检索结果-南通市图书馆

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WaveNet的端到端语音合成方法

计算机应用 2019年第5期39卷 1325-1329页

作者：邱泽宇屈丹张连海战略支援部队信息工程大学信息系统工程学院郑州450000

针对端到端语音合成系统中Griffin-Lim算法恢复相位信息合成语音保真度较低、人工处理痕迹明显的问题,提出了一种基于WaveNet网络架构的端到端语音合成方法。以序列映射Seq2Seq结构为基础,首先将输入文本转化为one-hot向量,然后引入注... 详细信息

针对端到端语音合成系统中Griffin-Lim算法恢复相位信息合成语音保真度较低、人工处理痕迹明显的问题,提出了一种基于WaveNet网络架构的端到端语音合成方法。以序列映射Seq2Seq结构为基础,首先将输入文本转化为one-hot向量,然后引入注意力机制获取梅尔声谱图,最后利用WaveNet后端处理网络重构语音信号的相位信息,从而将梅尔频谱特征逆变换为时域波形样本。实验的测试语料为LJSpeech-1.0和THchs-30,针对英语、汉语两个语种进行了实验,实验结果表明平均意见得分(MOS)分别为3.31、3.02,在合成自然度方面优于采用Griffin-Lim算法的端到端语音合成系统以及参数式语音合成系统。

关键词：语音合成端到端 Seq2Seq Griffin-Lim算法 WaveNet

基于WaveNet结构的普通话歌声合成的研究

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WaveNet结构的普通话歌声合成的研究

作者：游于人西北师范大学

学位级别：硕士

歌声,是通过人类嗓音所表达的音乐形式,也是人类语音最富有表现力的表达方式。歌声合成（Singing Voice Synthesis,SVS）是指利用语音合成相关技术,让计算机能够像人一样发出优美动听的歌声。歌声合成作为语音合成技术一个新的应用领域... 详细信息

歌声,是通过人类嗓音所表达的音乐形式,也是人类语音最富有表现力的表达方式。歌声合成（Singing Voice Synthesis,SVS）是指利用语音合成相关技术,让计算机能够像人一样发出优美动听的歌声。歌声合成作为语音合成技术一个新的应用领域,在虚拟歌手、唱片制作、数字音乐创作等领域都有相当大的应用价值和前景。随着近年来研究者对语音合成技术研究的深入,对歌声合成方法的研究也有了一定进展,但还没有针对普通话歌声合成方法进行深入的研究。由于歌声合成比单纯的语音合成更侧重于对旋律的演绎,而且增加了关于歌曲信息的处理过程,比如节奏、调性等信息,因此歌声合成比语音合成具有更大的挑战性。本文研究了基于统计参数模型的歌声合成算法,在现有普通话语音合成和歌声合成的基础上,提出了一种改良的基于WaveNet结构的普通话歌声合成模型,能够用小的训练语料获得较好的歌声合成效果。本文的主要工作和创新如下:1.建立了一个面向普通话歌声合成的歌声语料库。根据歌曲的节奏、调性等特点,选择了90首歌曲的音乐可扩展标记语言（Music Extensible Markup Language,MusicXML）格式乐谱文件,设计了歌声录制方案,邀请一位专业成年女性歌手在专业录音棚录制歌声语料库。录制的普通话歌曲语料库的总时长为169分钟,为普通话歌唱合成接下来的工作提供了坚实的数据保障。2.提出了一种从普通话歌曲MusicXML格式乐谱文件得到上下文相关标注的乐谱分析方法。设计了包含音素层、音节层、音乐信息层、乐句层、歌曲层等5层上下相关标注格式。通过输入普通话MusicXML格式乐谱文件,最终生成用于声学建模的MusicXML格式乐谱文件的上下文相关标注。3.实现了一种基于统计参数语音合成技术的普通话歌声合成方法。基于统计参数模型的普通话歌声合成方法能够根据输入的MusicXML格式乐谱文件合成出节奏和音高较为精准、音强适度、以及具有个性化音色的歌声。4.提出了一种基于WaveNet结构的普通话歌声合成方法。该方法对参数声码器提取的特征分别进行建模,最后通过WORLD声码器重构出歌声。提取的特征包括:谱包络（Spectral Envelope,SP）、非周期参数（Aperiodicity Envelope,AP）、基频（Fundamental Frequency,F0）、清/浊音判别（Voiced/Unvoiced,V/UV）。主、客观实验结果表明,该方法可以利用有限的歌声数据库合成出尚可接受的普通话歌声。

关键词：歌声合成歌声数据库乐谱分析隐马尔科夫模型 WaveNet

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WaveNet的方言种属识别

基于Wavenet的方言种属识别

作者：李肖北京工业大学

学位级别：硕士

在国家全力推行普通话的大环境下,方言的使用率逐渐降低。作为一种独特的语言形式,方言有着丰厚的文化底蕴。我国基于不同地域的文化形态,形成了形式各异的地方方言。如何利用深度学习对各地方言进行种属识别成为了现在研究的重点。然而... 详细信息

在国家全力推行普通话的大环境下,方言的使用率逐渐降低。作为一种独特的语言形式,方言有着丰厚的文化底蕴。我国基于不同地域的文化形态,形成了形式各异的地方方言。如何利用深度学习对各地方言进行种属识别成为了现在研究的重点。然而,现有的技术大多数针对语种识别,对汉语方言种属识别的研究较少,且识别率有待提高。另外,方言和方言之间的界限较为模糊,对方言特性的提取也遇到了瓶颈。针对上述问题,本文开展了如下工作:（1）从不同渠道采集了六种方言音频种类。针对数据集中的六种实验数据,分析方言音频之间的差异性。提出将汉语方言中的音高特征与人工声学特征相结合,作为特征提取的对象。（2）建立基于WaveNet的方言种属识别模型。利用扩张因果卷积方式进行卷积操作,引入门控激活机制与残差网络建立识别模型。与其他分类算法进行对比分析,准确率较Google NET高出了1.57%。（3）针对模型规模问题,利用知识蒸馏技术压缩模型。将教师网络习得的知识迁移到精简模型,指导其进行网络训练,从而得到规模较小的模型,且识别准确率的损失不超过2%。此方法能够在保证性能的同时,加速模型训练。（4）分析与设计方言种属识别系统。将提出的分类算法应用到该系统。根据详细程序设计,对整个系统进行功能实现。测试结果表明,系统对识别的响应时间稳定在3s内,且识别率达到了98.33%。本文实现的方言种属识别系统可将方言音频进行详细分类,为方言文化的延续提供了有力的技术支持。作为方言识别的前端处理技术,为今后的文本识别作铺垫。同时采用的模型压缩技术为应用部署到移动设备提供了便捷。

关键词： WaveNet 特征提取方言种属识别模型压缩知识蒸馏

基于WaveNet-LSTM网络的商品销量预测研究

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WaveNet-LSTM网络的商品销量预测研究

作者：蒋文武广东工业大学

学位级别：硕士

商品销量预测的准确性关乎着所有利益相关者的利润。但是缺货和库存积压的现象普遍存在,这使零售商面临两难境地:他们需要平衡缺货带来的损失和安全库存所需的成本。在这种情况下,非常有必要对商品销量预测进行深入的研究。研究人员可... 详细信息

商品销量预测的准确性关乎着所有利益相关者的利润。但是缺货和库存积压的现象普遍存在,这使零售商面临两难境地:他们需要平衡缺货带来的损失和安全库存所需的成本。在这种情况下,非常有必要对商品销量预测进行深入的研究。研究人员可以使用数据挖掘技术来开发预测商品销量的模型,帮助零售商从大量的商品销量数据中挖掘出潜藏的商业价值。其中,不同于传统的监督学习方法,神经网络无需大量的人工特征,就可以从数据中发现隐含的内部规律,从而进行有效的特征学习,在解决短期商品销量预测问题上具有天然的优势。LSTM(Long Short-Term Memory)模型在每一个时间步的输入如果能包含更丰富的历史信息,模型的预测性能也将得到提升,所以在LSTM模块前加一个特征提取器显得尤为重要。以两层的LSTM模型为例,第一个LSTM模块就相当于一个特征提取器,但隐藏层中细胞状态的不稳定性会在一定程度上影响输出特征的质量。基于此,本文提出了一种基于WaveNet-LSTM网络的商品销量预测模型,模型利用WaveNet网络提取时间序列上的特征,然后输入到LSTM模块进行预测输出。具体的,模型通过叠加多层扩张的因果卷积来提取时间序列上的特征,由于卷积的平移不变性,可以使网络提取到的特征更具鲁棒性;再通过跳过连接将每一层的中间结果进行叠加输出,实现了局部和全局特征的组合,将这些特征作为LSTM模块的输入,可以使LSTM模块中每个时间步的输入包含丰富的局部和全局信息,有利于模型进行有效的学习。针对时间序列的商品销量预测问题,本文将基于WaveNet-LSTM网络的商品销量预测模型在真实数据集上进行了实例应用,并将其与LSTM等预测模型进行了实验对比。在这一过程中,本文对所获数据集进行了详细的可视化分析,并且详细描述了从数据处理到实验验证分析的整个流程。实验结果表明,WaveNet网络能够有效地提取时间序列中的特征,将其与LSTM网络结合进行预测,能提升模型的预测准确性。

关键词：销量预测数据挖掘 LSTM WaveNet 因果卷积

基于WaveNet条件时序卷积模型的上证综指收益率预测

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WaveNet条件时序卷积模型的上证综指收益率预测

作者：王定兰州大学

学位级别：硕士

随着经济发展,证券市场在市场经济中的地位愈发凸显,它既能为企业提供充足的现金流,又能满足投资者对于高收益的要求。因此对证券市场趋势的预测非常重要,有效的预测能够让国家、企业和投资者的各项举措更具前瞻性,使大家能够更好地利... 详细信息

随着经济发展,证券市场在市场经济中的地位愈发凸显,它既能为企业提供充足的现金流,又能满足投资者对于高收益的要求。因此对证券市场趋势的预测非常重要,有效的预测能够让国家、企业和投资者的各项举措更具前瞻性,使大家能够更好地利用积极趋势、更好的应对消极走向。本文首先总结了金融预测技术发展的三个阶段,分析了用于预测金融时间序列的传统方法。在传统预测模型存在瓶颈和缺陷的背景下,本文引入了人工智能语音分析领域的深度学习模型,通过添加恒等映射将普通卷积神经网络的卷积层改为了残差元结构,并利用空洞卷积扩大了模型的感受域,最终构造出了专门用于金融预测的WaveNet条件时序卷积模型。在模型输入方面,为了提高输入数据的质量,保证信息的全面性,本文综合分析了对证券市场未来走势存在影响的各方面因素,将这些因素分为了市场交易情况、宏观政治经济因素、其他金融产品市场行情、其他国家证券市场行情和投资者信心等五个大类,并利用Wind金融资讯平台从中筛选出了14个上证综指收益率预测的条件变量。在实证预测研究中,本文模型取得了良好的预测效果;根据本文模型进行的真实市场交易也取得了不错的收益。另外,本文还从行为金融学理论入手,对证券市场波动的动力来源进行了分析,发现投资者的交易行为是股价波动最直接的推手,据此对未来的证券价格预测作出了展望。

关键词： WaveNet 残差网络空洞卷积条件时序预测

基于LightGBM与WaveNet模型融合的酒店线上销量预测方法研究

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LightGBM与WaveNet模型融合的酒店线上销量预测方法研究

作者：段冬梅北京工业大学

学位级别：硕士

近年来,中国旅游市场保持持续发展的态势,互联网不断渗入到国民生活的方方面面,用户倾向于通过网络预订酒店,拥有大量酒店的线上旅行平台积累了庞大的酒店、用户消费数据。酒店的销量是收益管理的基础和核心。如果通过现有的技术和方法... 详细信息

近年来,中国旅游市场保持持续发展的态势,互联网不断渗入到国民生活的方方面面,用户倾向于通过网络预订酒店,拥有大量酒店的线上旅行平台积累了庞大的酒店、用户消费数据。酒店的销量是收益管理的基础和核心。如果通过现有的技术和方法预测到未来某段时间内特定酒店的销量变化,一方面有利于指导酒店库存管理进而提高收益管理效益,另一方面也能提高用户体验,给整个平台带来收益。由于酒店线上销量在不同时间段受到酒店本身属性、价格、节假日等众多因素的影响,传统的时间序列预测方法不能充分挖掘数据特征及高效处理高维、非线性大数据,预测误差较大,针对这样的问题,提出了一种基于LightGBM与WaveNet模型融合的酒店线上销量预测方法。研究的主要工作有:对历史数据进行分析与处理,包括缺失值及脏数据,分析不同维度销量数据,描绘酒店销量数据的特性,选取合理的预测时间范围。组织特征工程,一类为基本特征,包括地区、商圈、酒店属性、节假日时间等维度的基础数据,针对中国节假日时间独有特性对其进行编码,将非数字的特征进行独热编码;另一类为基于时间序列的数学统计特征,根据目标预测时间范围,在不同的时间窗口、组合交叉等特征组合中提取不同的统计数据。构建了基于LightGBM算法的销量预测模型,LightGBM具有内存需求小、计算速度快、通信代价小的特点;构建基于WaveNet的销量预测模型,WaveNet是一种自回归的深度生成模型,通过使用多层扩张因果卷积(Dilated Causal Convolution)扩大感受野(Receptive Field)来表达更多的时序特征,采用残差网络结构以及参数化的跳跃链接来提高训练深度。它在深度学习中对于音频分析所取得的成果比之前所有模型的效果都要好,同时本文结合序列到序列的预测框架,创新性地将改进的WaveNet应用于酒店线上销量预测。由于两个模型分别具有不可替代的优势,最后,将两个模型做线性融合,提高了模型预测的准确性,并利用OTA平台真实的销量数据进行一系列的实验证明了算法模型的高效性能。

关键词：酒店线上销量预测 LightGBM WaveNet 序列到序列模型融合

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WaveNet的源终端识别研究

信息技术与网络安全 2019年第7期38卷 64-67页

作者：刁则鸣周神保罗海涛国家计算机网络应急技术处理协调中心广东分中心广东广州510000 长安通信科技有限公司广东广州510000

在开放的电话通信网中,来话意图的判断一直是一个研究的热点和难点。对电话来源终端类型的识别可以作为判断来话意图的重要辅助。该研究认为从传输音频的非静音段中可以提取出源终端特征,并通过可视化实验进行了简要验证。在此基础上,... 详细信息

在开放的电话通信网中,来话意图的判断一直是一个研究的热点和难点。对电话来源终端类型的识别可以作为判断来话意图的重要辅助。该研究认为从传输音频的非静音段中可以提取出源终端特征,并通过可视化实验进行了简要验证。在此基础上,提出了一种源终端识别方法,该方法用MFCC对非静音段音频进行描述,通过WaveNet强大的音频学习能力对源终端特征进行学习,进而实现终端类型的判断。对8款主流品牌的手机进行了试验,该方法在实验环境下取得对源终端类型92.8%的识别准确率。

关键词：音频 MFCC 源终端识别 WaveNet

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WaveNet的语音合成声码器研究

人工智能 2018年第1期 83-91页

作者：凌震华伍宏传中国科学技术大学信息科学技术学院中国科学技术大学语音及语言信息处理国家工程实验室

近二十年来,统计参数语音合成方法发展迅速,声学建模与声码器是其中两个关键技术。声码器用于从语音波形中提取基频、频谱等声学特征,以及基于声学模型预测的声学特征,以重构语音波形,传统声码器基于源-滤波器思想设计。但是现阶段基于... 详细信息

近二十年来,统计参数语音合成方法发展迅速,声学建模与声码器是其中两个关键技术。声码器用于从语音波形中提取基频、频谱等声学特征,以及基于声学模型预测的声学特征,以重构语音波形,传统声码器基于源-滤波器思想设计。但是现阶段基于源-滤波器模型的声码器仍然制约着统计参数合成语音质量的进一步提升。本文介绍了一种基于神经网络的语音合成声码器。

关键词：声码器声学建模合成语音 WaveNet 声学特征

基于时空数据的图神经网络瓦斯浓度预测模型研究

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

基于时空数据的图神经网络瓦斯浓度预测模型研究

作者：叶雨豪西安科技大学

学位级别：硕士

瓦斯突出是煤矿五大灾害之一,及时、准确、有效预测瓦斯浓度是预防瓦斯突出灾害的关键。神经网络由于其强大的自学习能力和鲁棒性,在瓦斯浓度预测领域受到了广泛应用。但传统神经网络预测模型大多没有考虑瓦斯浓度数据的时空特性,仅仅... 详细信息

瓦斯突出是煤矿五大灾害之一,及时、准确、有效预测瓦斯浓度是预防瓦斯突出灾害的关键。神经网络由于其强大的自学习能力和鲁棒性,在瓦斯浓度预测领域受到了广泛应用。但传统神经网络预测模型大多没有考虑瓦斯浓度数据的时空特性,仅仅采用单点时间序列预测方法来实现对瓦斯浓度的预测,影响了采集工作面瓦斯浓度预测的准确性。本文通过分析瓦斯浓度数据的时空特性,构建了一种基于时空数据的时空图神经网络瓦斯浓度预测模型——AGCN-WaveNet。本文的主要研究内容如下:首先,针对现有的大多数时空图神经网络模型在捕获时空数据的长时间依赖时效果较差的问题,本文使用图卷积网络结合WaveNet模型构造时空图神经网络模型。在空间维度上使用图卷积方式聚合邻居节点的信息,在时间维度上引入WaveNet模型来提取数据的时间特征。通过使用WaveNet模型中的扩张因果卷积模块,使模型可以使用较少的网络层数情况下获得非常大的感受野,也有效的避免了梯度爆炸等问题。其次,针对大多数时空图神经网络在进行建模时,都假定各节点之间的空间关系是固定不变的,但固定的空间结构并不一定可以完整的表示节点之间的空间关系,可能会造成空间关系的缺失而导致模型性能降低的问题。本文通过引入注意力机制来实现各节点之间的空间关联强度的动态调整,使模型可以更完整的表示节点之间的空间关系。通过在公共数据集下的实验性能比较表明,注意力机制的引入使模型的预测精度得到了提升。最后,针对传统神经网络瓦斯浓度预测模型没有考虑瓦斯浓度数据的时空特性导致预测精度偏低的问题,本文采用基于AGCN-WaveNet的瓦斯浓度预测模型在实测瓦斯浓度数据集上进行了实例应用。根据矿井内风向和瓦斯浓度监测点之间的距离,采用改进的高斯核函数对瓦斯浓度数据的空间结构进行构造。实验数据的来源为某矿井工作面多个瓦斯浓度监测点收集到的数据。通过将模型预测的结果与现有的瓦斯浓度预测模型进行对比表明,本文所提模型由于同时考虑了瓦斯浓度数据的时空特性,可以更好的拟合瓦斯浓度的变化趋势,在预测精度上有较大的提升。在AGCN-WaveNet瓦斯浓度预测模型的基础上,本文采用C#设计了一个简易的瓦斯浓度预测系统。该系统界面简洁,操作简单,能够对工作面瓦斯含量做出准确预报,可以有效的预防矿井瓦斯灾害的发生。

关键词：瓦斯浓度预测时空特性图卷积网络 WaveNet 注意力机制