《表5 原始特征与本文特征比较》
实验中将经过一系列特征变换后的特征向量作为模型的输入,将原始MFCC特征输入SGMM模型后对MFCC进行模型中的参数共享和区分性训练得到SGMM特征,以及原始MFCC输入到DNN模型中进行去除噪声和降维后得到的DNN特征,加上通过SGMM后将它的输出作为DNN的输入进行特征提取和解码得到的SGMM+DNN特征,与原始MFCC特征进行对比如表5所示,可以看到语音识别系统的音素识别错误率有明显的降低,充分证明了提出的模型方法对提取语音特征的有效性效果。
图表编号 | XD00119578700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 贾兵兵、曹辉、秦驰杰 |
绘制单位 | 陕西师范大学物理学与信息技术学院、陕西师范大学物理学与信息技术学院、陕西师范大学物理学与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |