检索结果-南通市图书馆

维普期刊数据库博看期刊

文本无关说话人识别中句级特征提取方法研究综述

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第3期48卷 664-688页

作者：陈晨韩纪庆陈德运何勇军哈尔滨理工大学计算机科学与技术博士后流动站哈尔滨150080 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

句级(Utterance-level)特征提取是文本无关说话人识别领域中的重要研究方向之一.与只能刻画短时语音特性的帧级(Frame-level)特征相比,句级特征中包含了更丰富的说话人个性信息;且不同时长语音的句级特征均具有固定维度,更便于与大多数... 详细信息

句级(Utterance-level)特征提取是文本无关说话人识别领域中的重要研究方向之一.与只能刻画短时语音特性的帧级(Frame-level)特征相比,句级特征中包含了更丰富的说话人个性信息;且不同时长语音的句级特征均具有固定维度,更便于与大多数常用的模式识别方法相结合.近年来,句级特征提取的研究取得了很大的进展,鉴于其在说话人识别中的重要地位,本文对近期具有代表性的句级特征提取方法与技术进行整理与综述,并分别从前端处理、基于任务分段式与驱动式策略的特征提取方法,以及后端处理等方面进行论述,最后对未来的研究趋势展开探讨与分析.

关键词：说话人识别句级特征提取任务分段式策略任务驱动式策略联合学习

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一种基于音素模型感知度的发音质量评价方法

声学学报 2013年第2期38卷 201-207页

作者：张茹韩纪庆哈尔滨工业大学计算机科学与技术学院哈尔滨150001

为了提高发音质量判别精度,提出了一种基于音素模型感知度的发音质量评价方法。它采用不同语音样本集合下样本声学特征的对数后验概率期望差作为音素模型对变异发音的感知度,并以此为基础,生成各音素对应的识别模型候选集。实验表明,所... 详细信息

为了提高发音质量判别精度,提出了一种基于音素模型感知度的发音质量评价方法。它采用不同语音样本集合下样本声学特征的对数后验概率期望差作为音素模型对变异发音的感知度,并以此为基础,生成各音素对应的识别模型候选集。实验表明,所提出的方法使语音识别网络候选音素模型集合尺寸减少约95%;在非母语语音数据库上,该方法评分与人工专家打分相关性为0.828,基于该方法得到的声韵母错误检出率为70.8%,声调错误检出率为42.5%,均优于其它方法。

关键词：质量评价方法素模型发音感知语音识别语音数据库质量判别后验概率

在线全文

学校读者我要写书评

暂无评论

基于谐波结构信息的自动音乐标注方法

计算机研究与发展 2006年第12期43卷 2187-2192页

作者：郑贵滨韩纪庆哈尔滨工业大学计算机科学与技术学院

根据同类乐器音色相似的特点,提出了一种基于谐波结构信息的自动音乐标注方法·该方法事先提取一类乐器中某一件乐器的谐波结构信息·根据输入信号选择合适的不谐和系数、频率误差系数,结合谐波结构信息构造同类未知乐器的响度谱,然后... 详细信息

根据同类乐器音色相似的特点,提出了一种基于谐波结构信息的自动音乐标注方法·该方法事先提取一类乐器中某一件乐器的谐波结构信息·根据输入信号选择合适的不谐和系数、频率误差系数,结合谐波结构信息构造同类未知乐器的响度谱,然后采用截断完全最小二乘法实现对同类未知乐器音乐的标注·对钢琴音乐的实验证明,该方法不仅能对未知乐器的音乐进行标注,取得较好的性能,还可辨别音符的响度强弱·

关键词：音乐标注谐波结构信息响度截断完全最小二乘法

基于听觉特性的音频水印能量估计及自适应嵌入算法研究

在线全文

学校读者我要写书评

暂无评论

声学学报 2006年第1期31卷 48-54页

作者：冯涛韩纪庆哈尔滨工业大学计算机科学与技术学院

基于水印能量对提高水印鲁棒性的重要作用,提出了音频水印载体可以嵌入最大水印能量的估计方法。该方法利用了听觉掩蔽特性及MPEG-2听觉模型,计算音频载体在变换域下每帧数据可以嵌入的水印能量,进而估计整体水印能量,并将能量估计方法... 详细信息

基于水印能量对提高水印鲁棒性的重要作用,提出了音频水印载体可以嵌入最大水印能量的估计方法。该方法利用了听觉掩蔽特性及MPEG-2听觉模型,计算音频载体在变换域下每帧数据可以嵌入的水印能量,进而估计整体水印能量,并将能量估计方法应用在自适应水印嵌入算法的模型构造上。实验结果验证了水印鲁棒性随嵌入能量的增加而提高;所提出的自适应水印嵌入模型,能根据音频载体自身的特点动态调整水印嵌入强度,在保证听觉质量的同时,提高了水印嵌入量。克服了通过重复实验判断水印嵌入能量方法的复杂性,以及在嵌入相同能量情况下,采用固定水印嵌入强度系数导致的噪声过大等缺点。

关键词：自适应嵌入能量估计音频水印听觉特性算法研究水印嵌入算法 MPEG-2 音频载体强度系数自适应水印

基于高斯混合模型移动因子补偿的说话人识别方法

在线全文

学校读者我要写书评

暂无评论

声学学报 2011年第6期36卷 658-664页

作者：姜涛韩纪庆郑铁然哈尔滨工业大学计算机科学与技术学院哈尔滨150001

提出一种模型补偿方法,以克服基于高斯混合模型的文本无关说话人识别系统性能随目标话者训练语料长度减小而下降的问题。该方法首先构造了一个低维的移动空间,每个训练语料较充分说话人模型的自适应过程均可用该空间中的移动因子表示,... 详细信息

提出一种模型补偿方法,以克服基于高斯混合模型的文本无关说话人识别系统性能随目标话者训练语料长度减小而下降的问题。该方法首先构造了一个低维的移动空间,每个训练语料较充分说话人模型的自适应过程均可用该空间中的移动因子表示,然后在目标话者训练语料较不充分的条件下,从受训练语料长度影响较小的话者模型分量中学习移动因子,并依据它对受语料长度影响较大的分量进行参数补偿。和基线系统相比,该方法在相同的训练和评测集上,等错误率指标下,获得相对约7%的性能提升。

关键词：说话人识别系统高斯混合模型补偿方法移动识别方法因子自适应过程文本无关

在线全文

学校读者我要写书评

暂无评论

不互溶液体交互的快速模拟

计算机研究与发展 2010年第11期47卷 1865-1870页

作者：孙洪全韩纪庆哈尔滨工业大学计算机科学与技术学院哈尔滨150001

为模拟不互溶液体之间的交互现象,提出了一种基于粒子的模拟方法.通过建立一个简单有效的液体间界面张力计算模型,并利用光滑粒子流体动力学的基本方法进行求解,实现了对多种不互溶液体间交互的快速模拟.通过2组实验分别模拟2种液体间和... 详细信息

为模拟不互溶液体之间的交互现象,提出了一种基于粒子的模拟方法.通过建立一个简单有效的液体间界面张力计算模型,并利用光滑粒子流体动力学的基本方法进行求解,实现了对多种不互溶液体间交互的快速模拟.通过2组实验分别模拟2种液体间和3种液体间的交互,并与传统SPH方法和Müller等人的方法进行了对比,验证了算法的优越性.计算界面张力所需的计算量非常小,能够快速真实地模拟多种液体交互的不互溶现象,可适用于多种图形、动画的具体应用.

关键词：不互溶性液体交互液体模拟光滑粒子流体动力学流体模拟

在线全文

学校读者我要写书评

暂无评论

声学事件检测技术的发展历程与研究进展

数据采集与处理 2016年第2期31卷 231-241页

作者：韩纪庆哈尔滨工业大学计算机科学与技术学院哈尔滨150001

声学事件检测是指对连续音频信号流中具有明确语义的片段进行检测与标定的过程。它是机器对环境声音场景进行识别和语义理解的重要基础,并将在未来类人机器人声音环境的语义理解、无人车行车周边环境的声音感知等方面发挥重要的作用。... 详细信息

声学事件检测是指对连续音频信号流中具有明确语义的片段进行检测与标定的过程。它是机器对环境声音场景进行识别和语义理解的重要基础,并将在未来类人机器人声音环境的语义理解、无人车行车周边环境的声音感知等方面发挥重要的作用。本文分别从与声学事件检测相关领域的发展历程以及应用需求出发,对声学事件检测的历史进行了回顾,介绍了典型的研究工作,并分析了未来的发展方向。在相关领域的分析中,重点介绍语音识别、基于计算的音乐处理及基于听觉特性的声音处理等方面的工作;在应用需求方面,介绍机器的环境声音感知与多媒体信息检索方面的工作;最后分析本领域的研究现状,并展望其未来的发展趋势。

关键词：声学事件检测语义理解环境感知

在线全文

学校读者我要写书评

暂无评论

基于后验概率的汉语语音检索方法研究

高技术通讯 2009年第2期19卷 119-124页

作者：郑铁然韩纪庆哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对经典的向量空间检索模型直接用于基于音节lattice形式的汉语语音检索存在无法有效区分lattice中包含的正确音节识别候选和错误的识别候选以及不能充分利用lattice中所蕴含的各层级信息的不足,提出了一种基于语音文档邻接音节后验概... 详细信息

针对经典的向量空间检索模型直接用于基于音节lattice形式的汉语语音检索存在无法有效区分lattice中包含的正确音节识别候选和错误的识别候选以及不能充分利用lattice中所蕴含的各层级信息的不足,提出了一种基于语音文档邻接音节后验概率矩阵的检索方法。该方法以该矩阵作为文档索引,并计算查询请求被包含在语音文档中的后验概率,并以此来度量查询请求和语音文档间的相关度。后验概率作为可靠的置信测度能够有效区分正确和错误的音节候选,在lattice中后验概率的计算能够充分地利用语音识别结果中的多层级的信息。语音检索实验表明,与基于向量空间模型的检索方法相比,该方法的检索性能有显著提高,是一种适用于汉语语音检索的有效方法。

关键词：汉语语音检索音节lattice 后验概率检索模型邻接矩阵

在线全文

学校读者我要写书评

暂无评论

DCT域音频水印:嵌入对策和算法

电子学报 2006年第7期34卷 1260-1264页

作者：马翼平韩纪庆哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

为保证DCT域水印的鲁棒性,研究水印信号的嵌入位置非常必要.对音频载体,尽管有许多文献提出将水印嵌在中频系数或对听觉效果重要的系数上,但始终缺乏一个统一的方法.本文在DCT噪声信号模型研究的基础上,提出了一种新的音频水印嵌入位置... 详细信息

为保证DCT域水印的鲁棒性,研究水印信号的嵌入位置非常必要.对音频载体,尽管有许多文献提出将水印嵌在中频系数或对听觉效果重要的系数上,但始终缺乏一个统一的方法.本文在DCT噪声信号模型研究的基础上,提出了一种新的音频水印嵌入位置选择策略和一个应用该策略的自适应音频水印算法.通过定义DCT系数的噪声敏感度,建立了水印嵌入位置和嵌入水印后的音频信号的听觉感知性之间的关系,根据音频水印的不可听性的要求选择最优的嵌入位置,然后调节水印强度来满足鲁棒性的要求,从而最大程度地保持音频水印的不可听性和鲁棒性,为解决音频水印嵌入过程中不可听性和鲁棒性之间的矛盾提供了一种策略.应用该策略,本文提出了一个自适应音频水印算法.实验证实了算法的鲁棒性.

关键词：音频水印 DCT 嵌入对策噪声敏感度