Volume 3,Issue 7
基于双向GRU+CTC 的赣南客家方言语音识别系统
赣南客家方言作为客家语的重要分支，具有独特的语言特征与文化价值，但受限于语料稀缺和模型迁移困难，其语音识别研究仍处于初期。针对这一问题，本文设计了一种基于双向GRU（Bidirectional GRU）与CTC（Connectionist Temporal Classification）的赣南客家方言语音识别系统。系统由语音识别、方言翻译和旅游推荐三大模块构成，其中语音识别模块利用双向GRU 提取语音前后文特征，并结合CTC 实现端到端识别。后端采用Python 与Flask 框架构建API，结合MongoDB 数据库实现语料存储与文本查询，前端基于微信小程序实现交互。实验结果表明，该系统在低资源条件下仍能取得较高识别准确率，验证了模型在方言识别任务中的有效性。研究为方言的智能化处理与文化传承提供了新思路。
[1]Chung J, Gulcehre C, Cho K, et al. Empirical evaluation of gated recurrent neural networks on sequence modeling [J/OL].ArXiv Preprin (2018-08-13) [2020-12-29]. http://arxiv.org/abs/1412.3555
[2] 张德政, 范欣欣, 谢永红, 蒋彦钊. 基于ALBERT 与双向GRU 的中医脏腑定位模型[J]. 工程科学学报, 2021, 43(9): 1182-1189. DOI: 10.13374/j.issn2095-9389.2021.01.13.002
[3] 杨国亮, 习浩, 龚家仁, 温钧林. 基于Transformer 的短时交通流时空预测[J]. 计算机应用与软件, 2024, 41(3): 169-173,225. DOI: 10.3969/j.issn.1000-386x.2024.03.026
[4] 谢旭康, 陈戈, 孙俊, 等. TCN-Transformer-CTC 的端到端语音识别 [J]. 计算机应用研究, 2022, 39 (3): 699-703.