数字技术与应用杂志社

摘要：<正>识别技术是人机智能交互核心支撑技术之一。该技术依赖人工设计特征，搭配隐马尔可夫模型（HMM）等浅层模型，捕捉语音信号时域、频域规律。基于深度学习的语音识别技术是传统识别技术的升级版，通过深度神经网络的多层非线性变换自动学习语音信号的层次化特征，更好地适配复杂口音、强噪声等非理想场景。一、基于深度学习的语音识别流程（一）特征表示学习特征表示学习阶段通过卷积神经网络（CNN）或时频变换，如短时傅里叶变换提取语音的频谱特征，捕捉局部时频模式，将连续的语音流转换为离散的帧序列，实现特征表征的自适应优化。

专辑： 信息科技

专题： 电信技术;自动化技术

分类号： TN912.34;TP18