1、經(jīng)過近半個(gè)世紀(jì)的積累和醞釀，語(yǔ)音識(shí)別技術(shù)在最近幾年達(dá)到了大規(guī)模商業(yè)應(yīng)用水平。而最近五年來(lái)，深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Network,DNN）的出現(xiàn)給語(yǔ)音識(shí)別帶來(lái)了新的突破。盡管深度神經(jīng)網(wǎng)絡(luò)在語(yǔ)音領(lǐng)域取得了巨大的成功，但其內(nèi)在的機(jī)制及原理目前仍不清楚。本研究通過初步探索深度神經(jīng)網(wǎng)絡(luò)的隱藏層的功能與作用來(lái)研究這一問題，探索深度神經(jīng)網(wǎng)絡(luò)隱藏層與語(yǔ)音生成感知機(jī)理（音素的發(fā)音位置）之間的關(guān)系。
　　本工作首先分別構(gòu)建了漢語(yǔ)、英語(yǔ)

2、、日語(yǔ)三種語(yǔ)言的深度神經(jīng)網(wǎng)絡(luò)音素識(shí)別系統(tǒng)，為了后續(xù)實(shí)驗(yàn)有可對(duì)比性，三個(gè)網(wǎng)絡(luò)的結(jié)構(gòu)配置均相同，采用目前同用的7層，2048節(jié)點(diǎn)/層的結(jié)構(gòu)。根據(jù)數(shù)據(jù)庫(kù)的可靠程度，選取英語(yǔ)和日語(yǔ)的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行隱藏層研究。由于神經(jīng)網(wǎng)絡(luò)的某一隱藏層無(wú)法被單獨(dú)研究，所以本研究采用去掉一層或替換一層的方法，通過識(shí)別結(jié)果的變化，來(lái)反推被去層或被換層的作用。我們分別對(duì)英語(yǔ)和日語(yǔ)進(jìn)行了去層實(shí)驗(yàn)，并用日語(yǔ)網(wǎng)絡(luò)隱藏層對(duì)應(yīng)替換英語(yǔ)隱藏層進(jìn)行了換層實(shí)驗(yàn)。從分析結(jié)果可以看出，神

3、經(jīng)網(wǎng)絡(luò)的不同隱藏層主要負(fù)責(zé)的音素可以大致按照發(fā)音位置進(jìn)行分類：較低層主要負(fù)責(zé)后元音，較高層主要負(fù)責(zé)前元音；神經(jīng)網(wǎng)絡(luò)的第二層對(duì)發(fā)音約束位置靠前的輔音更敏感，而其余的輔音更依賴中間層。換層實(shí)驗(yàn)說明上述結(jié)論在不同的語(yǔ)言間存在共通性。
　　本工作作為對(duì)深度神經(jīng)網(wǎng)絡(luò)隱藏層的初步研究，只是作了簡(jiǎn)單的定性分析，在同類領(lǐng)域中，本研究提出一種新穎的方法來(lái)分析神經(jīng)網(wǎng)絡(luò)的隱藏層，第一次將研究重點(diǎn)放在深度神經(jīng)網(wǎng)絡(luò)的每一隱藏層上；第一次將人的發(fā)音機(jī)理加入深