您的位置: 专家智库 > >

国家高技术研究发展计划(2001AA114071)

作品数:21 被引量:71H指数:5
相关作者:王作英肖熙任纪生吴及孙健更多>>
相关机构:清华大学北京航空航天大学更多>>
发文基金:国家高技术研究发展计划中国博士后科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 21篇中文期刊文章

领域

  • 15篇自动化与计算...
  • 7篇电子电信

主题

  • 13篇语音
  • 13篇语音识别
  • 7篇自适
  • 7篇自适应
  • 5篇信息处理
  • 4篇说话人自适应
  • 4篇稳健性
  • 3篇中文
  • 3篇自适应方法
  • 2篇端点
  • 2篇端点检测
  • 2篇信道
  • 2篇英文
  • 2篇语音端点检测
  • 2篇语种辨识
  • 2篇搜索
  • 2篇搜索算法
  • 2篇中文信息
  • 2篇中文信息处理
  • 2篇文本分类

机构

  • 21篇清华大学
  • 1篇北京航空航天...

作者

  • 20篇王作英
  • 4篇肖熙
  • 3篇吴及
  • 3篇任纪生
  • 3篇孙健
  • 2篇王晶莹
  • 2篇王侠
  • 2篇刘敬伟
  • 2篇欧智坚
  • 2篇赵蕤
  • 1篇许琳
  • 1篇孙甲松
  • 1篇陈俊燕
  • 1篇幸璐璐
  • 1篇李明琴
  • 1篇李涓子
  • 1篇谢莎莎
  • 1篇肖述才
  • 1篇张弛
  • 1篇赵贤宇

传媒

  • 9篇清华大学学报...
  • 2篇计算机工程与...
  • 2篇中文信息学报
  • 2篇计算机工程与...
  • 1篇声学学报
  • 1篇模式识别与人...
  • 1篇数据采集与处...
  • 1篇计算机学报
  • 1篇计算机应用
  • 1篇高技术通讯

年份

  • 4篇2007
  • 7篇2006
  • 8篇2005
  • 1篇2004
  • 1篇2003
21 条 记 录,以下是 1-10
排序方式:
非凸段长分布隐含Markov模型的搜索算法
2005年
基于段长分布的隐含Markov模型(DDBHMM)可解决经典隐含Markov模型(HMM)的状态段长指数分布的问题,实现了基于凸性假设的搜索。为解决非齐次模型的搜索算法问题,提出采用混合Gauss分布来拟合非凸段长分布,用子状态拆分的方法来实现非凸段长分布DDBHMM识别算法。在音乐信号识别上的实验表明:该方法在召回率提高1.1%的情况下,使准确率提高约10%。该方法实现了非凸段长分布HMM的识别算法,并且对于其他非凸段长信号具有推广价值。
吴及肖熙许琳王作英
关键词:语音识别隐含马尔可夫模型
基于指数门限的语音端点检测方法被引量:3
2005年
提出了一种基于指数门限(ET)的端点检测方法.ET法为短时能量的概密函数(PDF)建立起统一的语音和噪声模型,根据当前语音数据的信噪比估计出最优的检测门限,并给出了最优检测门限的指数型公式.在'八六三'大词汇量连续语音数据库上的实验结果表明,ET法具有较好的检测性能,在噪声环境中表现出较好的稳健性,信噪比为0 dB时,检测正确率可达89.5%.在信噪比为0~15dB时,检测正确率要明显高于基本能量法、对数能量聚类法(LEC)以及χ2法等语音检测(VAD)方法.
吴凤梁吴及王作英
关键词:语音识别语音检测端点检测
口语对话系统中的一种稳健语言理解算法被引量:2
2005年
为提高口语对话系统中语言理解的稳健性,提出了一种基于最大后验统计框架的两级搜索的理解算法。第一级用概念捆绑达到提取句中关键成分并剔除某些干扰成分的目的;第二级采用改进的基于树扩展的稳健句法分析搜索最佳理解结果,同时引入用户意图推断和句子特征短语两方面的信息对搜索空间进行约束,进一步提高了理解的稳健性和实时率。实验表明,该算法应用于火车信息查询领域,在0.22倍实时下,能得到13.6%的句意理解错误率和25.4%的概念理解错误率,相对基线系统分别为降低了23.2%和9.3%。
陈俊燕吴及王侠王作英
关键词:人工智能理论口语对话系统概念图句法分析
基于VTS的稳健语音识别
2005年
为了进一步提高矢量Taylor级数(VTS)算法的模型补偿精度以及在噪声环境下的识别性能,提出将无监督聚类与VTS算法相结合。无监督聚类算法利用噪声模型之间的Kullback-Leibler距离将含噪语音段划分为若干个子段。然后针对各个子段分别进行一阶Taylor级数展开,并在此基础上逐段估计噪声参数和补偿声学模型。该算法结合一个中文数字串识别系统进行实验,在Babble噪声和Gauss白噪声环境下该算法的误识率相对传统的VTS算法分别下降了27.7%和17.8%。证明这种结合无监督聚类的分段VTS算法能够更加有效地将语音和噪声在倒谱域上的非线性混合模型用一阶线性模型来近似。
赵贤宇欧智坚王作英
关键词:信息处理语音识别模型自适应稳健性
多模式语音端点检测被引量:10
2005年
在语音信号处理系统中,基于帧能量的语音端点检测(voiceactivitydetection,VAD)往往受到语音段能量不平稳及噪声的影响,为了提高语音端点检测的性能和鲁棒性,引入视觉信息。该文提出采用基于数据驱动的线性变换生成视觉特征,在提出一个基于统计的VAD一般模型的基础上构建两个单模式的VAD系统,通过两步式的融合方法,得到了多模式的VAD系统。实验表明:同时利用音频和视觉信息的多模式VAD比基于帧能量的听觉VAD在帧错误率上有55.0%的相对下降,在断句错误率上有98.5%的相对下降。这一结果说明多模式VAD方法基本可以避免断句错误,也能够显著改善帧检测性能,是一种相当有效的方法。
刘鹏王作英
关键词:语音识别语音端点检测多模式
基于Dialogic语音卡实时数据采集的电话语音识别系统被引量:6
2003年
语音识别技术在新一代呼叫中心的IVR系统中得到了广泛的应用。为了使用Dialogic电话语音卡进行语音识别,文章解决了用Dialogic语音卡进行语音数据实时采集的问题,并给出了一种用动态背景噪声电平检测语音的算法,建立起了基于DialogicD/120JCT-LS电话语音卡的自动电话交换转接系统。
肖熙王侠王作英
关键词:呼叫中心IVR语音识别
语音识别中信道和噪音的联合补偿被引量:11
2006年
频谱和倒谱的联合调整方法,用于对语音识别中信道差异和背景噪音的存在进行联合补偿。该方法根据干净语音的最大似然准则在频域和倒谱域分别对噪音和信道进行补偿,避免了对噪音和信道影响模型进行简化所带来的误差影响,且实现时间复杂度较低。在信噪比由10dB到20dB的含有信道和加性噪音的汉语数字串识别实验中,该方法使平均音节错误率相对下降了50.44%。实验表明频谱和倒谱的联合调整方法可以快速的补偿信道差异和背景噪音。
赵蕤王作英
关键词:语音识别信道最大似然准则时间复杂度
利用隐空间投影算法的模型自适应方法
2007年
为了降低语音识别系统中噪声的影响,提出一种利用隐空间投影算法的模型自适应方法。该方法利用状态间的相关性提取出反映码本和待识别语音共同特性的基矢量。由于语音与噪声是相互独立的,因此,当语音识别系统中有噪声存在时,认为不能用基矢量表示的那部分余量就是噪声。与本征音方法相比,该方法可以有效地降低噪声对语音识别系统的影响。该方法在提取基矢量时利用了自适应数据,并且节省了存储空间。实验结果表明:该方法在噪声环境下相对于最大似然线性回归自适应方法有4~9百分点的提高,相对于最大后验概率和本征音方法有更大的提高。
王晶莹王作英
关键词:信息处理说话人自适应
基于特征有序对量化表示的文本分类方法被引量:5
2006年
文本分类技术应尽可能包含语言中各种各样的约束信息,但目前常用的文本表示方法却忽视组成文本的语言特征顺序。该文采用基于聚类的方法实现语言特征有序对的快速量化表示,并由此导出新的基于特征有序对的文本表示方法以揭示文本中所呈现出的语言特征顺序信息。运用向量空间质心法,分别依据词对和词类对表示文本并在3个数据集上进行实验。结果表明性能优于基于单纯词或单纯词类的文本表示方法,宏平均F1值绝对提高分别为3%~4%和5%~7%(相对改善分别是4%~5%和8%~10%)。由此说明特征顺序信息对提升文本分类性能具有重要作用。
任纪生王作英
关键词:文本分类奇异值分解
基于自回归模型的加性噪声环境稳健语音识别被引量:3
2006年
为提高噪声不平稳或不可估的情况下语音识别的稳健性,提出了利用自回归模型和短时平稳性假设,估计干净与噪声环境的语音数据,建立相应的语音识别模型,以达到抗噪效果的稳健语音信号处理方法。在N o iseX-92的4种噪声环境(w h ite,babb le,vo lvo,destroyer eng ine)从0到20 dB的不同信噪比下的“863”大词汇连续语音标准数据库的平均识别结果表明,该方法能够使得基于段长分布的隐M arkov模型的语音识别系统在25候选时声学层的音节相对错误率下降达到10.85%以下,同时相对正确识别率上升12.13%。
刘敬伟王作英肖熙
关键词:语音识别稳健性自回归模型
共3页<123>
聚类工具0