基于深度卷积神经网络的端到端语音识别方法研究

摘要

端到端语音处于直接通信环境，缺少加密过程，语音信息传输过程中存在一定的干扰，导致信号特征提取较为困难，为此提出基于深度卷积神经网络的语音识别方法的研究。首先基于尺度噪声能量估计方法完成语音去噪处理；其次，通过聚合经验模态分解方法提取语音特征信息；最后，使用残差网络优化深度卷积神经网络模型，并完成端到端的语音识别。实验结果表明，所提方法在无噪声添加和有噪声添加的情况下，端到端语音识别词错率最大值分别为10%、12%，表明该方法能够高效、准确实现端到端语音识别，具有较高的实际应用价值。

关键词

语音识别 / 语音去噪 / 端到端 / 深度卷积神经网络 / 聚合经验模态分解