403
搜狗
搜狗研究员：基于LSTM-RNN的语音声学建模技术
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 SpeechRecognition》
论文地址：https://t.cn/R0015sz
《Modeling Time-Frequency Patterns with LSTMvs. Convolutional Architectures for LVCSR Tasks》
论文地址：https://t.cn/R0011cU
《LSTM Time and Frequency Recurrence for Automatic Speech Recognition》
论文地址：https://t.cn/R0O5cJn
《Exploring Multidimensional LSTMS for Large Vocabulary ASR》
论文地址：https://t.cn/R00BxQI
《Reducing the Computational Complexity of Two-Dimensional LSTMs》
论文地址：https://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~
最后更新：2017-10-10 07:34:04