瓶颈特征相关论文
人工智能是21世纪引领世界未来科技领域发展和生活方式改变的风向标。语音识别技术是人工智能目前落地较为成功的技术之一,它能够......
针对语音识别系统在低资源条件下,采用传统的高斯混合-隐马尔可夫声学模型(GMM-HMM)会带来识别精度低、参数规模过大等问题,文章提......
语种识别是指计算机自动判定一段语音所属的语言种类的技术，在近几年中，其应用需求显著增加。语种识别中的一个重要研究问题是提取语......
随着计算能力的提升和大数据语料的不断积累,语音识别技术飞速发展,准确率大幅提高,应用的场景也越来越广。语音识别作为连接人类......
为增强端到端语音识别模型的鲁棒性和特征提取的有效性,对瓶颈特征提取网络进行研究,提出采用基于联合优化正交投影和估计的端到端......
目前基于注意力机制的序列到序列声学模型成为语音识别领域的研究热点。针对该模型训练耗时长和鲁棒性差等问题,提出一种结合瓶颈......
针对现有音素识别系统识别准确率不高、建模方法表征能力不强且易陷入局部最优解等问题，提出了一种基于层次结构深度信念网络（deepbe......
研究将深度神经网络有效地应用到维吾尔语大词汇量连续语音识别声学建模中的两种方法：深度神经网络与隐马尔可夫模型组成混合架构模......
近些年来,声纹识别技术随着人工智能的飞速发展日益受到重视。汽车落入家家户户后,随着人们对车载娱乐的需求和电子元件的迅速发展......
滚动轴承以其独特的优势在旋转机械设备中起着重要的作用,然而实际工况条件往往十分恶劣,导致轴承极易发生性能退化。可靠、准确地......
针对低资源训练数据条件下深层神经网络(Deep neural network,DNN)特征声学建模性能急剧下降的问题,提出两种适合于低资源语音识别......
为有效诊断滚动轴承的健康状态,针对运行监测声学信号特征微弱的特点,提出了基于声学信号瓶颈特征的滚动轴承故障诊断方法.首先提......
端到端(End to End)的连续语音识别系统是目前语音识别的热门研究方向。该系统中,基于循环神经网络的序列到序列模型被用于建立输......
基于辨识向量（i-vector）的说话人感知训练方法使用MFCC作为输入特征对i-vector进行提取,但MFCC较差的特征鲁棒性会影响该训练方法的......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
针对梅尔频率倒谱系数(MFCC)语音特征不能有效反映连续帧之间有效信息的问题,基于深度神经网络相关性和紧凑性特征,提出一种融合神......
针对梅尔频谱倒谱、梅尔标度滤波器组特征提取、瓶颈特征等常用语音特征对语音前后帧相关性信息提取不足、冗余信息较多导致识别率......
说话人识别是一种基于生物特征的身份认证技术,也被称为声纹认证。是根据不同的说话人语音之间的个性信息和特征来区分不同的说话......
基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点,将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任......
情感是人类的一种丰富的心理行为,一直是很多科研领域的研究热点。语音信号是人与人之间最自然的交流方式,它不仅包含要传递的内容......
在语种识别中,传统的MFCC特征由于每帧信号上的信息量不足,很容易受到噪声污染,且抗噪能力较弱.同时,目前普遍使用的SDC特征提取方......
研究将深度神经网络有效地应用到维吾尔语大词汇量连续语音识别声学建模中的两种方法:深度神经网络与隐马尔可夫模型组成混合架构......
