论文摘要
为了满足人们对智能家居设备控制便捷化的需求,提出了一种基于降噪自动编码器的深度学习语音识别模型,经过语音识别模型解析出短语控制指令,以实现家居设备控制。该语音识别模型主要包含两个部分:首先进行无监督学习预训练,预训练前随机将一些网络节点置为0,人工模拟噪声数据,然后采用限制玻尔兹曼机权重矩阵依次训练每一个隐含层,通过比较输入数据与输出数据的偏差修改权重,优化参数;然后进行有监督微调,把训练好的参数作为整个网络的初始值,采用误差反向传播算法对整个网络模型调参。实验结果表明:该语音识别模型与深度信念网络对比,在语音识别率和对噪声的鲁棒性都有明显提高。将该语音识别模型和智能家居系统相结合,从普通短语中判断出家居控制指令,实现人机交互非接触式、便捷式控制,从而使系统更加智能化。
论文目录
文章来源
类型: 期刊论文
作者: 包晓安,徐海,张娜,吴彪,钱俊彦
关键词: 深度学习,语音识别,降噪自动编码器,智能家居
来源: 浙江理工大学学报(自然科学版) 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 建筑科学与工程,电信技术,自动化技术
单位: 浙江理工大学信息学院,山口大学东亚研究科,桂林电子科技大学计算机科学与工程学院
基金: 国家自然科学基金项目(61502430,61562015),广西自然科学重点基金项目(2015GXNSFDA139038),浙江理工大学521人才培养计划项目
分类号: TN912.34;TU855
页码: 217-223
总页数: 7
文件大小: 323K
下载量: 924