文献

J-GLOBAL ID：201802238895140614   整理番号：18A1581132

最少ゲートユニット構造を用いた改良注意音響モデル【JST・京大機械翻訳】

An Improved Attention Based Acoustics Model with Minimal Gate Unit

著者 (4件)： Long Xingyan (戦略支援部隊信息工程大学信息系統工程学院,河南鄭州,450001) ,  Qu Dan (戦略支援部隊信息工程大学信息系統工程学院,河南鄭州,450001) ,  Zhang Wenlin (戦略支援部隊信息工程大学信息系統工程学院,河南鄭州,450001) ,  Xu Siying (戦略支援部隊信息工程大学信息系統工程学院,河南鄭州,450001)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 34  号： 6  ページ： 739-748  発行年： 2018年 
JST資料番号： C2154A  ISSN： 1003-0530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 「符号化-復号化」構造の注意力音響モデルには、パラメータの規模が膨大で、収束速度が遅く、ノイズ環境でのアラインメント関係が不正確の問題が存在する。以上の問題に対して、最初に、最少ゲート構造ユニットを導入して、モデルパラメータを減らし、訓練時間を減らし、さらに、自己適応幅の窓関数と計算注意係数の特徴の畳込みニューラルネットワークに、池化層を加え、さらに音素と特徴のアラインメントの精度を高め、それによって識別の精度を向上させる。英語とチェコ語の実験結果は,改良モデルのパラメータ規模と音素誤り率がともに減少し,一方,認識性能が隠れMarkovモデルと連結時系列分類アルゴリズムに基づく音響モデルより優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 隠れMarkovモデル ,  誤り率 ,  雑音 ,  パラメータ ,  英語 ,  復号化 ,  *音素 ,  アラインメント
準シソーラス用語： 分類アルゴリズム ,  チェコ語 ,  畳込みニューラルネットワーク ,  自己適応 ,  モデルパラメータ ,  収束速度 ,  *音響モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： acoustic model ,  attention mechanism ,  minimal gate unit ,  adaptive window function ,  pooling layer

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： ゲート ,  注意 ,  音響モデル