基于CTC-GRU模型的长沙方言识别

作者：梁小林; 沈湘菲; 梁曌; 邱海琳

来源：吉首大学学报(自然科学版), 2022, 43(02): 45-52.

DOI：10.13438/j.cnki.jdzk.2022.02.008

• CTC-GRU模型
• 梅尔倒谱系数
• 长沙话方言识别
• 词错率

为了识别大词汇量下连续长沙话方言语音，提出了基于CTC算法的门控线性单元神经网络模型.先通过梅尔倒谱系数提取语音的特征参数，再把提取的特征参数输入门控线性单元神经网络，用CTC算法进行训练优化，得到输入序列整个的预测标签.最后在自建的长沙话方言语料库上，以词错率作为评价指标，对CTC模型、GRU模型和CTC-GRU模型进行对比，结果表明CTC-GRU模型相对于其他2个模型收敛速度更快，结果更精准.

• 单位
  长沙理工大学