基于卷积神经网络的中文语音识别人机交互系统设计

为提高中文语音识别系统的识别准确率，研究在卷积神经网络的基础上提出了一种中文语音识别人机交互系统。在该系统中的声学模型中融入了残差网络和maxout函数，以此提高声学模型的性能。对研究提出的基于链接时序分类准则的深度卷积网络模型进行性能对比发现，该模型的绝对误差值为3.6%,低于其他对比模型。该结果说明，优化后的CTC-DCNN(maxout)模型的识别性能更好。故利用该模型作为中文语音识别系统的声学模型可以有效地提高系统的识别准确率，保证其人机互动的准确性，为中文语音识别领域提供新的方法。