《表2 三种算法错误率对比》

  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

《基于双向循环神经网络的语音识别算法》

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

通过观察由我们实际实验得到的结果表2，我们可以发现单向循环神经网络RNN的错误率是要低于比较传统的DNN的，这也体现循环神经网络在语音识别中是能起到一定的作用的。而且BRNN的错误率明显低于RNN的错误率，说明双向循环神经网络在语音识别中的准确性是要显著比单向循环神经网络要高的。这一点也体现了语音识别方面当前语音对应的文字跟之后的语音是有很大关系的，结合之后的语音可以很明显地提高语音识别的正确率。