检索结果-南通市图书馆

清华大学学报（自然科学版） 2013年第6期53卷 903-907页

作者：杨鹏谢磊陈虹洁西北工业大学计算机学院陕西省语音与图像信息处理重点实验室西安710129

语音模式发现是从语音流中检测出重复出现的音节、词或短语等语音单元的任务。该文基于分段动态时间规整(segmental dynamic time warping,SDTW)算法,尝试直接在中文语料上进行语音模式发现。Mel频率倒谱系数(Mel frequency cepstral co... 详细信息

语音模式发现是从语音流中检测出重复出现的音节、词或短语等语音单元的任务。该文基于分段动态时间规整(segmental dynamic time warping,SDTW)算法,尝试直接在中文语料上进行语音模式发现。Mel频率倒谱系数(Mel frequency cepstral coefficient,MFCC)特征在衡量两个语音片段声学相似度上不够鲁棒,特别是针对多说话人语料,语音模式发现的效果大打折扣。该文尝试了基于音素后验概率(posteriorgram)的特征表示方法。实验表明:在多说话人和单说话人的语料上,音素后验特征均可以得到比MFCC更好的效果。该文尝试了用词边界确定分段进行语音模式发现,这种设置可以看作基于SDTW进行模式发现的效果上限。实验表明:在预知词边界的情况下,效率和正确率都得到了明显提升。

关键词：语音模式发现后验特征动态时间规整分段动态时间规整

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于分段动态时间规整的语音样例快速检索

引用

数据采集与处理 2014年第2期29卷 265-273页

作者：冯志远张连海解放军信息工程大学信息系统工程学院郑州450002

提出了一种融合下界估计和分段动态时间规整的语音样例快速检索方法。该方法针对缺乏合适的训练数据等语音资源较为有限的语言进行快速检索所设计。此方法首先提取查询样例和测试集的音素后验概率;然后,根据限制条件在测试语句中选定候... 详细信息

提出了一种融合下界估计和分段动态时间规整的语音样例快速检索方法。该方法针对缺乏合适的训练数据等语音资源较为有限的语言进行快速检索所设计。此方法首先提取查询样例和测试集的音素后验概率;然后,根据限制条件在测试语句中选定候选分段,并计算查询样例和每个候选分段之间实际动态时间规整得分的下界估计,再运用K最近邻搜索算法搜索与查询样例相似度最高的分段;最后,使用虚拟相关反馈技术对检索结果进行修正。实验结果表明:尽管此方法的检索精度略低于直接运用动态时间规整进行检索的检索精度,但其检索速度优于后者,且检索结果经过虚拟相关反馈技术修正后,其检索精度也得到有效提升。

关键词：语音样例检索音素后验概率分段动态时间规整下界估计虚拟相关反馈

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

采用深层神经网络中间层特征的关键词识别

引用

小型微型计算机系统 2015年第7期36卷 1540-1544页

作者：刘学王年松郭武安徽省公安厅物证鉴定中心合肥230061 中国科学技术大学电子工程与信息科学系语音及语言信息处理国家工程实验室合肥230027

在基于模板匹配的关键词识别中,提出采用深层神经网络的中间层特征(bottleneck,BN)作为特征输入,将其取代传统的声学参数来生成后验概率图.首先采用传统语音识别的过程训练一个中间层很窄的深层神经网络,将所有的语音特征经过这个神经... 详细信息

在基于模板匹配的关键词识别中,提出采用深层神经网络的中间层特征(bottleneck,BN)作为特征输入,将其取代传统的声学参数来生成后验概率图.首先采用传统语音识别的过程训练一个中间层很窄的深层神经网络,将所有的语音特征经过这个神经网络后得到稳健的BN特征;然后利用混合高斯模型将BN特征转化成后验概率图;在识别过程中,利用后验概率图作为特征参数,采用简化的分段动态时间规整算法实现关键词匹配.在TIMIT数据库上,相对于采用传统感知线性参数的系统,采用BN特征的系统,识别准确率有30%的提升.

关键词：识别分段动态时间规整深层神经网络中间层

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于模板匹配的语音样例快速检索技术研究

基于模板匹配的语音样例快速检索技术研究

引用

作者：冯志远解放军信息工程大学

学位级别：硕士

语音样例检索是根据用户输入的查询样例（即波形片段），在海量的语音资源中搜索并返回与之相关联的语音片段的过程。它在信息安全、语音搜索引擎以及语音资源的分类管理等领域具有重要的应用价值。基于模板匹配的语音样例检索是当前语... 详细信息

语音样例检索是根据用户输入的查询样例（即波形片段），在海量的语音资源中搜索并返回与之相关联的语音片段的过程。它在信息安全、语音搜索引擎以及语音资源的分类管理等领域具有重要的应用价值。基于模板匹配的语音样例检索是当前语音样例检索的主流技术之一。然而，直接运用该方法进行语音样例的检索存在时间消耗量大以及不能充分考虑声学条件变异的缺点。针对上述缺点，本文主要在减少检索时间消耗量以及相关区域重排序等方面开展研究，以达到加快检索速度、提高检索精度的目的。本文的主要工作集中在以下三个方面：针对直接运用动态时间规整进行语音样例检索在相关区域搜索时时间消耗量大的问题，提出融合分段累积近似下界估计的动态时间规整算法，此算法通过大规模减少相关区域搜索时的动态匹配次数来达到提高检索速度的目的。该方法首先计算查询样例和测试语句中每个匹配区域之间动态规整得分的分段累积近似下界估计;然后运用K最近邻搜索算法和动态时间规整算法搜索与查询样例相关的区域。实验结果表明：该方法的检索速度是直接运用动态时间规整进行检索的5.9倍，而对其检索精度毫无影响。直接运用动态时间规整进行语音样例检索存在大量的冗余计算和冗余匹配。针对此问题，提出了一种基于分段动态时间规整的语音样例检索方法，该方法将测试语句按照一定规则划分为一系列匹配区域;然后运用动态时间规整进行语音样例的检索。为进一步提高检索效率，将分段动态时间规整算法和分段累积近似下界估计相结合。同时为了增加对声学条件变异的考虑，运用虚拟相关反馈技术修正检索结果，提出基于虚拟相似度的相关区域重排序方法。实验结果表明：该方法的检索速度是直接运用动态时间规整进行检索的14.6倍，检索精度相对于后者也提高了5.21%。针对融合下界估计的动态时间规整算法和融合下界估计的分段动态规整算法存在的局限，提出融合边界信息的动态时间规整算法。该方法首先运用层次凝聚聚类算法将查询样例和测试语句的音素后验概率特征序列分段（即边界检测），计算每个分段的均值向量，并将这些均值向量组成新索引和新查询;再运用动态时间规整算法进行语音样例的检索;最后采用虚拟相关反馈修正检索结果。实验结果表明：该方法的检索速度是直接运用动态时间规整进行检索的15.4倍，检索精度在后者的基础上也提高了0.73%。

关键词：语音样例检索音素后验概率动态时间规整下界估计分段累积近似分段动态时间规整虚拟相关反馈层次凝聚聚类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无地图辅助的室内定位与导航技术研究

无地图辅助的室内定位与导航技术研究

引用

作者：路锦博中国石油大学(华东)

学位级别：硕士

定位与导航服务是各种服务和推广的基础,在商场购物、失物寻找、患者就医等应用场景中,往往需要回访某一位置。然而,出于公共安全、隐私保护等问题,室内的地图或者平面图一般不会对公众开放。因此,如何设计无室内地图或者平面图条件下... 详细信息

定位与导航服务是各种服务和推广的基础,在商场购物、失物寻找、患者就医等应用场景中,往往需要回访某一位置。然而,出于公共安全、隐私保护等问题,室内的地图或者平面图一般不会对公众开放。因此,如何设计无室内地图或者平面图条件下的室内导航系统成为亟待解决的问题。本文根据室内环境中无线Wi-Fi信号的传播特点及无线访问接入点(Wireless Access Point,AP)的分布特征,提出了利用沿途扫描的Wi-Fi接收信号强度(Received Signal Strength,RSS)序列替代室内平面图的基本思路,设计了一种无地图辅助的室内导航系统,主要工作如下:(1)为了提高系统的鲁棒性,解决动态采集Wi-Fi信息引入的随机噪声,将对象的运动约束和路径约束信息嵌入到指纹信息中,提出了基于分段动态时间规整(Segmented Dynamic Time Regular,SDTW)的序列匹配算法;(2)建立RSS与室内路径的映射;通过前后两次经过同一路径段扫描到AP集合的相似度实现粗定位,利用提出的基于SDTW的序列匹配算法得到对象相对于目标点的位置;结合商业智能手机采集的步数和方向信息,实现服务对象的自我导航;(3)通过在Android手机上设计的原型系统,全面测试了所提系统的各方面性能。实验结果表明,本文所提出的无地图辅助的室内定位与导航系统能够满足用户回访某一位置的导航需求,且系统所采用的方法复杂度低、易于扩展。

关键词：室内定位与导航无地图分段动态时间规整路径匹配

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关键词识别系统的设计与实施

关键词识别系统的设计与实施

引用

作者：谈雪娇北京邮电大学

学位级别：硕士

关键词识别是语音识别的一个重要分支,综合了信号处理和模式识别等多项技术,应用前景广阔。本文对关键词识别技术的发展现状与主要技术进行了研究,并分别基于两种不同的技术设计与实现了两个不同的关键词识别系统,分别进行了性能测试与... 详细信息

关键词识别是语音识别的一个重要分支,综合了信号处理和模式识别等多项技术,应用前景广阔。本文对关键词识别技术的发展现状与主要技术进行了研究,并分别基于两种不同的技术设计与实现了两个不同的关键词识别系统,分别进行了性能测试与分析。在第二个系统的基础上,进行了创新性改进,较为有效地提升了识别效率。本文的研究重点为关键词识别系统的设计与实施,以及各环节关键技术的分析与应用、针对特定目标的算法设计及应用、以及对设计的算法的有效性分析等。主要工作如下:1.基于填充(Filler)模型的关键词识别技术及系统实现本文对基于填充模型的关键词识别技术进行了研究与系统实现。实现了基于两阶段的模型训练方法,有效的减少了训练语音的人工标注;对LDA技术进行了重点研究及应用,进一步改善了系统性能。2.基于分段DTW的关键词识别技术及系统实现针对基于模型的方法需要大量训练语音,本文对仅需要几个关键词语音样本的基于分段DTW的关键词识别技术进行了研究与系统实现,完成了高斯后验概率特征的提取及模板匹配。3.基于韵律特征的快速关键词识别及系统实现针对基于模型和传统的基于DTW的关键词识别方法,都是逐帧的进行识别和匹配,计算量较大,识别速度受限,本文利用韵律特征的特性,即单个韵律特征可表示连续多帧语音,实现了基于段的关键词可疑区间快速定位,在下一阶段只需对可疑区间进行逐帧的精细化匹配,从而在有效减少计算量的同时保证了识别性能不受影响。该部分对韵律特征在关键词识别中的具体应用进行了重点研究,并完成了算法的设计与有效性分析,以及识别速度和识别性能的折中。最后,对系统的时间开销和识别性能进行了测试及对比分析,证明了该方法可在识别性能不受影响的同时提高整个系统的识别速度。

关键词：关键词识别隐马尔科夫模型韵律特征分段动态时间规整可疑区间快速定位

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：