了初步研究。现表征能力不足的问题。而深度学习方法能够有效捕获隐藏的数据内部结构