期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
语音任务下声学特征提取综述 被引量:13
1
作者 郑纯军 王春立 贾宁 《计算机科学》 CSCD 北大核心 2020年第5期110-119,共10页
语音是一种重要的信息资源传递与交流方式,人们经常使用语音作为交流信息的媒介,在语音的声学信号中包含大量的说话者信息、语义信息和丰富的情感信息,因此形成了解决语音学任务的3个不同方向,即声纹识别(Speaker Recognition,SR)、语... 语音是一种重要的信息资源传递与交流方式,人们经常使用语音作为交流信息的媒介,在语音的声学信号中包含大量的说话者信息、语义信息和丰富的情感信息,因此形成了解决语音学任务的3个不同方向,即声纹识别(Speaker Recognition,SR)、语音识别(Auto Speech Recognition,ASR)和情感识别(Speech Emotion Recognition,SER),3个任务均在各自的领域使用不同的技术与特定的方法进行信息提取与模型设计。文中首先综述了3个任务在国内外早期的发展历史路线,将语音任务的发展归纳为4个不同阶段,同时总结了3个语音学任务在特征提取时所采用的公共语音学特征,并针对每类特征的侧重点进行了说明。然后,随着近年来深度学习技术在各个领域中的广泛应用,语音任务也得到了很好的发展,文中针对目前流行的深度学习模型在声学建模中的应用分别进行了分析,按照有监督、无监督的方式总结了针对3种不同语音任务的声学特征提取方式及技术路线,还总结了基于多通道并融合注意力机制的模型,用于语音的特征提取。为了同时完成语音识别、声纹识别和情感识别任务,针对声学信号的个性化特征提出了一个基于多任务的Tandem模型;此外,提出了一个多通道协作网络模型,利用这种设计思路可以提升多任务特征提取的准确度。 展开更多
关键词 声学特征提取 声纹识别 语音识别 情感识别 深度学习 多通道融合
下载PDF
基于深度特征学习的藏语语音识别 被引量:8
2
作者 王辉 赵悦 +3 位作者 刘晓凤 徐晓娜 周楠 许彦敏 《东北师大学报(自然科学版)》 CAS CSCD 北大核心 2015年第4期69-73,共5页
根据听觉语音学的知识,提出使用稀疏自动编码器在MFCC特征基础上进行深度学习,提取了深度特征模仿听觉神经的稀疏触动信号,有利于HMM模型语音识别精度的提高.实验结果显示,学习到的深度特征较MFCC特征在藏语语音识别正确率方面有明显提高.
关键词 深度特征学习 稀疏自动编码器 藏语语音识别 MFCC特征
下载PDF
徽州文书文本化语音识别技术应用研究 被引量:3
3
作者 钟远薪 王蕾 +1 位作者 杨新涯 薛玉 《图书馆论坛》 CSSCI 北大核心 2023年第2期49-56,2,共9页
文章旨在探索语音识别技术应用于徽州文书文本化的可行性及其模式:采用实验研究法比较3种文本化方式的优劣,运用功能分析法探讨徽州文书文本化语音识别技术应用的潜在模式。研究发现:语音识别技术适用于徽州文书文本化工作,识别时间为... 文章旨在探索语音识别技术应用于徽州文书文本化的可行性及其模式:采用实验研究法比较3种文本化方式的优劣,运用功能分析法探讨徽州文书文本化语音识别技术应用的潜在模式。研究发现:语音识别技术适用于徽州文书文本化工作,识别时间为手工录入的六分之一,识别率为80.22%,相较于OCR提升超过25%,并可同步实现语音建档及初步语义标注功能。文章提出应用语音识别技术进行徽州文书文本化的方法,具有一定的可行性且潜在应用模式多样,可为民间历史文献文本化工作提供参考。 展开更多
关键词 徽州文书 文本化 语音识别 人工智能 数字人文
下载PDF
浅说语音识别技术 被引量:2
4
作者 袁冰清 于淦 周霞 《数字通信世界》 2020年第2期43-44,18,共3页
语音识别技术已经成为信息技术中人机交互的关键技术,目前已经进入家电、汽车电子、消费电子产品等各个领域。本文简单介绍了语音识别技术的基本原理以及目前应用最广泛的两种端到端语音识别架构。
关键词 语音识别 隐马尔科夫模型 端到端 注意力机制
下载PDF
基于SoC的语音绘图系统
5
作者 孟凡曦 凌滨 +1 位作者 游岚华 崔珊珊 《机电产品开发与创新》 2017年第3期61-63,共3页
为了提高绘图软件使用的快捷性,提出了一种语音绘图的方案,并在系统级芯片So C(System on a Chip)上进行了实现。在保留了传统绘图软件使用鼠标和键盘操作的功能下,添加了与语音指令结合的操作方式。采用自动语音识别技术和语音听写技... 为了提高绘图软件使用的快捷性,提出了一种语音绘图的方案,并在系统级芯片So C(System on a Chip)上进行了实现。在保留了传统绘图软件使用鼠标和键盘操作的功能下,添加了与语音指令结合的操作方式。采用自动语音识别技术和语音听写技术对系统采集的语音信息进行识别和处理。并提出了一种麦克风侦听的方法,解决语音信息采集进程唤醒的问题。通过实验验证,本系统具有较高的语音识别率以及快捷的绘图操作。 展开更多
关键词 SOC 自动语音识别 语音听写 麦克风侦听 语音绘图
下载PDF
语音控制电磁阀试验系统自动夹具的设计与实现 被引量:1
6
作者 李丽娜 柳洪义 罗忠 《组合机床与自动化加工技术》 2007年第3期44-47,共4页
文章介绍了一种可语音控制的用于电磁阀性能测试试验系统的自动夹紧机构(即夹具)的机械本体及控制方案的设计及实现方法。软件采用LabVIEW为平台,开发了中文语音识别程序,可将识别结果转换成控制命令,并通过OPC技术与PLC通讯,从而控制... 文章介绍了一种可语音控制的用于电磁阀性能测试试验系统的自动夹紧机构(即夹具)的机械本体及控制方案的设计及实现方法。软件采用LabVIEW为平台,开发了中文语音识别程序,可将识别结果转换成控制命令,并通过OPC技术与PLC通讯,从而控制夹具的动作。论文所设计的夹具机械性能良好,功能完备,操作及维护方便;实验证明本文所实现的语音控制功能识别准确率高,控制的实时性好,大大提高了试验系统的智能化及自动化水平。 展开更多
关键词 电磁阀试验系统 自动夹具 语音识别 LABVIEW OPC服务器
下载PDF
人工合成噪声环境下的连续英文数字识别系统
7
作者 陈庆利 韦元军 李坚石 《贵州大学学报(自然科学版)》 2006年第2期171-174,共4页
噪声鲁棒性问题是当前语音识别的一个重点,作者提出了一个在已有数据库下通过人为地将噪声和语音信号混合的方法,实现实际环境下的连续英文数字语音识别系统.即通过自设计的程序将采集到的噪声文本根据不同的信噪比随机地添加到现有的... 噪声鲁棒性问题是当前语音识别的一个重点,作者提出了一个在已有数据库下通过人为地将噪声和语音信号混合的方法,实现实际环境下的连续英文数字语音识别系统.即通过自设计的程序将采集到的噪声文本根据不同的信噪比随机地添加到现有的语音数据库的语音文本中,使新的数据库中的语音文本符合实际的语音环境.实验结果表明,本系统对带噪声环境下的英文数字的识别率效果好,单词的总体正确识别率达到95.86%. 展开更多
关键词 计算机语音识别 隐马尔可夫模型 噪声鲁棒性 信噪比
下载PDF
语音识别技术探讨
8
作者 唐国 《菏泽学院学报》 2001年第4期17-19,共3页
介绍了语音识别技术ASR的发展历史、目前研究方法、技术手段及当前取得的成绩与不足,提出一种新的的研究理论——利用基因算法训练HMM方法.
关键词 语音识别技术 隐含马尔可夫模型(HMM) 声学模型 语音模型
下载PDF
基于语音识别的机车自动过分相装置的研制 被引量:3
9
作者 马帅旗 张伟 《陕西理工学院学报(自然科学版)》 2014年第6期30-34,共5页
针对现有电力机车自动过分相装置成本高、维护不便等问题,提出了一种基于语音识别的电力机车自动过分相装置。利用专用语音识别模块对列车运行监控记录装置输出的语音信息进行识别,主控制模块根据识别结果和机车安全信息检测装置输出的... 针对现有电力机车自动过分相装置成本高、维护不便等问题,提出了一种基于语音识别的电力机车自动过分相装置。利用专用语音识别模块对列车运行监控记录装置输出的语音信息进行识别,主控制模块根据识别结果和机车安全信息检测装置输出的串行数据帧,计算当前位置到达分相标的距离,并对距离进行补偿,当机车通过分相区时,机车受电弓自动断开。试验结果表明,该装置能够准确地识别列车运行监控记录装置输出的语音信息,保障机车安全、可靠地通过分相区,降低现有过分相装置的制造成本和维护费用。 展开更多
关键词 自动过分相 语音识别 电分相 TAX
下载PDF
毫米半径麦克风阵列语音分离系统
10
作者 周祜旸 刘戈 方向忠 《信息技术》 2023年第8期94-100,106,共8页
随着语音技术的发展,越来越多语音处理系统尝试应用于现实生活。然而在实际场景中,噪声干扰是一个影响语音识别等任务准确率的重要因素。为了克服噪声问题并提升性能,需设计语音分离或增强模块。文中通过结合波束成形与神经网络设计了... 随着语音技术的发展,越来越多语音处理系统尝试应用于现实生活。然而在实际场景中,噪声干扰是一个影响语音识别等任务准确率的重要因素。为了克服噪声问题并提升性能,需设计语音分离或增强模块。文中通过结合波束成形与神经网络设计了在毫米半径麦克风阵列场景下的语音分离系统并在语音识别任务上进行了测试。实验显示文中设计的系统对语音识别准确率有一定帮助。该方法可以应用于设备空间受限的场景中以提高性能。 展开更多
关键词 语音分离 语音增强 波束成形 差分麦克风阵列 语音识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部