APPLICATION OF DEEP LEARNING IN SPEECH RECOGNITION APPLICATION OF HAINAN LINGAO DIALECTLINGAO DIALECT

Abstract

Диалект Лингао является уникальным и важным диалектом провинции Хайнань. Разработка системы распознования речи сталкивается со смногими трудностями из-за за нехватки речевых ресурсов и отсутствия стандартизации.Чтобы повысить точность распознавания речи на диалекте Лингао. В данной статье собраны многомерные данные о распознавания речи на диалекте Лингао продолжительностью более 400 часов и создан специализированный набор данных. Используется платформа WeNet 3.0 с открытым исходным кодом, при этом используется сверточно-усовершенствованная модель преобразования Conformer для углубленного обучения. Благодаря многократным раундам оптимизации в этой модели распознования речи частота ошибок в словах достигает 8,04%.

Lingao dialect is a unique and importandialect dialect in Hainan Province. The development of speech recognition system faces many challenges due to the scarcity of speech resources and lack of nd lack of standardization. In order to improve the speech recognition accuracy of Lingao dialect, this paper collects more than 400 hours of Lingao speech data in a multi-dimensional way, and constructs a specialized dataset. On this basis, paper utilizes the WeNet3.0 open-source platform and adopts the convolutionally enhanced Transformer (Conformer) model for in-depth training. Through multiple rounds of optimization, this speech recognition model achieves a word error rate 8.04%.