检索结果-南通市图书馆

天津大学学报（自然科学与工程技术版） 2015年第9期48卷 765-770页

作者：张宇计哲万辛张震葛凤培颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 国家计算机网络应急技术处理协调中心北京100029

声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题.基于深度神经网络(DNN)模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下.文章针对领域相关... 详细信息

声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题.基于深度神经网络(DNN)模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下.文章针对领域相关的自动语音识别任务,对典型的两种声学模型自适应算法进行了尝试,实验了基于线性变换网络的自适应方法和基于相对熵正则化准则的自适应方法,并对两种算法进行了详尽的系统性能比较.结果表明,在不同的自适应数据量下,相对熵正则化自适应方法均能表现出较好的性能.

关键词：声学模型自适应语音识别深度神经网络

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

鉴别性最大后验概率声学模型自适应

引用

计算机应用 2014年第1期34卷 265-269页

作者：齐耀辉潘复平葛凤培颜永红北京理工大学信息与电子学院北京100081 中国科学院声学研究所中国科学院语言声学与内容理解重点实验室北京100190 河北师范大学物理科学与信息工程学院石家庄050024

为了更加准确地估计最小音素错误最大后验概率(MPE-MAP)自适应算法中的先验分布中心,使自适应后的声学模型参数更为准确,从而提高系统的识别性能,分别采用最大互信息最大后验概率(MMI-MAP)自适应和基于最大互信息准则与最大似然准则相... 详细信息

为了更加准确地估计最小音素错误最大后验概率(MPE-MAP)自适应算法中的先验分布中心,使自适应后的声学模型参数更为准确,从而提高系统的识别性能,分别采用最大互信息最大后验概率(MMI-MAP)自适应和基于最大互信息准则与最大似然准则相结合的H-criterion最大后验概率(H-MAP)自适应估计先验分布中心,提出了基于最大互信息最大后验概率先验的最小音素错误最大后验概率(MPE-MMI-MAP)和基于H-criterion最大后验概率先验的最小音素错误最大后验概率(MPE-H-MAP)算法。任务自适应实验结果表明,MPE-MMI-MAP和MPE-H-MAP算法的自适应性能均优于MPE-MAP、MMI-MAP和最大后验概率(MAP)自适应方法,分别比MPE-MAP相对提高3.4%和2.7%。

关键词：最大后验概率鉴别性最大后验概率最大互信息最小音素错误声学模型自适应

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DNN的声学模型自适应实验研究

基于DNN的声学模型自适应实验研究

引用

第十三届全国人机语音通讯学术会议(NCMMSC2015)

作者：张宇计哲万辛张震葛凤培颜永红中国科学院声学研究所语言声学与内容理解重点实验室国家计算机网络应急技术处理协调中心

声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题。基于深度神经网络模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下。文章针对领域相关的... 详细信息

声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题。基于深度神经网络模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下。文章针对领域相关的自动语音识别任务,对典型的两种声学模型自适应算法进行了尝试,实验了基于线性变换网络的自适应方法和基于相对熵正则化准则的自适应方法,并对两种算法进行了详尽地系统性能比较。实验表明,在不同的自适应数据量下,相对熵正则化自适应方法均能表现出较好的性能。

关键词：声学模型自适应语音识别深度神经网络

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于先验概率线性插值的声学模型自适应方法

基于先验概率线性插值的声学模型自适应方法

引用

第十四届全国人机语音通讯学术会议

作者：王丽张震张鹏远颜永红中国科学院声学研究所语言声学与内容理解重点实验室国家计算机网络应急技术处理协调中心中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室中国科学院大学

基于DNN的声学模型自适应算法是语音识别领域中重要的研究方向,自适应技术是通过少量的自适应数据优化基线模型,解决由于目标测试数据与训练数据不匹配而导致的识别性能下降的问题。实际上,少量的自适应数据几乎无法描述所有目标测试数... 详细信息

基于DNN的声学模型自适应算法是语音识别领域中重要的研究方向,自适应技术是通过少量的自适应数据优化基线模型,解决由于目标测试数据与训练数据不匹配而导致的识别性能下降的问题。实际上,少量的自适应数据几乎无法描述所有目标测试数据的分布隋况,因此通过自适应数据统计得到的先验概率同样缺乏通用性。文章中针对这个问题,提出了基于先验概率线性插值的声学模型自适应方法,该方法将自适应数据的先验与基线模型的先验进行线性插值,使先验知识不仅融合了测试数据信息而且更具有通用性。实验证明,通过线性插值的先验可以有效改善识别性能。

关键词：声学模型自适应深度神经网络先验概率

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

深层神经网络语音识别自适应方法研究

引用

计算机应用研究 2016年第7期33卷 1966-1970页

作者：邓侃欧智坚清华大学电子工程系北京100084

为了解决语音识别中深层神经网络的说话人与环境自适应问题,从语音信号中的说话人与环境因素的固有特点出发,提出了使用长时特征的自适应方案。基于高斯混合模型建立说话人—环境联合补偿模型,对说话人与环境参数进行估计,将此参数作为... 详细信息

为了解决语音识别中深层神经网络的说话人与环境自适应问题,从语音信号中的说话人与环境因素的固有特点出发,提出了使用长时特征的自适应方案。基于高斯混合模型建立说话人—环境联合补偿模型,对说话人与环境参数进行估计,将此参数作为长时特征,将估计出来的长时特征与短时特征一起送入深层神经网络进行训练。Aurora4实验表明,该方案可以有效地对说话人与环境因素进行分解,并提升自适应效果。

关键词：语音识别声学模型自适应深层神经网络

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

广播语音的自动标注系统

广播语音的自动标注系统

引用

作者：何可嘉北京邮电大学

学位级别：硕士

近年来,随着计算机技术、网络技术和通讯技术的快速发展,人们可方便快捷地获得图像、视频、音频等多媒体文件,全球多媒体数据出现爆炸式的增长,其中音频信息占有十分重要的地位。如何对海量级的多媒体资源进行有效的索引和信息检索成为... 详细信息

近年来,随着计算机技术、网络技术和通讯技术的快速发展,人们可方便快捷地获得图像、视频、音频等多媒体文件,全球多媒体数据出现爆炸式的增长,其中音频信息占有十分重要的地位。如何对海量级的多媒体资源进行有效的索引和信息检索成为当前一个研究热点,一种基于内容的音频检索方法对当今的大词汇量语音识别系统提出了更高的要求。在众多多媒体数据中,广播新闻是被大多数的多媒体研究课题重视的代表性音频数据,因为广播语音包含静音,音乐,说话人语音和噪音背景等音频要素。要提高广播语音识别的性能以及鲁棒性,需要大规模精确标注的语料库。众所周知,为大规模语音语料库添加标注需要大量人力、物力,而由于广播语音识别的性能还不够高,现阶段的标注工作还只能通过人工手动来完成。如何自动完成语音音频的文本标注是降低语音识别系统成本的重要方向。在这一背景下,本文研究搭建一个广播语音的自动标注系统。由于多数情况下,广播语音的音频文件和其相应的文本可在互联网找到,所以,本文的研究重点不再是单纯的识别问题,而是如果完成给定的已知文本与音频的对齐。本文提出了一种基于语音识别和动态规划找锚点(可信对齐区域)的递归对齐算法,这个算法可简单描述为：首先对连续音频进行语音识别得到识别文本,然后再对识别文本与已知文本进行文本内容的匹配对齐,通过文本匹配找到可信任的对齐区域(称作“锚点”),利用锚点将音频和已知文本分成已对齐部分及未对齐部分,然后对未对齐部分重复上述递归过程。本文中,根据标注语料的目的、已知文本可能含错、部分音频质量太差等现实因素提出三大改进：第一,以句子为单位完成音频与文本的对齐,为方便之后的人工修订;第二,采用DTW的动态规划算法找对齐锚点,利用DTW的容错性能降低错误文本对整个标注系统的影响;第三,对于音频质量特别差,以至于找不到对齐锚点的部分,本文采用声学模型自适应的算法来提高语音识别的性能完成对齐。基于对音频与文本对齐算法的研究,结合端点检测、语音检测以及说话人分割等音频分割技术,完成广播语音的自动标注系统的搭建工作,对广播语音实现内容简介层,说话人身份层,说话内容层三层信息的自动标注。其标注完成度达到89.2%,精确度达到98.9%的句子偏差在1秒之内,这大大降低了人工标注的工作量,为之后人工修复标注提供了可靠的辅助信息。同时,为了提高广播语音自动标注的性能和精度,本文还研究了端点检测、语音检测以及说话人分割等音频分割技术,并在广播新闻语料中进行了实验和性能分析。

关键词：自动标注语音对齐动态规划音频分割声学模型自适应

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

基于发音词典自适应的民族语口音汉语普通话语音识别

基于发音词典自适应的民族语口音汉语普通话语音识别

引用

作者：陈江云南大学

学位级别：硕士

非母语口音、少数民族语口音是汉语普通话连续语音识别应用中必须面对的问题。论文以纳西语口音为实例,研究如何利用民族语口音的发音变异规律,在低成本和易于扩展的前提下,实现由标准普通话识别器到民族语口音普通话识别器的变换。论... 详细信息

非母语口音、少数民族语口音是汉语普通话连续语音识别应用中必须面对的问题。论文以纳西语口音为实例,研究如何利用民族语口音的发音变异规律,在低成本和易于扩展的前提下,实现由标准普通话识别器到民族语口音普通话识别器的变换。论文的主要工作包括:(1)基于HTK平台,用863标准普通话语音数据库训练了一个标准普通话语音识别器,以作为基线系统。(2)采用MLLR和MAP方法,实现了对民族语口音语音数据的声学模型自适应。(3)用经过声学模型自适应的语音识别器对民族语口音语音数据进行语音识别,根据识别结果计算声母、韵母和音节的混淆矩阵。(4)研究民族语口音普通话的声母、韵母和音节的变异规律,采用专家知识指导下的数据驱动方法,设计出了一种新的多发音词典生成策略,以实现用某种口音(或某说话人)的音节混淆矩阵自动构建该种口音(或该说话人)的多发音词典。(5)在有语言模型和无语言模型的条件下,用实验验证了说话人相关、口音相关发音词典的有效性。实验结果表明,在有语言模型、不考虑声调的前提下,基线系统识别纳西语口音的最好识别率为:50.26%,引入MLLR+MAP声学模型自适应后识别率提高为:80.56%。在声学模型自适应的基础上,分别引入说话人相关、口音相关发音词典,则最好识别率可分别到达:85.15%、82.59%。

关键词：语音识别纳西语口音普通话发音变异声学模型自适应发音词典自适应

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

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

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：