基于深度学习的移动端语音识别系统设计

作     者：谭磊 余欣洋 罗伟洋 曾维 代云强 Tan Lei;Yu Xinyang;Luo Weiyang;Zeng Wei;Dai Yunqiang

作者机构：成都理工大学信息科学与技术学院成都610059 

基　　金：基于图像识别的主动式显示器支架(S201910616036) 一种应用于公共交通领域的人包联动管理系统(S201910616037) 基于WSN的楼宇灾难应急疏散系统(S201910616133) 

出 版 物：《单片机与嵌入式系统应用》 (Microcontrollers & Embedded Systems)

年 卷 期：2020年第20卷第9期

页      码：28-31,35页

摘      要：随着深度学习技术研究的深入,语音识别同样已经完成了从传统模型到深度学习的过渡,本文主要实现移动端离线状态下的语音识别并提高语音识别的精度。文中采用深度学习的方式,将在电脑上训练好的模型移植到树莓派3b+上进行语音识别操作。项目整体结构可以分为声学模型及语言模型两个部分,同语音识别中其他主流模型进行对比测试后,得到的结论是声学模型DFCNN和语言模型Transformer的编码器部分都适合移植于嵌入式端,在成本远低于市场上既有语音识别产品的情况下,识别效果和速度都非常接近。

主 题 词：深度学习 嵌入式系统 语音识别 声学模型 语言模型 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

馆 藏 号：203969698...