一種基于CTC的聲學(xué)模型訓(xùn)練方法

基本信息

申請(qǐng)?zhí)?/td> CN201710002096.9 申請(qǐng)日 -
公開（公告）號(hào) CN108269568B 公開（公告）日 2021-07-30
申請(qǐng)公布號(hào) CN108269568B 申請(qǐng)公布日 2021-07-30
分類號(hào) G10L15/14（2006.01）I;G10L15/16（2006.01）I;G10L15/02（2006.01）I 分類 樂器；聲學(xué);
發(fā)明人 張鵬遠(yuǎn);王智超;潘接林;顏永紅 申請(qǐng)（專利權(quán)）人 北京中科信利技術(shù)有限公司
代理機(jī)構(gòu) 北京方安思達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 王宇楊;楊青
地址 100190北京市海淀區(qū)北四環(huán)西路21號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于CTC的聲學(xué)模型訓(xùn)練的方法，該方法包括：步驟1、訓(xùn)練一個(gè)初始的GMM模型，用該GMM模型對(duì)訓(xùn)練數(shù)據(jù)的文本標(biāo)注進(jìn)行時(shí)間點(diǎn)強(qiáng)制對(duì)齊，得到每個(gè)音素所對(duì)應(yīng)的時(shí)間區(qū)域；步驟2、在每個(gè)音素后插入一個(gè)與該音素相關(guān)的“空白”符號(hào)，每個(gè)音素?fù)碛幸粋€(gè)特有的“空白”符號(hào)；步驟3、采用有限狀態(tài)機(jī)，對(duì)加入“空白”符號(hào)后的音素標(biāo)注序列構(gòu)建一個(gè)CTC前后向計(jì)算的搜索路徑圖；步驟4、根據(jù)時(shí)間對(duì)齊結(jié)果，對(duì)每個(gè)音素出現(xiàn)的時(shí)間范圍進(jìn)行限制，并對(duì)該搜索路徑圖進(jìn)行剪枝，將音素位置超出時(shí)間限制的路徑減掉，得到最終CTC計(jì)算網(wǎng)絡(luò)誤差時(shí)所需的搜索路徑圖；步驟5、采用延時(shí)神經(jīng)網(wǎng)絡(luò)（Time?delay Neural Network,TDNN）結(jié)構(gòu)結(jié)合CTC方法進(jìn)行聲學(xué)模型訓(xùn)練，得到最終的TDNN?CTC聲學(xué)模型。