一種基于CTC的聲學模型訓練方法

基本信息

申請?zhí)?/td> CN201710002096.9 申請日 -
公開（公告）號 CN108269568B 公開（公告）日 2021-07-30
申請公布號 CN108269568B 申請公布日 2021-07-30
分類號 G10L15/14（2006.01）I;G10L15/16（2006.01）I;G10L15/02（2006.01）I 分類 樂器；聲學;
發(fā)明人 張鵬遠;王智超;潘接林;顏永紅 申請（專利權）人 北京中科信利技術有限公司
代理機構 北京方安思達知識產(chǎn)權代理有限公司 代理人 王宇楊;楊青
地址 100190北京市海淀區(qū)北四環(huán)西路21號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于CTC的聲學模型訓練的方法，該方法包括：步驟1、訓練一個初始的GMM模型，用該GMM模型對訓練數(shù)據(jù)的文本標注進行時間點強制對齊，得到每個音素所對應的時間區(qū)域；步驟2、在每個音素后插入一個與該音素相關的“空白”符號，每個音素擁有一個特有的“空白”符號；步驟3、采用有限狀態(tài)機，對加入“空白”符號后的音素標注序列構建一個CTC前后向計算的搜索路徑圖；步驟4、根據(jù)時間對齊結果，對每個音素出現(xiàn)的時間范圍進行限制，并對該搜索路徑圖進行剪枝，將音素位置超出時間限制的路徑減掉，得到最終CTC計算網(wǎng)絡誤差時所需的搜索路徑圖；步驟5、采用延時神經(jīng)網(wǎng)絡（Time?delay Neural Network,TDNN）結構結合CTC方法進行聲學模型訓練，得到最終的TDNN?CTC聲學模型。