《表1 不同网络层次下Li-GRU和Li-SGRU的性能》

  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

为了比较Li-GRU和改进的Li-SGRU的模型性能，本文选取TIMIT语料库进行音素序列识别的实验。表1给出在TIMIT数据集中，网络层数为3至5层时，分别采用LiGRU和Li-SGRU的模型性能。从表1中可以发现，对于相同的模型，随着网络层数的增加，其识别效果会得到提高，但网络的参数数量和训练时间也随之增加。不仅如此，在同样的层数下，Li-SGRU的识别效果都略优于Li-GRU，并且随着层数的递增，其在测试集的音素错误率分别下降了4.7%、2.8%、3.6%。图2是网络层数为5层时LiSGRU和Li-GRU在测试集上的音素错误率曲线。从图2中可以发现，当训练周期（epoch）为5时Li-GRU的测试集音素错误率只有58.87%，而Li-SGRU却为34.26%；并且，当训练周期为25时，Li-SGRU已基本收敛，而LiGRU的曲线还呈现下降趋势。由此可见，Li-SGRU拥有更快的收敛速度。以上实验结果验证本文提出的Li-SGRU相对于标准的Li-GRU有更强的竞争力，使用该模型可以提高网络性能，并加快网络收敛。