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
1
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
基于多模态融合的端到端中文唇读识别研究
1
作者
陈焯辉
林绰雅
+3 位作者
刘奕显
王茗琛
梁思敏
陈灵
《科学技术创新》
2023年第10期85-88,共4页
为了更好地帮助健全人与听障或语言障碍人士进行交流,构建无障碍社会。构建了一个基于多模态融合的端到端音视频识别系统,实现中文唇语翻译功能。实验结果表明,将所提出的端到端视听语音识别结构体系应用于唇语识别模型,实现了8.0%的字...
为了更好地帮助健全人与听障或语言障碍人士进行交流,构建无障碍社会。构建了一个基于多模态融合的端到端音视频识别系统,实现中文唇语翻译功能。实验结果表明,将所提出的端到端视听语音识别结构体系应用于唇语识别模型,实现了8.0%的字符错误率。与之前的唇语识别模型相比,它在融合图像特征和音频特征方面表现出了良好的性能。
展开更多
关键词
端到端音视觉语音识别结构体系
多模态融合
唇语识别
下载PDF
职称材料
题名
基于多模态融合的端到端中文唇读识别研究
1
作者
陈焯辉
林绰雅
刘奕显
王茗琛
梁思敏
陈灵
机构
澳门科技大学
北京理工大学珠海学院
出处
《科学技术创新》
2023年第10期85-88,共4页
基金
2022年度广东省大学生创新创业训练项目——基于中文唇语翻译的听障人群无障碍交流系统(S202213675010)。
文摘
为了更好地帮助健全人与听障或语言障碍人士进行交流,构建无障碍社会。构建了一个基于多模态融合的端到端音视频识别系统,实现中文唇语翻译功能。实验结果表明,将所提出的端到端视听语音识别结构体系应用于唇语识别模型,实现了8.0%的字符错误率。与之前的唇语识别模型相比,它在融合图像特征和音频特征方面表现出了良好的性能。
关键词
端到端音视觉语音识别结构体系
多模态融合
唇语识别
Keywords
end-to-end visual speech recognition structure system
multi-modal fusion
lip recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
H126.3 [语言文字—汉语]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多模态融合的端到端中文唇读识别研究
陈焯辉
林绰雅
刘奕显
王茗琛
梁思敏
陈灵
《科学技术创新》
2023
0
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