检索结果-内蒙古大学图书馆

中国声学学会2017年全国声学学术会议

作者：邬龙黎塔王丽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中国科学院大学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

0引言双向长短时记忆神经网络（Bidirectional Long Short-term Memory,BLSTM）如今已经广泛用于自动语音识别（Automatic Speech Recognition,ASR）的声学建模。虽然1其较传统的声学建模方法有很大优势但是需要用到整句递归计算每一帧... 详细信息

0引言双向长短时记忆神经网络（Bidirectional Long Short-term Memory,BLSTM）如今已经广泛用于自动语音识别（Automatic Speech Recognition,ASR）的声学建模。虽然1其较传统的声学建模方法有很大优势但是需要用到整句递归计算每一帧的后验概率,解码延迟和实时率无法得到有效保证,因而限制了这种神经网络在实时场景中的应用。为此,本文在上下文相关块（Context Sensitive Chunk,CSC）解码算法的基础上,提出一种基于状态拷贝的CSC改进

关键词：声学建模初始化上下文相关 BLSTM 长短时记忆神经网络错误率优化算法

来源：评论

学校读者我要写书评

暂无评论

基于心音分类的识别器分析

基于心音分类的识别器分析

引用

中国声学学会2017年全国声学学术会议

作者：侯雷静应冬文国雁萌蔚文婧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中国科学院大学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

0引言据世界卫生组织估计,心血管疾病是全球第一致死、致残原因,占全球总死亡人数的30%。心音听诊是主要的检测方式,但受医生主观性影响需要临床经验。机器学习的发展使自动化听诊成为可能,针对心音的智能分割与诊断受到广泛重视。心音... 详细信息

0引言据世界卫生组织估计,心血管疾病是全球第一致死、致残原因,占全球总死亡人数的30%。心音听诊是主要的检测方式,但受医生主观性影响需要临床经验。机器学习的发展使自动化听诊成为可能,针对心音的智能分割与诊断受到广泛重视。心音阶段的准确分割1是自动分析的前提。以往研究受数据的限制多使用不同的数据集,对性能难以做出相对公平的评价。我们使用当前最大的心

关键词：心音信号第一心音

来源：评论

学校读者我要写书评

暂无评论

Echo:以语音交互为入口的软件定义音箱

引用

网络新媒体技术 2018年第2期7卷 12-15页

作者：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重点实验室乌鲁木齐830011

亚马逊Echo,作为智能音箱的鼻祖,自上市以来取得了举世瞩目的成功。Echo涉及了语音交互的完整生态链,是第一款严格意义上以语音交互技术为核心的成功产品,同时它也标志了软件定义家电时代的到来。本文试图对Echo的成功原因进行分析,希... 详细信息

亚马逊Echo,作为智能音箱的鼻祖,自上市以来取得了举世瞩目的成功。Echo涉及了语音交互的完整生态链,是第一款严格意义上以语音交互技术为核心的成功产品,同时它也标志了软件定义家电时代的到来。本文试图对Echo的成功原因进行分析,希望对从事语音产品的研发人员有所启发。

关键词：亚马逊Echo 智能音箱语音交互软件定义家电

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的神经网络语言模型建模方法

基于多任务学习的神经网络语言模型建模方法

引用

第十四届全国人机语音通讯学术会议

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中国科学院大学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

针对特定的语言模型建模任务而言,领域相关的语料往往非常稀缺。针对此问题,本文提出了一种基于状态子空间共享的多任务学习模型,并将其应用于多个低资源的递归LSTM神经网络语言模型建模任务中。实验证明,相比于单任务建模方法,本文提... 详细信息

针对特定的语言模型建模任务而言,领域相关的语料往往非常稀缺。针对此问题,本文提出了一种基于状态子空间共享的多任务学习模型,并将其应用于多个低资源的递归LSTM神经网络语言模型建模任务中。实验证明,相比于单任务建模方法,本文提出的方法使得语言模型的困惑度在全部任务上均有不同程度的下降。将本文提出的模型与传统的共享隐含层多任务学习模型融合后,在各个任务上,语言模型的困惑度进一步下降。此外,在语音识别任务中,本文提出的方法可以进一步降低识别错误率。

关键词：语音识别语言模型多任务学习状态子空间共享递归神经网络

来源：评论

学校读者我要写书评

暂无评论

一种应用于短时语音语种识别的时长扩展方法

一种应用于短时语音语种识别的时长扩展方法

引用

第十四届全国人机语音通讯学术会议

作者：苗晓晓张健索宏彬周若华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中国科学院大学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

为解决待识别语音时长小于10s时,语种识别性能急剧下降的问题。本文提出应用语音时域伸缩(time-scale modification,TSM)技术改变语音的长度(从而改变了语速),并保持其他频域信息不变。本文所提算法实现方式如下:首先,对一段待识别语音... 详细信息

为解决待识别语音时长小于10s时,语种识别性能急剧下降的问题。本文提出应用语音时域伸缩(time-scale modification,TSM)技术改变语音的长度(从而改变了语速),并保持其他频域信息不变。本文所提算法实现方式如下:首先,对一段待识别语音,应用TSM技术转换为多条时域压缩和时域拉伸后的语音。然后,将这些不同语速的语音与原语音拼接起来,生成一个时长较长的语音,最后送入语种识别系统进行识别。实验结果证明我们所提出的语音时长扩展算法可以显著提升短时语音的语种识别性能。

关键词：语种识别短时时域伸缩语速

来源：评论

学校读者我要写书评

暂无评论

基于低阶本征模态和的小提琴个体识别

基于低阶本征模态和的小提琴个体识别

引用

第十四届全国人机语音通讯学术会议

作者：王琪周若华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中国科学院大学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

同种乐器不同个体的识别是音频信息检索领域中一个全新的任务,本文以小提琴为识别对象首次对此展开了研究。本文借助经验模态分解对乐音信号进行分析,提出了基于低阶本征模态和的Gammatone频率倒谱系数(Gammatone FrequencyCepstralCoef... 详细信息

同种乐器不同个体的识别是音频信息检索领域中一个全新的任务,本文以小提琴为识别对象首次对此展开了研究。本文借助经验模态分解对乐音信号进行分析,提出了基于低阶本征模态和的Gammatone频率倒谱系数(Gammatone FrequencyCepstralCoefficient ofLowOrder Modes Summation,LCMS-GFCC特征,该特征在考虑人耳听觉特性的同时有效强调了乐音信号高频段的共振峰信息。为了弥补乐器个体识别任务中数据库的空白,本文创建了包含86把小提琴的小提琴独奏数据库并进行实验。与MFCC特征相比,本文提出的LOMS-GFCC特征在不同分类器下都获得了更佳的乐器个体识别性能和等级分类性能。

关键词：乐器个体识别音色特征经验模态分解低阶本征模态和

来源：评论

学校读者我要写书评

暂无评论

基于动态时间规整的语音关键词检索算法

引用

网络新媒体技术 2019年第1期8卷 18-23页

作者：张舸张鹏远刘建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言信息处理实验室乌鲁木齐830011

提出一种通过声学模板匹配进行基于音频模板的语音关键词检索算法。该算法通过动态时间规整将音频模板与待检索语音进行匹配,获得音频模板所对应的关键词的出现位置。为了提升匹配质量,本文对音频模板进行筛选和预处理,获得较原始模板... 详细信息

提出一种通过声学模板匹配进行基于音频模板的语音关键词检索算法。该算法通过动态时间规整将音频模板与待检索语音进行匹配,获得音频模板所对应的关键词的出现位置。为了提升匹配质量,本文对音频模板进行筛选和预处理,获得较原始模板更具代表性的多模板作为匹配单元。所提出的音频模板筛选和预处理方法,与直接采用原始模板匹配相比,得到了相对55. 0%的提升。

关键词：关键词检索动态时间规整模板匹配模板预处理

来源：评论

学校读者我要写书评

暂无评论

结合注意力机制的雷达多信号动作识别方法

引用

计算机技术与发展 2023年第1期33卷 157-164页

作者：高鹏张岩唐新余王蒙季文飞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 中国科学院新疆民族语音语言信息处理重点实验室新疆乌鲁木齐830011 江苏中科西北星信息科技有限公司江苏无锡214135

雷达动作特征谱图对走、摔等较为宽幅的人体动作表征效果差,单一特征和不匹配特征数据结构的分类方法会降低动作识别的性能。针对以上问题,提出一种结合注意力机制的雷达多信号特征动作识别方法。首先,使用配置时分复用模式的多输入多... 详细信息

雷达动作特征谱图对走、摔等较为宽幅的人体动作表征效果差,单一特征和不匹配特征数据结构的分类方法会降低动作识别的性能。针对以上问题,提出一种结合注意力机制的雷达多信号特征动作识别方法。首先,使用配置时分复用模式的多输入多输出毫米波雷达采集动作回波,将回波处理成短时能量、频率质心、相位变化(水平、俯仰)四维时序信号特征;然后,根据信号特征数据结构设计了多信号序列融合分类网络,该网络由1DCNN对信号抽取高维特征,再将特征送入GRU以充分提取时序规律,并引入Attention机制对重要特征映射加权赋予GRU隐含状态不同的权重,最终通过SoftMax层完成动作分类;最后,在实际采集的雷达多信号数据集上进行实验,结果表明,多信号序列特征可以充分表征人体动作,所设计的网络收敛速度快,对8种不同的动作分类,平均正确率达到了98.5%。

关键词：人体动作识别毫米波雷达多信号特征卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

黏着语形态分析的图状建模方法

黏着语形态分析的图状建模方法

引用

第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

作者：徐春蒋同海阿布都热合曼·卡的尔中国科学院新疆理化技术研究所新疆乌鲁木齐830011 新疆民族语音语言信息处理重点实验室新疆乌鲁木齐830011 中国科学院大学北京100049 新疆财经大学计算机科学与工程学院新疆中国科学院新疆理化技术研究所新疆乌鲁木齐830011 新疆民族语音语言信息处理重点实验室新疆乌鲁木齐830011 新疆财经大学计算机科学与工程学院新疆乌鲁木齐 830012

为黏着语形态分析建立了一种图状结构的判别式模型,该模型将黏着语语句的形态分析结果建模为形态成分的图状结构,通过灵活丰富的特征设计描述了词语内部形态成分之间以及分属相邻词语的形态成分之间的关联约束.相比传统的线性模型,图状... 详细信息

为黏着语形态分析建立了一种图状结构的判别式模型,该模型将黏着语语句的形态分析结果建模为形态成分的图状结构,通过灵活丰富的特征设计描述了词语内部形态成分之间以及分属相邻词语的形态成分之间的关联约束.相比传统的线性模型,图状模型更好地考虑了各形态成分之间的语言学关联,从而有望取得更高的整句分析性能.在韩语和维吾尔语上的实验结果表明,图状模型相比线性模型取得了显著的性能提升,形态分析词级准确率分别提升了2.8和4.4个百分点.

关键词：黏着语形态分析图状模型线性模型

来源：评论

学校读者我要写书评

暂无评论

基于异构计算的语音识别解码加速方法

引用

网络新媒体技术 2019年第3期8卷 34-38,8页

作者：张舸张鹏远潘接林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言信息处理实验室乌鲁木齐830011

提出一种基于异构计算方法加速基于神经网络声学模型的语音识别解码器的方法。该方法通过GPU和CPU协同计算,利用GPU的浮点运算能力和并行计算能力加速神经网络计算,从而加快语音识别解码过程。为了充分利用计算资源,本文实现了多卡多线... 详细信息

提出一种基于异构计算方法加速基于神经网络声学模型的语音识别解码器的方法。该方法通过GPU和CPU协同计算,利用GPU的浮点运算能力和并行计算能力加速神经网络计算,从而加快语音识别解码过程。为了充分利用计算资源,本文实现了多卡多线程GPU-CPU协同解码系统,并对神经网络计算过程进行了优化,以提升计算并行程度。所提出的加速方法与仅使用CPU的解码方法相比,取得了3倍以上的解码加速比,并保持解码精度不变。

关键词：语音识别解码器异构计算神经网络

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：