Convolutional, Long Short-Term Memory, fully connected Deep Neural Networks
未经作者允许,本文禁止转载
1. 论文地址:
Convolutional, Long Short-Term Memory, fully connected Deep Neural Networks
发表年份:2015年
被引量:691
这是一篇 CNN 在语音识别任务中应用的经典;
2. 摘要:
卷积神经网络(CNN)和长短期记忆(LSTM)都已在各种语音识别任务中显示出对深度神经网络(DNN)的改进,并且 CNN,LSTM 和 DNN 在建模能力上是互补的,因为 CNN 擅长减少频率变化,LSTM 擅长时间建模,而 DNN 适合将要素映射到更可分离的空间;
在本文中,作者通过将 CNN,LSTM 和 DNN 组合成一个统一的架构来利用它们的互补性,由此搭建并优化 的体系结构,被称为称为 CLDNN,用于各种词汇连续识别任务,相对于 LSTM(三个模型中最强的模型)的WER 提高了 4