区分性训练相关论文
近年来，以计算机辅助语言学习为代表的语音评测系统越来越多的运用在口语考试和语言教学活动之中，不仅提高了评分工作的公正性、高效......
我国是多民族统一的国家,随着科技和社会的进步,通信技术在少数民族地区已得到普及应用,民族语对话系统、多民族语信息查询系统、......
随着计算机技术的飞速发展,语音识别技术得到很大的进步。语音识别系统中最重要的部分就是声学模型的建立和训练,隐马尔可夫模型作......
随着全球化和经济的快速发展，英语的口语学习日益重要。作为指导人们的英语口语学习的计算机辅助发音系统(CAPT)在研究如何有效地进......
传统的隐马尔科夫模型（HMM）的训练方法基于统计概率的最大似然准则（MLE），在训练样本数目足够大的情况下，这种方法在理论上可以得到最优的......
根据相关的医学研究报告,近年来心肺系统疾病越来越成为影响大众身体健康的主要因素之一。心肺音听诊作为一方便快捷且非侵入式的......
提出了2种解决汉语语音识别中声调问题的方法:利用区分性方法对基于隐马尔可夫模型(HMM)的声调模型进行训练;提出将区分性训练的声......
作为人机交互的接口技术——语音识别技术已经成为高科技应用领域的研究热点。传统的声学模型训练基于最大似然准则,它只是使用每......
语音识别技术发展迅速，并已得到广泛应用。语音识别的性能远非完美，不能做到100％准确。说话置信度估计对进入到语音识别器的语音信号......
语音识别的研究近年来得到飞速发展，现在不断的语音产品应用到我们的日常生活中。在这背后是语音技术的突飞猛进，特别是区分性训练的......
自动发音错误检错中基于最大化F1值的区分性训练方法是最近提出来的一种声学模型训练方法,该方法能够有效增大发音检错系统中的训......
针对计算机英语语音客观评测给出与专家主观评测相关度的更高结果,提出基于区分性训练的声学模型用以改进客观评测置信分数.首先介......
在针对电话语音的自动语种识别系统中,由不同信道、说话内容及说话人等所引起的干扰是影响系统识别性能的一个重要因素.针对此,文......
提出一种称为“受限线性搜索”的优化方法,并用于语音识别中混合高斯的连续密度隐马尔科夫(CDHMM)模型的区分性训练.该方法可用于......
录音设备来源识别是通过分析已获取的数字语音信号从而确定其录制设备的一种技术,属于数字音频盲取证.本文提出了一种基于改进PNCC......
提出了2种解决汉语语音识别中声调问题的方法：利用区分性方法对基于隐马尔可夫模型（HMM）的声调模型进行训练；提出将区分性训练的声调模......
针对大边距估计（Large Margin Estimation，LME）准则仅选取支持集内的最小边距进行调整导致边距利用不合理的问题，本文提出一种大边距准......
录音设备来源识别是通过分析已获取的数字语音信号从而确定其录制设备的一种技术，属于数字音频盲取证．本文提出了一种基于改进PNCC特......
为提高自动发音错误检测性能,提出一种区分性特征补偿训练算法.该方法将高斯后验概率矢量经过线性变换后作为偏移量补偿至传统的谱......
为了提高基于分帧特征变换方法的稳定性,提出了一种基于分段的区分性特征变换方法.该方法将特征变换当成高维信号的稀疏逼近问题,......
针对计算机英语语音客观评测给出与专家主观评测相关度的更高结果，提出基于区分性训练的声学模型用以改进客观评测置信分数。首先介......
提出利用基于隐马尔可夫模型的谱特征模型、基于高斯混合模型的声调分类器以及基于多层感知器的音素分类器模型的组合来提高语音识......
传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation,MLE),在训练时只考虑了模型自身而没有考虑模型之间的相互......
提出了一种基于动态加权的数据选取方法,并应用到连续语音识别的声学模型区分性训练中.该方法联合后验概率和音素准确率选取数据,......
大词汇量连续语音识别系统中,为了进一步增强网络的鲁棒性、提升深度置信网络的识别准确率,提出一种基于区分性和ODLR自适应瓶颈深......
为了提高语音识别准确率,提出了一种子空间域相关特征变换与融合的语音识别方法(MFCC-BN-TC方法)。该方法提取语音短时谱结构特征(......
在快速发展的信息时代,数字媒体的数量不断激增,面对大量的音乐数据,人们对音乐信息的检索、识别、处理的需求也与日剧增,将歌曲分......
提出从特征提取参数、模型参数对隐马尔可夫声调模型进行区分型训练，来提高声调识别率；提出模型相关的权重对谱特征模型和声调模型的......
近年来,以计算机辅助语言学习为代表的语音评测系统越来越多的运用在口语考试和语言教学活动之中,不仅提高了评分工作的公正性、高......
随着基于统计模型的模式分类理论不断发展完善,自动语音识别技术近年来取得了长足的进步。区分性训练已经成为自动语音识别中声学......
基于深层神经网络中间层的Bottleneck(BN)特征由于可以采用传统的混合高斯模型-隐马尔可夫建模(Gaussian mixture model-hidden Ma......
传统的隐马尔科夫模型(HMM)的训练方法基于统计概率的最大似然准则(MLE),在训练样本数目足够大的情况下,这种方法在理论上可以得到......
针对基于分帧特征变换稳定性不够的问题,提出了一种分段的区分性特征变换方法,并采用正则化方法确定出每一语音段的特征变换矩阵.......
声学模型区分性训练是近年来语音识别领域的研究热点之一,它已经成为当今主流的语音识别系统,尤其是大词汇量连续语音识别LVCSR系......
声学模型训练作为语音识别中的一个重要组成部分,一直以来都是研究者关注的重点。传统的训练算法,例如最大似然估计(MLE)准则,由于......
汉语是一种带调语言,声调在汉语语音中具有非常重要的意义。相同的声母和韵母构成的音节随声调的不同而具有完全不同的意义,对应着......
在生物特征认证技术领域,声纹密码具备快速、便捷、双重加密等优势,在刑侦、安全、经济、生活等各个方向拥有广阔的应用前景。经典......
自动语音识别是具有巨大应用价值和广阔应用前景的人机交互技术,而声学建模则是创建语音识别系统的关键环节与核心技术,也是语音识......
发音错误自动检测是计算机辅助语言学习系统的关键技术,在很大程度上决定了计算机辅助语言学习系统的性能。可靠的自动发音错误检......
声学建模是语音识别领域中的关键问题之一，其精确性直接影响语音识别系统的性能。如何建立更精确的声学模型一直以来都是研究者关注......
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......
由于传统的最大似然训练准则的局限性，区分性训练的研究逐渐成为当前语音识别领域的一个热点，它已经被应用到实际中并且取得了较好的......
在手语识别研究中,非特定人手语识别参数训练的样本缺乏影响了非特定人手语识别的识别率.区分性训练可以很好地弥补由于训练样本的......
声学模型区分性训练已经成为当今主流语音识别系统中最重要的模型训练手段之一。与此同时,对区分性训练准则、模型优化算法以及应......
语种识别经过最近十年的飞速发展,已经从算法研究的角度逐渐走向成熟的应用了。本文研究的目标是以GMM模型为基础,在公开的NIST数......
近年来,深层神经网络(Deep Neural Network, DNN)的崛起在诸多研究领域都引起了强烈的反响,并越来越受到关注。在语音识别领域,DNN......
