前馈序列记忆网络在语音识别中的应用综述

作者:付婧; 罗建*; 龙彦霖; 苗晨; 程玉勤
来源:内江师范学院学报, 2020, 35(04): 41-51.
DOI:10.13603/j.cnki.51-1621/z.2020.04.008

摘要

为了改进传统的语音识别方法,使其达到低时延、高识别率的目的,以前馈序列记忆网络(feed-forward sequential memory network,FSMN)为研究主线,对语音识别的发展历程,FSMN的各种变体及其相应的应用状况进行综述,结果表明FSMN在语言建模任务上,使用wiki 9数据集能使Perplexity值降到90,并且训练周期比RNN快2倍.未来语音识别的发展趋向于更高识别性能和更多语种.