基于随机时频掩蔽的 DNN-HMM 声学模型数据扩增

	基于随机时频掩蔽的 DNN-HMM 声学模型数据扩增
	白烨; 易江燕; 陶建华; 温正棋
	2019
会议名称	全国人机语音通信学术会议
会议日期	2019
会议地点	青海西宁
摘要	数据扩增(Data Augmentation)是一种通过对数据进行变换来扩展训练数据的方法，可以用以提升深度神经网络的泛化性能。本文比较了时间弯折、时间掩蔽、频率掩蔽、随机块掩蔽、速度扰动等五种语音数据扩增方法对 DNN-HMM 语音识别系统的影响。本文在公开中文语音数据集 AISHELL-1 上进行了实验。相比于不使用数据扩增的基线系统，同时采用速度扰动、时间掩蔽、和频率掩蔽的系统可以获得9.4%的相对字错误率下降。
语种	中文
七大方向——子方向分类	语音识别与合成
文献类型	会议论文
条目标识符	http://ir.ia.ac.cn/handle/173211/44982
专题	多模态人工智能系统全国重点实验室_智能交互
作者单位	中国科学院自动化研究所模式识别国家重点实验室
第一作者单位	模式识别国家重点实验室
推荐引用方式 GB/T 7714	白烨,易江燕,陶建华,等. 基于随机时频掩蔽的 DNN-HMM 声学模型数据扩增[C],2019.