基于深度关注神经网络的汉语方言辨识研究

【摘要】：本文提出一种新的汉语方言辨识系统:前端融合身份认证矢量(I-vector)与全局韵律信息对方言类属信息精确描述,后端利用深度关注神经网络训练汉语方言模型,辨识不同输入语音的方言类属。对比常规深度神经网络,所提方法将闽、粤、吴、江淮官话、中原官话五种方言及普通话的辨识等错误率(Equal Error Rate,EER)降低29.2%。实验推测在数据量充足的条件下,辨识性能会进一步提高。以上结果表明,深度关注神经网络结合全局融合特征的辨识方法可有效提高汉语方言辨识正确率。