检索结果-内蒙古大学图书馆

电子与信息学报 2019年第3期41卷 544-550页

作者：李文洁葛凤培张鹏远颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

双向长短时记忆模型(BLSTM)由于其强大的时间序列建模能力,以及良好的训练稳定性,已经成为语音识别领域主流的声学模型结构。但是该模型结构拥有更大计算量以及参数数量,因此在神经网络训练的过程当中很容易过拟合,进而无法获得理想的... 详细信息

双向长短时记忆模型(BLSTM)由于其强大的时间序列建模能力,以及良好的训练稳定性,已经成为语音识别领域主流的声学模型结构。但是该模型结构拥有更大计算量以及参数数量,因此在神经网络训练的过程当中很容易过拟合,进而无法获得理想的识别效果。在实际应用中,通常会使用一些技巧来缓解过拟合问题,例如在待优化的目标函数中加入L2正则项就是常用的方法之一。该文提出一种空间平滑的方法,把BLSTM模型激活值的向量重组成一个2维图,通过滤波变换得到它的空间信息,并将平滑该空间信息作为辅助优化目标,与传统的损失函数一起,作为优化神经网络参数的学习准则。实验表明,在电话交谈语音识别任务上,这种方法相比于基线模型取得了相对4%的词错误率(WER)下降。进一步探索了L2范数正则技术和空间平滑方法的互补性,实验结果表明,同时应用这2种算法,能够取得相对8.6%的WER下降。

关键词：语音信号处理空间平滑双向长短时记忆模型(LSTM) 正则化过拟合

来源：评论

学校读者我要写书评

暂无评论

采用性别相关的深度神经网络及非负矩阵分解模型用于单通道语音增强

引用

声学学报 2019年第2期44卷 221-230页

作者：李煦王子腾王晓飞付强颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100190 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

为了从带噪信号中得到纯净的语音信号,提出了一种采用性别相关模型的单通道语音增强算法。具体而言,在训练阶段,分别训练了与性别相关的深度神经网络-非负矩阵分解模型用于估计非负矩阵分解中的权重参数;在测试阶段,提出了一种基于非负... 详细信息

为了从带噪信号中得到纯净的语音信号,提出了一种采用性别相关模型的单通道语音增强算法。具体而言,在训练阶段,分别训练了与性别相关的深度神经网络-非负矩阵分解模型用于估计非负矩阵分解中的权重参数;在测试阶段,提出了一种基于非负矩阵分解和组稀疏惩罚的算法用于判断测试语音中说话人的性别信息,然后再采用对应的模型估计权重,并结合已训练好的字典进行语音增强。实验结果表明所提算法在噪声抑制量及语音质量上,均优于一些基于非负矩阵分解的算法和基于深度神经网络的算法。

关键词：语音增强 NMF 非负矩阵增强算法 DNN 单通道幅度谱权重矩阵分解模型

来源：评论

学校读者我要写书评

暂无评论

早晚期混响划分对理想比值掩蔽在语音识别性能上的影响

引用

声学学报 2019年第4期44卷 788-795页

作者：高飞黄哲莹王子腾李军锋颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

真实环境中存在的噪声和混响会降低语音识别系统的性能。封闭空间中的混响包括直达声、早期反射和后期混响3部分,它们对语音识别系统具有不同的影响.我们研究了早期反射和后期混响的不同划分方法,以其中的早期反射为目标语音,计算出了... 详细信息

真实环境中存在的噪声和混响会降低语音识别系统的性能。封闭空间中的混响包括直达声、早期反射和后期混响3部分,它们对语音识别系统具有不同的影响.我们研究了早期反射和后期混响的不同划分方法,以其中的早期反射为目标语音,计算出了不同的理想比值掩蔽并研究了它们对语音识别系统性能的影响;在此基础上,利用双向长短时记忆网络(BLSTM)估计理想比值掩蔽,测试它们对语音识别系统性能的影响.实验结果表明,基于Abel早期反射和后期混响的划分方法,理想比值掩蔽能够降低词错误率约2.8%;基于BLSTM的估计方法过低估计了理想比值掩蔽,未能有效提高语音识别系统的性能。

关键词：语音识别系统识别性能混响掩蔽比值理想划分晚期

来源：评论

学校读者我要写书评

暂无评论

基于对抗训练策略的语言模型数据增强技术

引用

自动化学报 2018年第5期44卷 891-900页

作者：张一珂张鹏远颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

基于最大似然估计(Maximum likelihood estimation,MLE)的语言模型(Language model,LM)数据增强方法由于存在暴露偏差问题而无法生成具有长时语义信息的采样数据.本文提出了一种基于对抗训练策略的语言模型数据增强的方法,通过一个辅助... 详细信息

基于最大似然估计(Maximum likelihood estimation,MLE)的语言模型(Language model,LM)数据增强方法由于存在暴露偏差问题而无法生成具有长时语义信息的采样数据.本文提出了一种基于对抗训练策略的语言模型数据增强的方法,通过一个辅助的卷积神经网络判别模型判断生成数据的真伪,从而引导递归神经网络生成模型学习真实数据的分布.语言模型的数据增强问题实质上是离散序列的生成问题.当生成模型的输出为离散值时,来自判别模型的误差无法通过反向传播算法回传到生成模型.为了解决此问题,本文将离散序列生成问题表示为强化学习问题,利用判别模型的输出作为奖励对生成模型进行优化,此外,由于判别模型只能对完整的生成序列进行评价,本文采用蒙特卡洛搜索算法对生成序列的中间状态进行评价.语音识别多候选重估实验表明,在有限文本数据条件下,随着训练数据量的增加,本文提出的方法可以进一步降低识别字错误率(Character error rate,CER),且始终优于基于MLE的数据增强方法.当训练数据达到6 M词规模时,本文提出的方法使THCHS 30数据集的CER相对基线系统下降5.0%,AISHELL数据集的CER相对下降7.1%.

关键词：数据增强语言模型生成对抗网络强化学习语音识别

来源：评论

学校读者我要写书评

暂无评论

结合卷积神经网络与混响时间注意力机制的混响抑制

引用

声学学报 2021年第6期46卷 1234-1241页

作者：孙兴伟李军锋颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

提出一种结合卷积神经网络的编解码器模型和混响时间注意力机制的混响抑制算法,该算法通过编解码器模型实现混响抑制,并利用混响时间注意力机制克服混响环境变化对混响抑制效果的影响。该算法在编码器中使用具有不同大小的卷积核来处理... 详细信息

提出一种结合卷积神经网络的编解码器模型和混响时间注意力机制的混响抑制算法,该算法通过编解码器模型实现混响抑制,并利用混响时间注意力机制克服混响环境变化对混响抑制效果的影响。该算法在编码器中使用具有不同大小的卷积核来处理混响语音幅度谱,从而获得包含多尺度上下文信息的编码特征;通过引入注意力模块,实现在不同的混响时间环境中选择性地使用不同权重的编码特征生成加权特征;最后,在解码器中使用加权特征来重建混响抑制后的语音信号幅度谱。在模拟和真实的混响环境下,该算法相对于基线系统在语音混响调制能量比上分别取得了 0.36 dB和0.66 dB的提升。实验结果表明,该算法可以适应不同混响环境的变化,相对基线系统在真实混响环境下具有更高的鲁棒性。

关键词：编解码器混响环境幅度谱卷积神经网络混响时间注意力机制语音信号混响抑制

来源：评论

学校读者我要写书评

暂无评论

面向多维稀疏时空数据的可视化研究

引用

中国科学技术大学学报 2017年第7期47卷 556-568页

作者：赵凡蒋同海周喜马博程力中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

时空数据的多维属性和稀疏分布特征是数据分析的主要难点.利用数据可视化技术实现多维稀疏时空数据的表现和辅助分析是当前一个研究热点.基于此,提出一种多模态数据可视化方法,利用多层次视图表现模型和人机交互方式,直观展示稀疏时空... 详细信息

时空数据的多维属性和稀疏分布特征是数据分析的主要难点.利用数据可视化技术实现多维稀疏时空数据的表现和辅助分析是当前一个研究热点.基于此,提出一种多模态数据可视化方法,利用多层次视图表现模型和人机交互方式,直观展示稀疏时空数据的多维属性,进而分析数据的统计群组特征和典型个体行为模式,最终实现对异常行为的识别.针对覆盖新疆全区的车辆加油数据,融合多种相关数据源,利用该可视化方法,实现了一个车辆行为可视化数据分析系统,使用平行坐标、地图、日历矩阵、桑基图、散点图等视图模型,实现了对个体行为特征和群体行为模式的可视化表现,进而实现了对异常行为的识别、确认和预警等功能.

关键词：可视化时空数据多维数据稀疏数据

来源：评论

学校读者我要写书评

暂无评论

基于注意力LSTM和多任务学习的远场语音识别

引用

清华大学学报（自然科学版） 2018年第3期58卷 249-253页

作者：张宇张鹏远颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

由于背景噪声、混响以及人声干扰等因素，远场语音识别任务一直充满挑战性。该文针对远场语音识别任务，提出基于注意力机制和多任务学习框架的长短时记忆递归神经网络（longshort-termmemory，LsTM）声学模型。模型中嵌入的注意力机制... 详细信息

由于背景噪声、混响以及人声干扰等因素，远场语音识别任务一直充满挑战性。该文针对远场语音识别任务，提出基于注意力机制和多任务学习框架的长短时记忆递归神经网络（longshort-termmemory，LsTM）声学模型。模型中嵌入的注意力机制使其自动学习调整对扩展上下文特征输入的关注度，显著提升了模型对远场语音的建模能力。为进一步提高模型的鲁棒性，引入多任务学习框架，使其联合预测声学状态和干净特征。AMI数据集上的实验结果表明：与基线模型相比，引入注意力机制和多任务学习框架的LSTM模型获得了1．5％的绝对词错误率下降。

关键词：语音识别长短时记忆声学模型注意力机制多任务学习

来源：评论

学校读者我要写书评

暂无评论

基于时空注意力机制的加油站级客流量预测

引用

计算机工程 2021年第4期47卷 291-297页

作者：包恒彬马玉鹏杨奉毅韩云飞中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011 中国科学院大学北京100049

加油站是重要的能源供给单位,对加油站站点的下一时段客流量进行精准预测,可为相关资源的调度与分配提供决策支撑。针对加油站级客流量预测问题,结合加油站客流数据的时空特征,提出一种基于注意力机制的时空网络模型。以路网结构建模的... 详细信息

加油站是重要的能源供给单位,对加油站站点的下一时段客流量进行精准预测,可为相关资源的调度与分配提供决策支撑。针对加油站级客流量预测问题,结合加油站客流数据的时空特征,提出一种基于注意力机制的时空网络模型。以路网结构建模的站级客流数据为输入,结合卷积神经网络、长短期记忆网络与注意力机制,解决站点间的空间依赖、短期与长期时序依赖以及长期时序依赖中的时间漂移问题,精准预测下一时段的站级客流量。在真实数据集上的实验结果表明,与历史平均模型、长短期记忆网络模型和双向长短期记忆网络模型等基线模型相比,该模型在均方误差(RMSE)、平均绝对误差与平均绝对百分比误差上均有所提升,其中RMSE提升22.89%。

关键词：时空数据客流量预测注意力机制卷积神经网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

卷积神经网络声学模型的结构优化和加速计算

引用

重庆邮电大学学报（自然科学版） 2018年第3期30卷 416-422页

作者：王智超徐及张鹏远颜永红中国科学院语言声学与内容理解重点实验室北京100190 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得... 详细信息

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2%的下降。由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低。针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善。结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍。

关键词：语音识别声学模型卷积神经网络矢量化

来源：评论

学校读者我要写书评

暂无评论

基于Fabric的海量交易数据上链预处理机制

引用

计算机工程 2024年第1期50卷 39-49页

作者：刘颖马玉鹏赵凡王轶蒋同海中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

Hyperledger Fabric是一种国内外广泛使用的联盟链框架,在基于Fabric技术的一些业务中具有协同组织众多、交易操作频繁、事务冲突增加等特点。Fabric采用的多版本并发控制技术能够在一定程度上解决部分交易冲突,提升系统并发性,但其机... 详细信息

Hyperledger Fabric是一种国内外广泛使用的联盟链框架,在基于Fabric技术的一些业务中具有协同组织众多、交易操作频繁、事务冲突增加等特点。Fabric采用的多版本并发控制技术能够在一定程度上解决部分交易冲突,提升系统并发性,但其机制不完善,会出现部分交易数据无法正常上链存储的问题。为了实现海量交易数据完整、高效、可信的上链存储,提出一种基于Fabric预言机的数据上链预处理机制。设计海量数据冲突预处理(MCPP)方法,通过检测、监听、延时提交、事务加锁、重排序缓存等方式实现主键冲突交易数据的完整上链。引入数据传输保障措施,在传输过程中利用非对称加密技术防止恶意节点伪造认证信息,确保交易数据链外处理前后的一致性。通过理论分析和实验结果表明,该机制可有效解决联盟链平台中海量交易数据上链时的并发冲突问题,当交易数据规模达到1 000和10 000时,MCPP的时效性比LMLS提高了38%和21.4%,且成功率接近100%,具有高效性和安全性,同时在无并发冲突情况下不影响Fabric系统性能。

关键词：联盟链 Hyperledger Fabric平台预言机海量交易数据并发冲突数据传输

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：