《表2 LSTM性能：I-vector聚类字典及注意力机制框架的说话人自适应》

  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

《I-vector聚类字典及注意力机制框架的说话人自适应》

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

LSTM的相关实验结果如表2所示.其中基线的性能为13.2，第2行为输入拼上100维i-vector训练LSTM网络作为对比实验的性能，相较于基线相对提升了5.3%.本文提出的i-vector聚类字典框架的性能如第3行和第4行所示，其中第3行是辅助网络为2层DNN隐层，参数为360*1024+1024*5000，相对于基线提升了1.5%.第4行是辅助网络为1层40*1280的LSTM层加上一层1280*5000的全连接层，相对于基线提升了2.3%.对比第3行和第4行的结果，LSTM辅助网络可以利用更长时的信息，能够更好的学习到字典权重系数，所以性能较DNN辅助网络更好.