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
基于音素后验概率的样例语音关键词检测方法
被引量:
3
1
作者
张卫强
宋贝利
+1 位作者
蔡猛
刘加
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2015年第9期757-760,共4页
低资源条件下的语音关键词检测是一个具有挑战性的问题,因为传统的基于大词汇量连续语音识别(LVCSR)的语音关键词检测方法不再适用.针对此问题提出了一种基于深度神经网络(DNN)输出层后验概率特征和改进的动态时间规整(DTW)算法的语音...
低资源条件下的语音关键词检测是一个具有挑战性的问题,因为传统的基于大词汇量连续语音识别(LVCSR)的语音关键词检测方法不再适用.针对此问题提出了一种基于深度神经网络(DNN)输出层后验概率特征和改进的动态时间规整(DTW)算法的语音关键词检测方法.采用无监督高斯混合模型(GMM)和中、英文DNN音素模型得出的输入特征构建互补的子系统,并在SWS2013多语种数据集上进行实验.结果表明:相对于基线系统,分数层面的多语种、多系统融合能够有效地提升语音关键词检测系统的性能.
展开更多
关键词
样例
查询
语音
关键词
检测
DNN输出层特征
动态时间规整
下载PDF
职称材料
基于双向长短时记忆和卷积Transformer的声学词嵌入模型
2
作者
高芸芸
赵腊生
张强
《计算机应用》
CSCD
北大核心
2024年第1期123-128,共6页
示例查询语音关键词检测中,卷积神经网络(CNN)或者循环神经网络(RNN)提取到的声学词嵌入语音信息有限,为更好地表示语音内容以及改善模型的性能,提出一种基于双向长短时记忆(Bi-LSTM)和卷积Transformer的声学词嵌入模型。首先,使用Bi-L...
示例查询语音关键词检测中,卷积神经网络(CNN)或者循环神经网络(RNN)提取到的声学词嵌入语音信息有限,为更好地表示语音内容以及改善模型的性能,提出一种基于双向长短时记忆(Bi-LSTM)和卷积Transformer的声学词嵌入模型。首先,使用Bi-LSTM提取特征、对语音序列进行建模,并通过叠加方式来提高模型的学习能力;其次,为了能在捕获全局信息的同时学习到局部信息,将CNN和Transformer编码器并联连接组成卷积Transformer,充分利用它在特征提取上的优势,聚合更多有效的信息,提高嵌入的区分性。在对比损失约束下,所提模型平均精度达到了94.36%,与基于注意力的Bi-LSTM模型相比,平均精度提高了1.76%。实验结果表明,所提模型可以有效改善模型性能,更好地实现示例查询语音关键词检测。
展开更多
关键词
卷积神经网络
声学词嵌入
语音
信息
示例查询语音关键词检测
循环神经网络
下载PDF
职称材料
题名
基于音素后验概率的样例语音关键词检测方法
被引量:
3
1
作者
张卫强
宋贝利
蔡猛
刘加
机构
清华大学电子工程系
出处
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2015年第9期757-760,共4页
基金
国家自然科学基金资助项目(61370034
61273268
61403224)
文摘
低资源条件下的语音关键词检测是一个具有挑战性的问题,因为传统的基于大词汇量连续语音识别(LVCSR)的语音关键词检测方法不再适用.针对此问题提出了一种基于深度神经网络(DNN)输出层后验概率特征和改进的动态时间规整(DTW)算法的语音关键词检测方法.采用无监督高斯混合模型(GMM)和中、英文DNN音素模型得出的输入特征构建互补的子系统,并在SWS2013多语种数据集上进行实验.结果表明:相对于基线系统,分数层面的多语种、多系统融合能够有效地提升语音关键词检测系统的性能.
关键词
样例
查询
语音
关键词
检测
DNN输出层特征
动态时间规整
Keywords
query-by-example
spoken term detection
deep neural network output features
dynamic time warping
分类号
TP391.4 [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
基于双向长短时记忆和卷积Transformer的声学词嵌入模型
2
作者
高芸芸
赵腊生
张强
机构
先进设计与智能计算省部共建教育部重点实验室(大连大学)
出处
《计算机应用》
CSCD
北大核心
2024年第1期123-128,共6页
基金
辽宁省教育厅基本科研项目(LJKMZ20221838)。
文摘
示例查询语音关键词检测中,卷积神经网络(CNN)或者循环神经网络(RNN)提取到的声学词嵌入语音信息有限,为更好地表示语音内容以及改善模型的性能,提出一种基于双向长短时记忆(Bi-LSTM)和卷积Transformer的声学词嵌入模型。首先,使用Bi-LSTM提取特征、对语音序列进行建模,并通过叠加方式来提高模型的学习能力;其次,为了能在捕获全局信息的同时学习到局部信息,将CNN和Transformer编码器并联连接组成卷积Transformer,充分利用它在特征提取上的优势,聚合更多有效的信息,提高嵌入的区分性。在对比损失约束下,所提模型平均精度达到了94.36%,与基于注意力的Bi-LSTM模型相比,平均精度提高了1.76%。实验结果表明,所提模型可以有效改善模型性能,更好地实现示例查询语音关键词检测。
关键词
卷积神经网络
声学词嵌入
语音
信息
示例查询语音关键词检测
循环神经网络
Keywords
Convolutional Neural Network(CNN)
Acoustic Word Embedding(AWE)
speech information
Query-by-Example Spoken Term Detection(QbE-STD)
Recurrent Neural Network(RNN)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于音素后验概率的样例语音关键词检测方法
张卫强
宋贝利
蔡猛
刘加
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2015
3
下载PDF
职称材料
2
基于双向长短时记忆和卷积Transformer的声学词嵌入模型
高芸芸
赵腊生
张强
《计算机应用》
CSCD
北大核心
2024
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