期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于瓶颈特征的藏语拉萨话连续语音识别研究
被引量:
9
1
作者
周楠
赵悦
+3 位作者
李要嫱
徐晓娜
才旺拉姆
吴立成
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第2期249-254,共6页
基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点,将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任务中,可以代替传统的MFCC特征进行GMM-HMM声学建模。在藏语拉萨话连续语音识别任务中的实验表明,瓶颈特征...
基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点,将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任务中,可以代替传统的MFCC特征进行GMM-HMM声学建模。在藏语拉萨话连续语音识别任务中的实验表明,瓶颈特征的复合特征取得比深度神经网络后验特征和单瓶颈特征更好的识别表现。
展开更多
关键词
藏语拉萨话
连续语音识别
高斯混合–隐马尔科夫模型
瓶颈特征
深度神经网络
下载PDF
职称材料
临近最优主动学习的藏语语音识别方法研究
被引量:
3
2
作者
赵悦
李要嫱
+1 位作者
徐晓娜
吴立成
《计算机工程与应用》
CSCD
北大核心
2018年第22期156-159,215,共5页
语音识别模型需要大量带标注语音语料进行训练,作为少数民族语言的藏语,由于语音标注专家十分匮乏,人工标注语音语料是一件非常费时费力的工作。然而,主动学习方法可以根据语音识别的目标从大量未标注的语音数据中挑选一些具有价值的样...
语音识别模型需要大量带标注语音语料进行训练,作为少数民族语言的藏语,由于语音标注专家十分匮乏,人工标注语音语料是一件非常费时费力的工作。然而,主动学习方法可以根据语音识别的目标从大量未标注的语音数据中挑选一些具有价值的样本交给用户进行标注,以便利用少量高质量的训练样本构建与大数据量训练方式一样精准的识别模型。研究了基于主动学习的藏语拉萨话语音语料选择方法,提出了一种临近最优的批量样本选择目标函数,并验证了其具有submodular函数性质。通过实验验证,该方法能够使用较少的训练数据保证语音识别模型的精度,从而减少了人工标注语料的工作量。
展开更多
关键词
临近最优批量主动学习
submodular函数
语音语料选择
藏语拉萨话语音识别
下载PDF
职称材料
题名
基于瓶颈特征的藏语拉萨话连续语音识别研究
被引量:
9
1
作者
周楠
赵悦
李要嫱
徐晓娜
才旺拉姆
吴立成
机构
中央民族大学信息工程学院
出处
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第2期249-254,共6页
基金
教育部人文社会科学规划基金(15YJAZH120)
中央民族大学双一流学科建设项目资助
文摘
基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点,将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任务中,可以代替传统的MFCC特征进行GMM-HMM声学建模。在藏语拉萨话连续语音识别任务中的实验表明,瓶颈特征的复合特征取得比深度神经网络后验特征和单瓶颈特征更好的识别表现。
关键词
藏语拉萨话
连续语音识别
高斯混合–隐马尔科夫模型
瓶颈特征
深度神经网络
Keywords
Lhasa-Tibetan
continuous speech recognition
GMM-HMM
bottleneck features
deep neural network(DNN)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
临近最优主动学习的藏语语音识别方法研究
被引量:
3
2
作者
赵悦
李要嫱
徐晓娜
吴立成
机构
中央民族大学信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2018年第22期156-159,215,共5页
基金
教育部人文社科规划项目(No.15YJAZH120)
文摘
语音识别模型需要大量带标注语音语料进行训练,作为少数民族语言的藏语,由于语音标注专家十分匮乏,人工标注语音语料是一件非常费时费力的工作。然而,主动学习方法可以根据语音识别的目标从大量未标注的语音数据中挑选一些具有价值的样本交给用户进行标注,以便利用少量高质量的训练样本构建与大数据量训练方式一样精准的识别模型。研究了基于主动学习的藏语拉萨话语音语料选择方法,提出了一种临近最优的批量样本选择目标函数,并验证了其具有submodular函数性质。通过实验验证,该方法能够使用较少的训练数据保证语音识别模型的精度,从而减少了人工标注语料的工作量。
关键词
临近最优批量主动学习
submodular函数
语音语料选择
藏语拉萨话语音识别
Keywords
near-optimal batch mode active learning
submodular function
speech corpus selection
Lhasa-Tibetan speech recognition
分类号
TP391.43 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于瓶颈特征的藏语拉萨话连续语音识别研究
周楠
赵悦
李要嫱
徐晓娜
才旺拉姆
吴立成
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018
9
下载PDF
职称材料
2
临近最优主动学习的藏语语音识别方法研究
赵悦
李要嫱
徐晓娜
吴立成
《计算机工程与应用》
CSCD
北大核心
2018
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部