《表4 不同规模的DNN-VAD模型在开发集上的识别结果Tab.4 CERs for different DNN model sizes》
表4给出了客服对话数据上,在相同的端点检测参数和解码参数下,使用不同DNN模型所得到的识别结果。结果显示在字错误率上小模型仅仅比大模型差了0.1%,差别并不明显。如果语音环境比较复杂,使用大模型的鲁棒性会更好,但一般情况下小的DNN模型能满足检测的需要,且小模型在运行速度上胜于大模型。考虑到实时性,在实际应用中采用了隐层节点数为128的模型规模。
图表编号 | XD006291500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.01 |
作者 | 李文洁、张晴晴、张鹏远、颜永红、摆亮 |
绘制单位 | 中国科学院语言声学与内容理解重点实验室、北京爱数智慧科技有限公司、中国科学院语言声学与内容理解重点实验室、中国科学院语言声学与内容理解重点实验室、国家计算机网络应急技术处理协调中心 |
更多格式 | 高清、无水印(增值服务) |