《表1 两种模型的实验结果》

  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汉语语音识别》

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

Bi-RNN结构相对于DNN结构更加复杂，BiRNN对上下文相关性的拟合较强，理论上Bi-RNN相对于DNN更应该陷入过拟合的问题，而结果显示Bi-RNN的识别错误率更低，因此单纯用“过拟合”来解释是自相矛盾的。通过对DNN的神经元进行多次调整，当神经元数量到612时，其错误率最低为53.26%，相比Bi-RNN还是很高，因此并不能简单地通过“过拟合”来解释，说明产生这种现象根本原因在于Bi-RNN与DNN结构的差异性。受到协同发音的影响，语音中的各帧之间有着很强的相关性，每一个字的发音受到前后几个字的影响。在进行输入时，DNN是把相邻的几帧进行拼接，并且其输入窗口是固定的。而Bi-RNN在时序问题上能够更好地体现长时相关性，可以将过去与未来的信息同时输入得到输出结果，以作为预测当前的输入，能够更加深刻地了解其内在联系，因此降低了错误率。本文又与文献[17]所提出的改进CNN算法相比较，错误率也比其提出的方法较低，可见本文的Bi-RNN模型要比文献[17]所提出的改进CNN模型在语音识别方面性能要好。其实验结果如表1所示。