期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
汉语语音声学特征复合的研究 被引量：3
1
作者 吕丹桔 b.hoffmeister 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第S1期368-371,共4页
抽取短时声学特征参数如MFCC、PLP,使用高斯混合模型(GMM)估计特征参数对应音素的概率分布的隐马尔可夫模型(HMM)在大词汇连续语音识别系统(LVCSR)已取得了良好识别效果.但短时特征却不能有效反应连续帧之间的相关特性,因此运用神经网... 抽取短时声学特征参数如MFCC、PLP,使用高斯混合模型(GMM)估计特征参数对应音素的概率分布的隐马尔可夫模型(HMM)在大词汇连续语音识别系统(LVCSR)已取得了良好识别效果.但短时特征却不能有效反应连续帧之间的相关特性,因此运用神经网络多层感知器(MLP)产生两类差异特征用于描述该帧的音素后验概率,并将其与传统特征复合为新的特征参数流,利用新特征流对GMHMM模型进行重构.对比实验结果表明,采用该混合声学特征的LVCSR系统其错字率(CER)有了3%～7%的改善. 展开更多
关键词 声学特征 差异特征 神经网络 多层感知器
原文传递
大词汇连续汉语语音的MLP声学特征的研究 被引量：1
2
作者 吕丹桔 Ch. Plahl b.hoffmeister 《电脑知识与技术》 2010年第5期3470-3471,3475,共3页
短时声学特征参数如MFCC,PLP作为输入向量的高斯混合模型（GMM）的隐马尔可夫模型（HMM）的经典模型在大词汇连续语音识别系统（LVCSR）已取得了良好识别效果。但针对短时声学特征区分性差的特点,本文提出采用神经网络多层感知器（MLP... 短时声学特征参数如MFCC,PLP作为输入向量的高斯混合模型（GMM）的隐马尔可夫模型（HMM）的经典模型在大词汇连续语音识别系统（LVCSR）已取得了良好识别效果。但针对短时声学特征区分性差的特点,本文提出采用神经网络多层感知器（MLP）产生的两种类型差异特征HATs与TANDEM代替短时特征,分别训练GMM参数模型。实验结果表明,差异特征的GMHMM的LVCSR系统优于传统的短时特征的系统;为了更进一步提高系统识别率,该文又将两种类型差异特征HATs与TANDEM进行复合,构成MLPs特征流重建GMHMM,系统的错字率（CER）有2%～3.8%的明显改善。 展开更多
关键词 多层感知器 差异特征 隐马尔可夫 高斯混合模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部