张 伊，杨静萍，王万雷

(大连民族大学 机电工程学院，辽宁 大连 116605)

1 研究背景

2017年，秦楚雄和张连海针对低资源训练数据下DNN特征建模识别性能不佳的问题，提出了一种提取新的基于DNN特征的方法，使其相对于HMM模型识别率提升了0.8%～3.4%[8]。但是仅使用DNN模型可能存在记忆断层及噪声环境下性能不稳定的问题，2018年Mohit Dua等提出一种利用差分进化(DE)算法优化MFCC、GFCC和BFCC技术中滤波器数目和间距的新方法，该方法在噪声环境下识别效率得到有效提高[9]。2019年，李婉玲和张秋菊为提高语音识别的鲁棒性，提出一种基于HMM/SVM的抗噪语音特征提取及优化组合方法，实验表明该方法的系统识别率达到95.25%，提高了系统的识别效率和分类决策力[10]。邓引引为解决浮点语音数据运算效率低的问题，对CNN模型进行优化，提出一种改进的卷积运算方法，优化后中文CNN声学模型的语音识别系统平均识别效率相对提升77.58%[11]。2020年Toktam Zoughi等又进一步降低了识别错误率，提出利用自适应窗口卷积神经网络(AWCNN)分析联合时间-光谱特征的变化和一种新的残差学习方法，在某些语音识别任务中比现有方法的绝对错误率降低了7%[12]。

在上述方法中，语言模型和声学模型优化方法能够有效提升语音识别效率。然而，由于需要建立相关模型及训练数据集，该方法的工程量大且耗时长。在工业领域中，对语音识别的准确率和安全性要求较高[13]。在确定语音识别率的情况下，质检数据语音识别效率还有改善的空间。语音识别在实际应用中主观性占比较大，存在用户发音有要求及使用流程和过程中出现输入错误怎样改正等问题。……