| 卷积神经网络声学模型的结构优化和加速计算 |
| |
| 作者姓名： | 王智超 徐及 张鹏远 颜永红 |
| |
| 作者单位： | 中国科学院 语言声学与内容理解重点实验室,北京,100190
中国科学院 语言声学与内容理解重点实验室,北京100190;中国科学院 新疆理化技术研究所新疆民族语音语言信息处理实验室,乌鲁木齐830011 |
| |
| 基金项目： | 国家自然科学基金(11461141004;11590774),中国科学院战略性先导科技专项(面向感知中国的新一代信息技术研究XDA06030100;XDA06040603),国家"863"计划(2015AA016306),国家"973"计划( 2013CB329302) The National Natural Science Foundation of China(11461141004;XDA06040603),The National "863" Program(2015AA016306),The National "973" Program(2013CB329302) |
| |
| 摘 要： | 将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.
|
| 关 键 词： | 语音识别 声学模型 卷积神经网络 矢量化 automatic speech recognition acoustic models convolutional neural networks vectorization |
| 收稿时间： | 2016-11-14 |
| 修稿时间： | 2017-05-18 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆邮电大学学报(自然科学版)》下载全文 |
|
