【直播】搜狗研究员：基于LSTM-RNN的语音声学建模技术 | 学术青年分享会

分享主题

▼

Acoustic Modeling Based on LSTM-RNN in ASR

基于LSTM-RNN的语音声学建模技术

分享内容

▼

LSTM-RNN可以对长时序列信息进行建模，广泛应用于语音识别声学模型建模中。此次主要介绍近期LSTM的一些研究进展包括LC-BLSTM，2D-LSTM等。其中LC-BLSTM采用了双向LSTM结构，并在训练和解码时加入了数帧的未来信息来控制延时，解决了普通双向LSTM无法用于实时语音识别的问题；而2D-LSTM在时间和频域两个维度上进行循环，同时保存时间轴与频域轴的序列信息，Google和微软都在大规模语音识别任务上验证了这类2D-LSTM结构的有效性。

以下相关论文可在观看分享会前先预读：

《Improving Latency-Controlled BLSTM Acoustic Models for Online Speech Recognition》

论文地址：http://t.cn/R0015sz

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

论文地址：http://t.cn/R0011cU

《LSTM Time and Frequency Recurrence for Automatic Speech Recognition》

论文地址：http://t.cn/R0O5cJn

《Exploring Multidimensional LSTMS for Large Vocabulary ASR》

论文地址：http://t.cn/R00BxQI

《Reducing the Computational Complexity of Two-Dimensional LSTMs》

论文地址：http://t.cn/R00d0xt

分享人简介

▼

张弼弘，2017年4月毕业于西北工业大学并获得硕士学位。研究方向是语音识别声学建模，深度学习，机器学习。目前就职于搜狗。

分享时间

▼

北京时间10月11日 20:00

参与方式

▼

扫描海报二维码添加社长微信，备注「搜狗」

如果你觉得活动不错，欢迎点赞并转发本文~

                 ▼▼▼