卷积神经网络声学模型的结构优化和加速计算

doi:10.3979/j.issn.1673-825X.2018.03.017

CORC > 新疆理化技术研究所 > 中国科学院新疆理化技术研究所 > 多语种信息技术研究室

	卷积神经网络声学模型的结构优化和加速计算
	王智超 ; 徐及 ; 张鹏远 ; 颜永红
刊名	重庆邮电大学学报(自然科学版)
	2018
卷号	30 期号:3 页码:416-422
关键词	语音识别声学模型卷积神经网络矢量化
ISSN号	1673-825X
DOI	10.3979/j.issn.1673-825X.2018.03.017
英文摘要	将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2%的下降。由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低。针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善。结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍。
CSCD记录号	CSCD:6268313
内容类型	期刊论文
源URL	[http://ir.xjipc.cas.cn/handle/365002/5416]
专题	新疆理化技术研究所_多语种信息技术研究室
作者单位	1.中国科学院语言声学与内容理解重点实验室 2.中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室
推荐引用方式 GB/T 7714	王智超,徐及,张鹏远,等. 卷积神经网络声学模型的结构优化和加速计算[J]. 重庆邮电大学学报(自然科学版),2018,30(3):416-422.
APA	王智超,徐及,张鹏远,&颜永红.(2018).卷积神经网络声学模型的结构优化和加速计算.重庆邮电大学学报(自然科学版),30(3),416-422.
MLA	王智超,et al."卷积神经网络声学模型的结构优化和加速计算".重庆邮电大学学报(自然科学版) 30.3(2018):416-422.