语音识别算法的现状

本文探讨了当前语音识别算法的发展,包括卷积神经网络(CNN)、深度学习神经网络和多种类型的神经网络模型。深度学习的引入,尤其是通过逐层预训练克服训练难度,使多层神经网络重新成为研究焦点。卷积神经网络因其局部连接和共享权重的优势在图像识别任务中取得成功,而在语音识别中,CNNs 结合采样层进行特征学习和分类。
摘要由CSDN通过智能技术生成

目前

目前的语音识别算法:

  1. 卷积神经网络

  2. 深度学习神经网络

  3. BP神经网络

  4. RBF神经网络

  5. 模糊聚类神经网络

  6. 改进的T-S模糊神经网络

  7. 循环神经网络

  8. 小波神经网络

  9. 混沌神经网络

  10. 小波混沌神经网络

  11. 神经网络和遗传算法

  12. 动态优化神经网络

  13. K均值和神经网络集成

  14. HMM与自组织神经网络的结合

  15. 正交基函数对向传播过程神经网络

  16. HMM和新型前馈型神经网络

  17. 特征空间随机映射

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值