Classification des phonèmes par trame avec des réseaux LSTM bidirectionnels

Dans cet article, nous appliquons pour la première fois un entraînement bidirectionnel à un réseau de mémoire à long terme (LSTM). Nous présentons également une version modifiée et complète de l'algorithme d'apprentissage LSTM. Nous discutons de l'importance de la classification des phonèmes par trame pour la reconnaissance vocale continue, et de la validité de l'utilisation de réseaux bidirectionnels pour des tâches causales en ligne. Sur la base de données vocale TIMIT, nous mesurons les scores de classification des phonèmes par trame des variantes bidirectionnelles et unidirectionnelles des LSTM et des réseaux de neurones récurrents (RNN) conventionnels. Nous constatons que le LSTM bidirectionnel surpasse à la fois les RNN et le LSTM unidirectionnel.