《表1 TIMIT数据集的音素错误率》

  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

《基于改进门控单元神经网络的语音识别声学模型研究》

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

首先按上节配置要求在TIMIT数据集上进行多组实验，研究不同语音特征在各声学模型上的语音识别效果。一方面从横向角度比较MFCC、FBank和fMLLR三种声学特征在深度循环神经网络中的总体表现，寻找结果相对较优的特征作为网络的输入。另一方面纵向对比基线系统及标准LSTM、标准GRU和改进GRU三种门控单元网络的语音识别错误率。实验结果如表1所示。