基于特征空间轨迹信息的语音关键词检测方法

当前语音关键词检测的主流技术为深度学习,需要大规模标注样本进行训练,难以应用于更普遍的低资源场景.本文提出一种基于音频特征空间轨迹信息的低资源语音关键词检测方法,该方法基于“词是由更小语言单元(音节、音素)的结构化组成,以及语言单元声学特征具有稳定性(统计意义)”的事实,结合物理几何空间定位的原理,构建语音关键词的特征空间表达、时序信息表达和局部区分信息知识.语音关键词检测时,依据语音段的特征空间轨迹信息分层次进行判决,实现了模式信息与统计信息的综合应用.其中语音特征空间是利用丰富的无标注语音样本构建音频特征空间的标识子表达,而语音关键词的特征空间轨迹信息利用少量关键词语音样本构建.多个实验结果表明,本文算法在低资源时(100个样本以下),相比HMM和CRNN有显著优势,10个训练样本时,相比HMM,FRR绝对下降了20.5%,FAR绝对下降了8.7 FP/h;而在训练样本量较充分(300个样本及以上)时,与CRNN有大致相当的性能.

基于特征空间轨迹多模板匹配的说话人识别研究

提出一种用于说话人识别的方法基于特征空间轨迹的多模板匹配法。实验结果表明,该方法具有识别率高稳健性强确认可靠,是--, , 一种实现与文本相关的说话人识别的实用方法。

基于特征空间轨迹匹配方式的语音关键词检测法

语音关键词识别是近年来颇受重视的一个研究领域,文章基于特征空间轨迹的时间规整化原理,提出了一种高性能的关键词检测法,并探讨了轨迹等分长度对该算法检测性能的影响。实验结果表明,基于特征空间轨迹匹配方式的关键词检测法的检测性能接近于人工检测,具有一定的实用性。

弹性音节拼接与特征空间轨迹匹配的关键词检测

不同的汉语语音关键词识别系统,以关键词为单位建立模板工作量大而且可重用性较差,而以音节为单位可以很好地提高重用性。将弹性音节拼接与具有较高性能的基于特征空间轨迹匹配的关键词检测相结合构建识别系统,实验结果表明该系统具有相当高的识别率。

一种新的基于分层查询表的关键词识别模型

关键词识别是近年来语音识别研究的一个热点。提出了一种新的基于分层查询表的关键词识别模型,该模型具有简单、实用、快速的特点。利用该模型实现了路况信息查询系统,取得了较高的识别率,具有一定的实用性。

医药输液灯检机对产品异物准确检测仿真

针对250 mL及以上医药大输液生产过程中造成药液中出现毛发、漂浮物、玻璃屑等可见异物的在线实时检测难题,开发了一种基于分层联合稀疏表示的医药输液全自动智能灯检机。首先通过改进的分块主成分追踪算法对序列图像中的运动目标进行检测以排除静止背景噪声干扰,然后利用稀疏矩阵分块聚类算法得到运动目标的运动轨迹并提取运动轨迹的空间特征向量,最后为了提高传统稀疏表示分类器对异物识别的能力,提出分层联合稀疏表示分类器根据运动轨迹的空间特征向量对异物进行识别,以排除随机噪声的干扰。仿真结果证明,该系统克服了检测过程中各种噪声干扰对异物识别的影响,解决了医药大输液可见异物的在线实时检测难题。