结合字节级别字节对编码的端到端中文语音识别方法

针对语音识别中对中文这种复杂字符集的语言词汇表过大以及训练效率太低的问题,提出一种基于字节级别字节对编码(BBPE)的端到端中文语音识别方法。首先,将256个不同的字节用于初始化词汇表;其次,统计每个词汇单元在语料中出现的频率,并合并频率最高的词汇单元;最后,重复上一步直至无法合并,以得到最终的词汇表。在中文语音数据集AISHELL-1上,该方法生成的词汇表相较于字符级别词汇表的词汇量减少了88.5%,降低了模型训练的复杂度。同时,鉴于Conformer-Transducer(Conformer-T)模型在端到端语音识别中的出色表现,为了实现更好的识别效果,将最新的Zipformer模型与Transducer模型相结合提出Zipformer-Transducer(Zipformer-T)模型,并在该模型上对BBPE方法进行验证。实验结果表明,Zipformer-T模型使用的BBPE方法相较于字符级别分词方法在AISHELL-1测试集和验证集上的字错率(CER)分别降低了0.12和0.08个百分点,且分别达到4.26%和3.98%的最低CER,充分说明该方法能有效提升中文语音识别的性能。

基于字节级优化更新的云存储增量式网络编码方法研究

云存储系统是云计算系统概念的衍生和发展,是一种采用大量分布式存储资源以协同工作的方式来构建的大型集群应用系统,用于向用户提供安全可靠的网络存储服务。为提高云存储系统网络编码的有效性,提升数据的存储效率,文章提出一种基于字节级优化更新的云存储增量式网络编码方法。首先,提出一种字节级优化增量式更新模型技术(Opt-DUM)用于块级差分更新,通过只发送与受影响的编码字节相关的更新,实现云存储增量式编码效率的提升;其次,研究了在更新过程中生成更新向量、减少增量矩阵和文件大小变化的问题,并完成了云存储系统中所有参与模块的更新算法和通信协议的设计;最后,实验结果验证了所设计用于云存储系统中的文件更新网络编码方法的性能优势。

一种Java字节码保护技术的研究和实现

分析了Java字节码保护技术的现状,在此基础上提出了一种基于JVMTI的Java字节码保护技术,使得Java字节码的安全级别相当于传统的二进制代码。最后,给出了该技术在Win-dows平台和Linux平台下的实现方案。

SDH光纤传输网络系统误码分析

从SDH系统帧结构出发,介绍了B1,B2,B3,V5四种误码帧字节开销功能,重点说明了引起SDH光纤传输系统误码的5个主要因素,分析了10 Gbit/s速率光设备误码问题的处理方法,并结合河南电网主干传输网姚孟电厂至左寨变10 G光设备误码产生的原因,阐述了SDH光传输设备误码问题的处理方法和思路,供光纤通信技术人员参考。

基于动态符号执行的C代码缓冲区溢出检测

缓冲区溢出是C程序中众多安全隐患的根源之一,以C程序代码为目标对象,提出了一个基于底层虚拟机中间代码的缓冲区溢出检测工具Path Checker.该工具基于动态符号执行方法,使用无量词谓词公式刻画缓冲区操作的安全性质,并利用可满足模型理论求解器技术检验缓冲区操作的安全性.实验结果表明,该工具能有效检测C代码中的缓冲区溢出漏洞,且易于推广至其他高级程序语言代码和其他类型安全漏洞的检测.