乔永凤，周晓莉，冯志永，王凯

山西工程技术学院电气工程自动化系，山西 阳泉 045000

在人工智能飞速发展的今天，各种智能产品已经成为人们生活中不可或缺的一部分，越来越多的应用已经涉及智能语音技术、手机端的语音助手、导航系统等.语言作为人类最重要最便捷的基本交流功能，在科技信息日益发展的今天研发新的语音识别算法和策略显得尤为迫切.

语音识别的研究起源于20世纪50年代，从最初的孤立词识别系统向大词汇量连续语音识别系统发展，语音识别逐步成熟，但离实用化还相差甚远，语音识别的研究一度陷入瓶颈.2006年，辛顿(Hinton)提出深度置信网络(DBN)，促使了深度神经网络(Deep Neural Network，DNN)研究的复苏[1]，掀起了深度学习的热潮.

1 深度学习

深度学习(Deep Learning)的概念源于人工神经网络的研究，深度学习是机器学习的技术和研究领域之一，其模型结构是一个具有多隐层结构的感知器(Multi-layer Perceptron，MLP)，通过模拟人脑神经元进行分析、学习，然后通过组合低层特征，形成更加抽象的高层特征，以有监督或无监督的训练过程对输入特征进行学习，从而发现数据分布特征，提升分类或预测的准确性[2].

1.1 语音识别常用深度学习模型

常用于语音识别的深度学习模型有自动编码器(Auto-encoder，AE)、深度神经网络(Deep Neural Network，DNN)、卷积神经网络(Convolutional Neural Network，CNN)和递归神经网络(Recurrent Neural Network,RNN)等[3].

(1)自动编码器神经网络是一种无监督学习算法，利用神经网络捕捉可以代表高维输入数据的重要特征，使用反向传播算法，使得输出值等于……