《表1 吕苏语语料在不同系统上的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于动态BLSTM和CTC的濒危语言语音识别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文基于DBLSTM网络与CTC模型结合共同构造端到端的语音识别系统的优势，将DBLSTM模型替换为BLSTM模型进行对比，设置模型参数分别为:batch大小初始为10，隐层个数为3，隐层节点个数为512，学习率为0.001，即以相同参数分别对吕苏语和土家语语料进行不同语音识别模型的实验，并提取不同的语音特征-MFCC（Mel-frequency cepstral coefficients）和FBank（filter bank）进行对比，实验结果如表1、2所示。