一种用于方言识别的新型动态时延神经网络

本发明公开了一种用于方言识别的新型动态时延神经网络，属于声学模型建模领域；具体是将现有时延神经网络引入k个并行卷积核，计算各自的注意力权重参数，加权平均后融合得到一个最优权重参数的卷积核；将该最优权重参数的卷积核替换现有时延神经网络的常规卷积核，得到改进的动态时延神经网络，根据不同的方言输入，动态调整该最优权重参数的卷积核中各权重参数，提取音频更深层次的特征信息，通过提取的深度特征与方言声学模板对比分析，最终结合分类器判定方言类别；本发明提高了判定音频所属方言种类的准确率。