基于双向循环神经网络的语音识别算法

由于传统语音识别算法识别耗时长且准确率低,该文提出了一种基于双向循环神经网络来进行语音识别的方法.循环神经网络能够进行记忆,是一种特殊的神经网络,它在NLP领域取得了很大的成功.相比于单向神经循环网络,双向循环神经网络在识别的正确率上有着更大的优势.实验证明,相比于单独的SGMM,DNN等语音识别算法,双向循环神经网络算法对语音识别的错误率更低,对语音识别的研究具有重大意义.