CNN语音识别推荐文件

以下是一些CNN语音识别的推荐文件：

1. "Speech Recognition with Deep Recurrent Neural Networks" by A. Graves and N. Jaitly

这篇论文介绍了一种基于深度递归神经网络的语音识别模型，该模型可以在语音识别任务上取得很好的效果。

2. "Convolutional Neural Networks for Speech Recognition" by O. Abdel-Hamid, A. Mohamed, H. Jiang, L. Deng, G. Penn, and D. Yu

这篇论文介绍了一种基于卷积神经网络的语音识别模型，该模型可以有效地处理语音信号的时域和频域特征。

3. "Deep Speech: Scaling Up End-to-End Speech Recognition" by A. Hannun, C. Case, J. Casper, B. Catanzaro, G. Diamos, E. Elsen, R. Prenger, S. Satheesh, S. Sengupta, A. Coates, and A. Ng

这篇论文介绍了一种端到端的语音识别模型，使用深度卷积神经网络进行特征提取和序列建模，取得了非常好的效果。

4. "A Comparison of Deep Neural Network Architectures for Automatic Speech Recognition" by G. Hinton, L. Deng, D. Yu, G. Dahl, A. Mohamed, N. Jaitly, A. Senior, V. Vanhoucke, P. Nguyen, T. Sainath, and B. Kingsbury

这篇论文比较了几种不同的深度神经网络架构在语音识别任务上的表现，包括深度递归神经网络、卷积神经网络和深度残差网络等。

5. "Advances in Joint CTC-Attention Based End-to-End Speech Recognition with a Deep CNN Encoder and RNN-LM" by X. Zhang, J. Liang, and Y. Gong

这篇论文介绍了一种基于深度卷积神经网络和递归神经网络的端到端语音识别模型，使用CTC和注意力机制进行建模，取得了非常好的效果。