← 返回卡片

原书出处

智能算法导论

198 2 0 . 4 . 1 基 于 深 度 学 习 算 法 的 声 学 模 型

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.897Z

实现卷积运算的平移不变性,很大程度上可以克服语音信号的多样性。CNN本质上可以看作从语音信号中不断抽取特征的一个过程。

CNN、DNN和LSTM在建模能力上具有互补性:DNN适合将特征映射到更加可分离的空间,LSTM则擅长于时间建模,而CNN擅长减少语音信号的多样性。通常将多种网络组合在一起,这样可以得到比单类型的深度学习声学模型更加优异的效果。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter20_0009.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d