基于多GPU并行框架的DNN语音识别研究

提出了深度神经网络DNN的多GPU并行框架,描述了其实现方法及其性能优化,依托多GPU的强大协同并行计算能力,结合数据并行特点,实现快速高效的深度神经网络训练.对语音识别应用,在模型收敛速度和模型性能上都取得了有效提升——相比单GPU有4.6倍加速比,数十亿样本的训练数天收敛,字错率降低约10%.

基于多GPU并行框架的DNN语音识别研究

深度神经网络(DNN)是近年来机器学习领域中的研究热点.它是层数较多的神经网络,有数千万参数需要学习,计算开销大,导致训练非常耗时.而GPU有强大的计算能力,适合于加速深度神经网络训练.针对这种情况,提出了DNN的多GPU并行框架,描述了其实现方法及性能优化,依托多GPU的强大协同并行计算能力,结合数据并行的特点,实现快速高效的深度神经网络训练.对于在语音识别上的应用,其模型收敛速度和模型性能上都取得了有效提升——相比单GPU有4.6倍加速比,字错率降低约10%.

基于发音特征的声效相关鲁棒语音识别算法

针对声效(VE)相关的语音识别鲁棒性问题,提出了基于多模型框架的语音识别算法。首先,分析了不同声效模式下语音信号的声学特性以及声效变化对语音识别精度的影响;然后,提出了基于高斯混合模型(GMM)的声效模式检测方法;最后,根据声效检测的结果,训练专门的声学模型用于耳语音识别,而将发音特征与传统的谱特征一起用于其余4种声效模式的语音识别。基于孤立词识别的实验结果显示,采用所提方法后语音识别准确率有了明显的提高:与基线系统相比,所提方法 5种声效的平均字错误率降低了26.69%;与声学模型混合语料训练方法相比,平均字错误率降低了14.51%;与最大似然线性回归(MLLR)自适应方法相比,平均字错误率降低了15.30%。实验结果表明:与传统谱特征相比发音特征对于声效变化更具鲁棒性,而多模型框架是解决声效相关的语音识别鲁棒性问题的有效方法。

语音识别中声效模式的分析及检测

针对声效相关的语音识别鲁棒性问题,在分析了声效变化情况下声强、时长、帧能量分布以及频谱倾斜能方面特性的基础上,建立了基于GMM的声效检测器。同时,还研究了声效变化对语音识别精度的影响,并提出了基于多模型框架的语音识别算法。汉语孤立词语音识别实验显示,除正常模式的语音识别精度略有下降外,其他四种声效模式的识别精度均有大幅度的提高。实验结果表明,语音信号的声强、时长、帧能量分布以及频谱倾斜等信息能够用于识别声效模式,而多模型框架是解决声效相关的语音识别鲁棒性问题的有效方法。

基于Socket和JMF的分布式语音识别前端处理系统

在介绍分布式语音识别技术及相关的几个前端处理标准的基础上,提出了一种基于Socket和JMF的分布式语音识别前端处理系统,并详细介绍了该实验系统的结构及实现的关键技术。

分布式语音识别技术对3GPP体系的影响

本文描述了分布式语音识别(Distributed Speech Recognition)技术的原理、先进性及其在3GPP体系中的应用,重点描述了3GPP协议栈体系下的集成语音识别框架SRF及语音识别框架SRF在3GPP体系中对多模式和多设备服务提供基本支持的体系结构。

基于B/S框架的交互式英汉机器翻译系统设计

英语和汉语在很多方面都存在不同,因此在交流中经常出现理解错误的现象。各种英汉翻译系统的交互体验感都较差,主要表现在用词不准确、语法错误、系统发音不清楚、翻译反馈速度迟缓等方面。为此,文中设计一种基于B/S框架的交互式英汉机器翻译系统,以期辅助英汉语之间的交流。该系统以B/S三层架构为基础设计系统框架,在系统硬件部分,主要对关键的语音识别硬件、英汉翻译硬件和翻译结果输出硬件进行具体分析;软件部分主要对三个关键程序,即用户登录程序、语音识别程序、英汉翻译程序进行设计。系统测试结果表明,利用所设计系统进行翻译,译文经过专家评测后,人工评测综合得分为3.769分,大于3.5分限定值,证明系统的翻译质量较高,可满足用户需求。

基于HMM框架的关键词确认系统中关键词训练样本数的研究

建立一个基于框架的关键词识别系统,其第一步工作是要对每个关键词建立模型,如何选取适当的训练样本数训练出一套好的HMM模型参数将直接影响到该关键词识别系统的性能好坏。比较了使用不同的样本数训练出来的多套模型的性能,并通过使用不同的模型进行搭配得到了最佳的识别率。

汉语股票实时行情查询对话系统

介绍了一个用于股票实时行情查询的口语化的人机对话系统 ,该系统集成了语音识别、语言理解、对话控制等技术。文中定义了一个情景语义框架模型 。

铁路智能客服的架构及其技术研究

随着铁路客运量的不断提升,客运车站管控与服务平台的完善已经刻不容缓,铁路智能客服是未来客运站管控与服务平台不可缺少的一部分。提出了一种铁路智能客服的产业架构,从客服大脑、中控、接入渠道和应用输出进行了阐述。语音识别是智能客服的敲门砖,研究了语音在混响情况下,对语音信号提取源语音信号的技术,并且介绍了语音的语意理解的大致研究步骤。铁路智能客服能够有效降低车站工作人员的重复性劳动,智能客服同时将成为未来智能车站和智能网络的重要组成部分。

人工智能在供应链领域的应用可行性研究

人工智能技术能够模仿人类思维开展一系列创造性活动,从广义上理解,人工智能覆盖的功能包括机器学习、人机交互以及语音识别等,其可以在各领域中发挥出技术优势。供应链管理工作中引进人工智能技术,可提高管理质量和经济效益。本文通过分析人工智能基本定义及相关技术框架,进一步探究了供应链领域应用人工智能技术的可行性表现。

汽车后市场新赛道——智能座舱(二)

3.3智能座舱产业链技术趋势智能座舱系统的技术框架主要分为五层:硬件层包含传感器、内存、用于人工智能感知的芯片(AI SoC)、应用处理器(AP)等基本硬件设备;系统软件层包含驱动、通信等基本系统软件;功能软件层则是完成智能座舱的核心功能的层,主要在AI SoC完成感知,在AP完成上层应用;服务层,也即云服务体系,包含语音识别、场景网关等相关服务;支撑层是支撑软件的快速开发工具,也可称为成长平台。座舱配置的全面升级带动单车价值量大幅提高,智能座舱单车价值量有望达到传统座舱的3倍~5倍。