论文部分内容阅读
基于传统的高斯混合模型(GMM)语音识别技术在识别孤立词中应用广泛,但在大量连续语音的识别任务中仍然存在一些识别率上的缺陷,目前一般利用深度学习来完成对大量连续语音的识别。基于深度学习的语音识别系统相比于传统的高斯混合模型识别系统可以在识别率上获得10%～20%的提升。本文简单介绍了常用于语音识别中的隐马尔科夫模型,实验验证了将深度学习应用于语音识别领域的优势,进一步探讨了如何合理利用深度学习提高语音识别的识别率。