《表1：归一化语谱图水平方向像素点数目h与Pd、Ps的对应关系》

  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

《基于语谱图和深度置信网络的方言自动辨识与说话人识别》

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

为了研究DBN隐含层的节点数对方言辨识的识别率影响，本文利用归一化处理以后得到的水平方向像素点数目为40、垂直方向像素点数目为176的语谱图进行仿真实验。我们改变每个隐含层的节点数（两个隐含层的节点数相同），并分别记录对应的识别率（如图8所示）。如果隐含层节点数过少，则会影响该网络的分类性能，长沙方言辨识的识别率低。从图8可以看出，当单个隐含层的节点数设置为25时，长沙方言辨识的识别率为91.67%。单个隐含层节点数提高至50以后，深度置信网络的识别率提升至93.33%。再进一步提高单个隐含层节点数，深度置信网络识别率维持在93.33%。值得注意的是，深度置信网络隐含层节点数增加了以后，网络训练过程中参数调整的计算复杂度增加，从而导致收敛速度变慢。因此，综合考虑识别率和网络参数调整的收敛速度两方面因素，每个隐含层节点数设定为50～100之间比较合适。