《表3 Li-SGRU的3种变体的模型性能》

  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

《基于改进型轻门控循环单元的语音识别》

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

表3给出了简化的3种Li-SGRU变体在TIMIT数据集上的实验结果。由表3可以看出，在隐含层层数相同的情况下，3种Li-SGRU变体较标准的Li-SGRU来说参数数量都更少，并且网络训练所用的时间也更少。其中，LiSGRU1的参数数量下降30.7%，平均训练时间下降13.3%，测试集音素错误率下降1.8%；Li-SGRU2的参数数量下降18.8%，平均训练时间下降6.0%，测试集音素错误率下降1.4%，这结果也验证了更新门的输入和先前状态的信息存在一定的冗余。而Li-SGRU3尽管测试集音素错误率有3.3%的上升，但网络所用的模型参数减少约50%，平均训练时间也减少了21.5%。因此，以上实验结果表明，这3种变体都能提高网络训练效率，减少训练时间，并且Li-SGRU1拥有更好的模型性能。