搜狗研究員：基於LSTM-RNN的語音聲學建模技術

分享主題

Acoustic Modeling Based on LSTM-RNN in ASR

基於LSTM-RNN的語音聲學建模技術

分享內容

LSTM-RNN可以對長時序列信息進行建模，廣泛應用於語音識別聲學模型建模中。此次主要介紹近期LSTM的一些研究進展包括LC-BLSTM，2D-LSTM等。其中LC-BLSTM採用了雙向LSTM結構，並在訓練和解碼時加入了數幀的未來信息來控制延時，解決了普通雙向LSTM無法用於實時語音識別的問題；而2D-LSTM在時間和頻域兩個維度上進行循環，同時保存時間軸與頻域軸的序列信息，Google和微軟都在大規模語音識別任務上驗證了這類2D-LSTM結構的有效性。

以下相關論文可在觀看分享會前先預讀：

《Improving Latency-Controlled BLSTM Acoustic Models for Online SpeechRecognition》

論文地址：http://t.cn/R0015sz

《Modeling Time-Frequency Patterns with LSTMvs. Convolutional Architectures for LVCSR Tasks》

論文地址：http://t.cn/R0011cU

《LSTM Time and Frequency Recurrence for Automatic Speech Recognition》

論文地址：http://t.cn/R0O5cJn

《Exploring Multidimensional LSTMS for Large Vocabulary ASR》

論文地址：http://t.cn/R00BxQI

《Reducing the Computational Complexity of Two-Dimensional LSTMs》

論文地址：http://t.cn/R00d0xt

分享人簡介

張弼弘，2017年4月畢業於西北工業大學並獲得碩士學位。研究方向是語音識別聲學建模，深度學習，機器學習。目前就職於搜狗。

分享時間

北京時間10月11日 20:00

參與方式

掃描海報二維碼添加社長微信，備註「搜狗」

如果你覺得活動不錯，歡迎點贊並轉發本文~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 唯物 的精彩文章: