检索结果-内蒙古大学图书馆

中文信息学报 2007年第1期21卷 38-42页

作者：钟良伍郑方清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心北京100084

对于是否是中文机构名或机构名简称的自动判别,已经有广泛和深入的研究;但是对机构名简称和全称的匹配,目前鲜有研究成果。本文针对基于中文机构名简称的检索方法,研究了机构名的结构特征,总结出两种规则,定制了一个基于关键词类的分词... 详细信息

对于是否是中文机构名或机构名简称的自动判别,已经有广泛和深入的研究;但是对机构名简称和全称的匹配,目前鲜有研究成果。本文针对基于中文机构名简称的检索方法,研究了机构名的结构特征,总结出两种规则,定制了一个基于关键词类的分词工具,提出简称和全称匹配的一种算法,并且结合多级索引技术,实现了基于中文机构名简称的检索系统。实验结果表明,本文所提方法的准确性较好,首选准确率达到近95%,在全称机构名总数达到51万的情况下,检索平均耗时约0.21秒,达到实用要求。

关键词：计算机应用中文信息处理多级索引模糊匹配分词算法

来源：评论

学校读者我要写书评

暂无评论

基于trigram语体特征分类的语言模型自适应方法

引用

中文信息学报 2006年第4期20卷 68-74页

作者：梁奇郑方徐明星吴文虎清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心北京100084

本文从书面语和口语存在的差异出发,提出了语言模型的语体自适应方法。自适应采用了几种不同的计数意义上的插值算法。考虑Katz平滑的插值算法根据trigram单元的可信度来分配权值。基于trigram语体特征分类的自适应算法根据trigram单元... 详细信息

本文从书面语和口语存在的差异出发,提出了语言模型的语体自适应方法。自适应采用了几种不同的计数意义上的插值算法。考虑Katz平滑的插值算法根据trigram单元的可信度来分配权值。基于trigram语体特征分类的自适应算法根据trigram单元的语体特征倾向动态分配权值,并选取了几种不同的权值生成函数。对口语语料做音转字的实验证明,使用这几种自适应算法可以让基准模型的性能有不同程度的提高,其中综合考虑单元可信度和特征倾向的算法效果最好,相对于本文的两个基准的汉字错误率下降率分别达到了50.2%和23.7%。

关键词：计算机应用中文信息处理统计语言模型 trigram 自适应语体插值算法

来源：评论

学校读者我要写书评

暂无评论

语音识别技术突破之路——如何使语音识别技术走向实用

语音识别技术突破之路——如何使语音识别技术走向实用

引用

第八届全国人机语音通讯学术会议

作者：方棣棠李树青清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心

本文认为当前语音识别声学模型鲁棒性不高的主要原因是训练集样本的充分性不够,而必要的样本是各个音节在语音信号特征参数空间相邻近的那些样本。分析了目前所采用的语音信号特征参数,认为在实际应用条件下对各个音节来说是可分的,因... 详细信息

本文认为当前语音识别声学模型鲁棒性不高的主要原因是训练集样本的充分性不够,而必要的样本是各个音节在语音信号特征参数空间相邻近的那些样本。分析了目前所采用的语音信号特征参数,认为在实际应用条件下对各个音节来说是可分的,因此在实际应用条件下语音识别声学模型得到高识别率是可能的。本文还详细阐述了解决这一问题所需要做的具体工作和步骤。最后还提出了语音识别技术另一可能的突破之路——建立精确的语音产生模型。

关键词：语音环境因素训练集样本语音信号特征参数

来源：评论

学校读者我要写书评

暂无评论

语音识别技术突破之路--如何使语音识别技术走向实用

语音识别技术突破之路--如何使语音识别技术走向实用

引用

第八届全国人机语音通讯学术会议(NCMMSC8)

作者：方棣棠李树青清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心北京100084

本文认为当前语音识别声学模型鲁棒性不高的主要原因是训练集样本的充分性不够,而必要的样本是各个音节在语音信号特征参数空间相邻近的那些样本.文章分析了目前所采用的语音信号特征参数,认为在实际应用条件下对各个音节来说是可分的,... 详细信息

本文认为当前语音识别声学模型鲁棒性不高的主要原因是训练集样本的充分性不够,而必要的样本是各个音节在语音信号特征参数空间相邻近的那些样本.文章分析了目前所采用的语音信号特征参数,认为在实际应用条件下对各个音节来说是可分的,因此在实际应用条件下语音识别声学模型得到高识别率是可能的.本文还详细阐述了解决这一问题所需要做的具体工作和步骤.最后还提出了语音识别技术另一可能的突破之路-建立精确的语音产生模型.

关键词：语音识别音节结构语音模型

来源：评论

学校读者我要写书评

暂无评论

汉语语音识别的技术研究与产品开发

汉语语音识别的技术研究与产品开发

引用

第七届全国人机语音通讯学术会议（NCMMSC7）

作者：方棣棠李树青清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室

汉语语音识别技术的发展由简到繁,目前对于非特定人、连续语音、大字表语音识别在原理上已经有了一整套完整的算法,已经有走向实用的汉语语音识别产品。由于语音信号受语音环境因素的影响很大,使语音识别产品在实用中的性能比实验室的... 详细信息

汉语语音识别技术的发展由简到繁,目前对于非特定人、连续语音、大字表语音识别在原理上已经有了一整套完整的算法,已经有走向实用的汉语语音识别产品。由于语音信号受语音环境因素的影响很大,使语音识别产品在实用中的性能比实验室的演示系统下降了很多。为了摆脱语音环境因素对语音识别性能的影响,本文讨论分析了汉语语音识别技术的突破方向和两个可能的途径:一是使训练集包括识别时可能遇到的所有发音样本,求出各个模式之间的特征参数空间分界面;二是建立精确的语音产生模型,利用某人的少量指定的语音,实现某人的特定人语音识别。近年来开发的汉语语音识别产品既有汉语普通话听写机,也有各种小字表的应用。由于受到语音环境因素的影响,在实际使用时,性能不够理想,限制了推广应用。在语音识别技术尚未取得大突破之前,开发语音识别新产品,为了能够成功推广应用,应尽量回避语音环境因素的影响。

关键词：汉语语音识别汉语普通话特征参数分界面非特定人声学模型特定人语音识别

来源：评论

学校读者我要写书评

暂无评论

汉语语音识别的技术研究与产品开发

汉语语音识别的技术研究与产品开发

引用

第七届全国人机语音通讯学术会议

作者：方棣棠李树青清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室(北京)

为了摆脱语音环境因素对语音识别性能的影响,本文讨论分析了汉语语音识别技术的突破方向和两个可能的途径:一是使训练集包话识别时可能遇到的所有发音样本,求出各个模式之间的特征参数空间分界面;二是建立精确的语音产生模型,利用某人... 详细信息

为了摆脱语音环境因素对语音识别性能的影响,本文讨论分析了汉语语音识别技术的突破方向和两个可能的途径:一是使训练集包话识别时可能遇到的所有发音样本,求出各个模式之间的特征参数空间分界面;二是建立精确的语音产生模型,利用某人的少量指定的语音,实现某人的特定人语音识别.

关键词：语音识别汉语语音语音信号

来源：评论

学校读者我要写书评

暂无评论

校园导航系统Easy Nav的设计与实现

引用

中文信息学报 2001年第4期15卷 35-40页

作者：黄寅飞郑方燕鹏举徐明星吴文虎智能技术与系统国家重点实验室语音技术中心清华大学计算机科学与技术系

本文介绍了校园导航口语对话系统EasyNav的设计与实现。在分析了口语对话系统的特点和要求之后 ,我们提出了适合于对话系统的基于规则的语言理解流程。在这一流程中 ,句法分析使用GLR分析器处理上下文无关文法 (CFG) ,获取句子结构特征... 详细信息

本文介绍了校园导航口语对话系统EasyNav的设计与实现。在分析了口语对话系统的特点和要求之后 ,我们提出了适合于对话系统的基于规则的语言理解流程。在这一流程中 ,句法分析使用GLR分析器处理上下文无关文法 (CFG) ,获取句子结构特征以便为语义分析服务 ,句法规则照顾到覆盖率和准确率间的平衡。语义分析使用考虑句法约束条件的模板匹配方法 ,以获取话者意图为目标 ,并消除句法分析引入的歧义。这一设计的优点是系统容易搭建。

关键词：口语对话系统语音理解句法分析模板匹配校园导航系统语音识别设计 EasyNav

来源：评论

学校读者我要写书评

暂无评论

汉语连续语音识别中声学模型基元比较:音节、音素、声韵母

汉语连续语音识别中声学模型基元比较:音节、音素、声韵母

引用

第六届全国人机语音通讯学术会议

作者：李净徐明星张继勇郑方吴文虎方棣棠清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室清华大学计算机科学与技术系语音技术中心智能技术与系统国家重点实验室

本文研究的是汉语连续语音识别中声学模型基元的选择问题.根据汉语语音的特点,本文分别采用音节、音素和声韵母等三种语音识别基元进行声学建模.为了描述连续语音中的协同发音现象,本文针对音素和声韵基元,设计了相应的问题集,利用基于... 详细信息

本文研究的是汉语连续语音识别中声学模型基元的选择问题.根据汉语语音的特点,本文分别采用音节、音素和声韵母等三种语音识别基元进行声学建模.为了描述连续语音中的协同发音现象,本文针对音素和声韵基元,设计了相应的问题集,利用基于决策树的状态共享策略建立了上下文相关音素模型(Triphone)和上下文相关声韵模型(TriIF),并对几种声学基元进行了对比、实验结果表明,对于上下文无关模型,音素和声韵模型都要劣于音节模型,而对于上下文相关模型,Triphone和TriIF模型与音节模型相比,识别性能有了很大提高,其音节误识率分别降低了8.5%和23.6%.

关键词：声韵母基元声学模型汉语连续语音识别声学建模上下文相关模型基元

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的语音识别研究

基于支持向量机的语音识别研究

引用

第六届全国人机语音通讯学术会议

作者：苏毅吴文虎郑方方棣棠清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心

支持向量机是基于统计学习理论的模式分类器.它通过结构风险最小化准则和核函数方法,较好的解决了模式分类器复杂性和推广性之间的矛盾,引起了模式识别领域学者的极大关注.近年来,随着其快速训练算法的出现,支持向量机在手写体识别、人... 详细信息

支持向量机是基于统计学习理论的模式分类器.它通过结构风险最小化准则和核函数方法,较好的解决了模式分类器复杂性和推广性之间的矛盾,引起了模式识别领域学者的极大关注.近年来,随着其快速训练算法的出现,支持向量机在手写体识别、人脸检测、文本分类等领域取得了很大的成功.本文将支持向量机用于孤立数字识别,并与传统的基于隐马尔可夫模型的方法进行了比较.初步结果显示了这一模型在语音识别领域的应用潜力.

关键词：支持向量机样本数量核函数孤立数字识别隐马尔可夫模型统计学习理论模式识别领域模式分类器

来源：评论

学校读者我要写书评

暂无评论

噪音环境下的语音识别研究概述

噪音环境下的语音识别研究概述

引用

第五届全国现代语音学学术会议

作者：杨大利徐明星吴文虎北京清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心北京清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心北京清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心

在实验室环境下,很多计算机语音识别系统有很好的性能,但是当环境噪音很大,即信噪比很低时,系统的识别性能将急剧变坏,有的甚至会使识别系统的误识率增加好几倍,因此,开展各种环境噪音条件下的语音识别方法研究是很有必要的.本文对噪音... 详细信息

在实验室环境下,很多计算机语音识别系统有很好的性能,但是当环境噪音很大,即信噪比很低时,系统的识别性能将急剧变坏,有的甚至会使识别系统的误识率增加好几倍,因此,开展各种环境噪音条件下的语音识别方法研究是很有必要的.本文对噪音环境下的语音识别技术进行了较为详细的讨论.全文分为三个部分,首先,论述了抗噪语音识别研究的必要性,并简单回顾了一些含有去噪处理措施的语音识别系统;其次,详细介绍了一些已经使用的具有代表性的去噪处理方法,例如,语音信号级语音增强/反语音增强方法,语音特征参数变换方法,识别模型补偿方法等,其中还介绍了我们实验室最近一年来在抗噪语音识别方面的研究工作、理论分析,以及我们对这些抗噪处理方法的评价;第三部分则是对今后抗噪语音识别研究工作的展望,给出了本文作者认为很有潜力的一些抗噪语音识别方式.

关键词：鲁棒性时变性处理方法特征参数噪声环境去噪处理研究概述

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：