Task6学习笔记——语音识别基础知识
task6的学习内容是了解语音识别的基础背景知识,我学习完了资料上的内容后,主要对里面的语言模型RNN比较感兴趣,因此又去找了一些资料进行了解。
RNN
RNN(Recurrent Neural Network)是一类用于处理序列数据的神经网络。
它是在基础的神经网络(包含输入层、隐藏层、输出层)的基础上,在层之间的神经元之间建立了权连接,而不仅限于层与层之间的连接。
它的基本结构图如上所示,通过隐藏层上一次的值作为这一次的输入的权重,就可以解决普通神经网络只能单独的取处理一个个的输入,前一个输入和后一个输入是完全没有关系的问题,即RNN的输入与上一个输出息息相关,类似于人类基于过往的认知和经验去学习新知识的过程,较详细的结构如下图所示:
RNN的主要应用领域
1、自然语言处理(nlp)
2、机器翻译
3、计算相似文本
4、推荐系统
5、语音识别
其他
先了解这么多(时间不够>_<),还有和其他几个和RNN关系密切的算法,如LSTM、GRU等,接下来继续了解。
参考资料:
【1】Datawhale开源资料
【2】RNN
【3】一文搞懂RNN(循环神经网络)