检索结果-内蒙古大学图书馆

模式识别与人工智能 2010年第4期23卷 450-455页

作者：刘聪胡郁戴礼荣王仁华中国科学技术大学电子工程与信息科学系讯飞语音实验室合肥230027

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.该方法可用于优化基于最大互信息(MMI)准则的区分性训练目标函数.在该方法中,首先把隐马尔科夫模型(HMM)的区... 详细信息

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.该方法可用于优化基于最大互信息(MMI)准则的区分性训练目标函数.在该方法中,首先把隐马尔科夫模型(HMM)的区分性训练问题看成一个受限的优化问题,并利用模型间的KL度量作为优化过程中的一个限制.再基于线性搜索的思想,指出通过限制更新前后模型间的KL度量,可将HMM的参数表示成一种简单的二次形式.该方法可用于优化混合高斯CDHMM模型中的任何参数,包括均值、协方差矩阵、高斯权重等.将该方法分别用于中英文两个标准语音识别任务上,包括英文TIDIGITS数据库和中文863数据库.实验结果表明,该方法相对传统的扩展Baum-Welch方法在识别性能和收敛特性上都取得一致提升.

关键词：自动语音识别区分性训练受限线性搜索(CLS)

来源：评论

学校读者我要写书评

暂无评论

基于最小生成误差的HMM模型聚类自动优化

引用

模式识别与人工智能 2010年第6期23卷 822-828页

作者：卢恒凌震华雷鸣戴礼荣王仁华中国科学技术大学电子工程与信息科学系讯飞语音实验室合肥230027

为改善决策树聚类的效果,避免可能出现的聚类模型过训练或欠训练的情况,提出一种基于最小生成误差以及通过交叉验证优化最小描述距离(MDL)因子选取的方法.文中通过计算交叉验证中的生成误差选择MDL因子,从而优化决策树大小.实验结果表明... 详细信息

为改善决策树聚类的效果,避免可能出现的聚类模型过训练或欠训练的情况,提出一种基于最小生成误差以及通过交叉验证优化最小描述距离(MDL)因子选取的方法.文中通过计算交叉验证中的生成误差选择MDL因子,从而优化决策树大小.实验结果表明,此方法相对传统的固定MDL门限设定方法,更有效提升合成语音的音质和自然度.

关键词：隐马尔可夫模型(HMM) 语音合成决策树聚类最小描述距离(MDL) 交叉验证(CV)

来源：评论

学校读者我要写书评

暂无评论

基于统计建模的可训练单元挑选语音合成方法

引用

科学通报 2009年第11期54卷 1133-1138页

作者：王仁华戴礼荣凌震华胡郁中国科学技术大学电子工程与信息科学系讯飞语音实验室合肥230027

提出了一种基于统计建模的可训练单元挑选语音合成方法.在模型训练阶段,提取训练语料库中的多种声学参数并训练各自对应的统计模型;在合成阶段,基于统计模型的最大似然准则实现语料库中最优备选单元序列的挑选;最终通过波形拼接输出合... 详细信息

提出了一种基于统计建模的可训练单元挑选语音合成方法.在模型训练阶段,提取训练语料库中的多种声学参数并训练各自对应的统计模型;在合成阶段,基于统计模型的最大似然准则实现语料库中最优备选单元序列的挑选;最终通过波形拼接输出合成语音.实验结果表明,该方法可以有效改善传统单元挑选与波形拼接语音合成方法在系统构建自动化程度低、对专家知识依赖性强、以及合成效果稳定性不足等方面的问题.此外,针对单元挑选语音合成的特点,提出了一种新的最小单元挑选错误准则,采用区分性模型训练方法进行模型参数的更新,实现了系统构建的全自动化,并进一步提高了合成语音的自然度.

关键词：语音合成单元挑选与波形拼接统计模型最大似然准则

来源：评论

学校读者我要写书评

暂无评论

基于感知加权线谱对距离的最小生成误差语音合成模型训练方法

引用

模式识别与人工智能 2010年第4期23卷 572-579页

作者：雷鸣凌震华戴礼荣中国科学技术大学电子工程与信息科学系讯飞语音实验室合肥230027

提出一种基于感知加权线谱对(Line Spectral Pair,LSP)距离的最小生成误差(Minimum Generation Error,MGE)模型训练方法,用以改善基于隐马尔科夫模型的参数语音合成系统性能.在采用线谱对参数表征语音频谱特征时,传统MGE训练中使用的欧... 详细信息

提出一种基于感知加权线谱对(Line Spectral Pair,LSP)距离的最小生成误差(Minimum Generation Error,MGE)模型训练方法,用以改善基于隐马尔科夫模型的参数语音合成系统性能.在采用线谱对参数表征语音频谱特征时,传统MGE训练中使用的欧氏距离生成误差计算方法并不能较好地反映生成频谱与自然频谱之间的真实距离,而采用与谱参数无关的对数谱间距(Log Spectral Distortion,LSD)定义的生成误差函数可改善这一问题,但改进后主观效果不明显,且运算复杂度很高.文中先提出基于加权LSP距离的MGE模型训练方法,并在实验中从主客观对比不同加权方法以及基于LSD的MGE训练.最后,找到一种感知加权方法,不但具有较好的主观表现,而且在运算复杂度上与传统MGE训练相比几乎没有增加.

关键词：语音合成隐可尔科夫模型(HMM) 最小生成误差(MGE) 感知加权线谱对参数

来源：评论

学校读者我要写书评

暂无评论

改进的跨语种语音合成模型自适应方法

引用

模式识别与人工智能 2011年第4期24卷 457-463页

作者：刘航凌震华郭武戴礼荣中国科学技术大学电子工程与信息科学系讯飞语音实验室合肥230027

统计参数语音合成中的跨语种模型自适应主要应用于目标说话人语种与源模型语种不同时,使用目标发音人少量语音数据快速构建具有其音色特征的源模型语种合成系统.本文对传统的基于音素映射和三音素模型的跨语种自适应方法进行改进,一方... 详细信息

统计参数语音合成中的跨语种模型自适应主要应用于目标说话人语种与源模型语种不同时,使用目标发音人少量语音数据快速构建具有其音色特征的源模型语种合成系统.本文对传统的基于音素映射和三音素模型的跨语种自适应方法进行改进,一方面通过结合数据挑选的音素映射方法以提高音素映射的可靠性,另一方面引入跨语种的韵律信息映射以弥补原有方法中三音素模型在韵律表征上的不足.在中英文跨语种模型自适应系统上的实验结果表明,改进后系统合成语音的自然度与相似度相对传统方法都有了明显提升.

关键词：隐马尔科夫模型(HMM) 语音合成跨语种模型自适应音素映射

来源：评论

学校读者我要写书评

暂无评论

基于音素识别的语种辨识方法中的因子分析

引用

模式识别与人工智能 2012年第1期25卷 105-110页

作者：仲海兵宋彦戴礼荣中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027

在基于音素识别的语种辨识系统中,特定的一段语音,音素识别的结果会受到说话人和信道等干扰因素的影响.对此,文中基于音素搭配关系对每段语音构建相应的特征向量表示.在向量空间中,利用因子分析建立噪声子空间的数学描述模型,并在语言... 详细信息

在基于音素识别的语种辨识系统中,特定的一段语音,音素识别的结果会受到说话人和信道等干扰因素的影响.对此,文中基于音素搭配关系对每段语音构建相应的特征向量表示.在向量空间中,利用因子分析建立噪声子空间的数学描述模型,并在语言模型的训练和识别过程加以消除.在NISTLRE2007的测试任务中,相对于基于音素识别的语种辨识基线系统,该方法可有效提高系统性能.在30s时长测试中,基于音素识别的语言模型和基于音素识别的支持向量机模型的等错误率分别相对降低14.4%和12.9%.

关键词：自动语种识别因子分析音素识别器

来源：评论

学校读者我要写书评

暂无评论

基于统计声学模型的单元挑选语音合成算法

引用

模式识别与人工智能 2008年第3期21卷 280-284页

作者：凌震华王仁华中国科学技术大学电子工程与信息科学系讯飞语音实验室合肥230027

提出一种基于统计声学模型的单元挑选语音合成算法.在模型训练阶段,首先提取语料库中语音数据的频谱、基频等声学参数,结合语料库中的音段和韵律标注来估计各上下文相关音素对应的统计声学模型,使用的模型结构为隐马尔柯夫模型.在合成阶... 详细信息

提出一种基于统计声学模型的单元挑选语音合成算法.在模型训练阶段,首先提取语料库中语音数据的频谱、基频等声学参数,结合语料库中的音段和韵律标注来估计各上下文相关音素对应的统计声学模型,使用的模型结构为隐马尔柯夫模型.在合成阶段,以使目标合成句对应的声学模型具有最大的似然值输出为准则,来进行最佳合成单元的挑选,最后通过平滑连接各备选单元波形来生成合成语音.以此算法为基础,构建一个以声韵母为基本拼接单元的中文语音合成系统,并通过测听实验证明此算法相对传统算法在提高合成语音自然度上的有效性.

关键词：语音合成单元挑选统计声学模型隐马尔柯夫模型(HMM) 最大似然准则

来源：评论

学校读者我要写书评

暂无评论

一种基于说话者话路变化的主成分分析方法

引用

模式识别与人工智能 2009年第2期22卷 270-274页

作者：龙艳花郭武戴礼荣中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027

在文本无关的说话人确认中,训练与测试语音中信道环境的不匹配是一种说话者话路变化问题.这种不匹配会严重降低说话人确认系统的性能.为了有效解决该问题,本文提出一种基于说话者话路变化的主成分分析方法,将其应用在说话者确认中,我们... 详细信息

在文本无关的说话人确认中,训练与测试语音中信道环境的不匹配是一种说话者话路变化问题.这种不匹配会严重降低说话人确认系统的性能.为了有效解决该问题,本文提出一种基于说话者话路变化的主成分分析方法,将其应用在说话者确认中,我们将这种方法称为面向话路变化的主成分分析方法.这种方法能够与类内协方差归一化结合,进一步提高识别效果.在NIST2006年说话者识别数据库上进行实验,证明该方法不仅在系统识别等错误率上比基线系统有了24.2%的降低,而且在计算复杂度上相对于目前传统的方法也有很大的优势.

关键词：面向话路变化的主成分分析(SVPCA) 类内协方差归一化(WCCN) 广义线性序列超向量说话者确认

来源：评论

学校读者我要写书评

暂无评论

说话人识别中的串行因子分析

引用

模式识别与人工智能 2009年第4期22卷 514-518页

作者：郭武戴礼荣王仁华中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027

在基于因子分析的说话人识别中,提出串行训练载荷矩阵的方法.在载荷矩阵训练中,采用串行的方式训练得到说话人因子矩阵、对角阵(残差矩阵)和信道空间矩阵.在说话人注册中,将以上3个载荷矩阵拼接,采用联合估计的方法得到每个说话人的因子... 详细信息

在基于因子分析的说话人识别中,提出串行训练载荷矩阵的方法.在载荷矩阵训练中,采用串行的方式训练得到说话人因子矩阵、对角阵(残差矩阵)和信道空间矩阵.在说话人注册中,将以上3个载荷矩阵拼接,采用联合估计的方法得到每个说话人的因子.采用这种策略可有效解决因子分析中的饱和问题.在NISTSRE2006年核心测试数据库上等错误率能达到3.65%.

关键词：说话人识别联合因子分析本征音因子等错误率(EER)

来源：评论

学校读者我要写书评

暂无评论

采用模型和得分非监督自适应的说话人识别

引用

自动化学报 2009年第3期35卷 267-271页

作者：王尔玉郭武李轶杰戴礼荣王仁华中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027

在说话人识别的研究中,使用以前的测试语句信息对模型参数或者测试得分进行动态更新,使模型可以更精确地反映测试语句和说话人模型之间的关系,这种更新策略称为非监督模式,这方面的研究对实际的说话人识别系统具有非常重要的意义.本文... 详细信息

在说话人识别的研究中,使用以前的测试语句信息对模型参数或者测试得分进行动态更新,使模型可以更精确地反映测试语句和说话人模型之间的关系,这种更新策略称为非监督模式,这方面的研究对实际的说话人识别系统具有非常重要的意义.本文除了采用非监督的说话人模型自适应更新方法之外,还提出了非监督的得分域自适应算法:首先采用双高斯函数对得分建立一个先验的得分模型,利用最大后验概率准则对得分规整的模型进行调整.在测试过程中,采用得分域和模型域的非监督算法可以互相补充,提高识别率,在NISTSRE2006年1训练语段-1测试语段数据库上,使用模型域和得分域非监督自适应的系统能够取得等错误率4.3%和检测代价函数0.021的结果.

关键词：说话人确认混合高斯模型非监督模式得分规整

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：