基于上下文三音素DBN模型的连续语音识别

考虑连续语音中的协同发音问题,提出基于词内扩展的单流上下文相关三音素动态贝叶斯网络(SS-DBN-TRI)模型和词间扩展的单流上下文相关三音素DBN(SS-DBN-TRI-CON)模型。SS-DBN-TRI模型是Bilmes提出单流DBN(SS-DBN)模型的改进,采用词内上下文相关三音素节点替代单音素节点,每个词由它的对应三音素单元构成,而三音素单元和观测向量相联系;SS-DBN-TRI-CON模型基于SS-DBN模型,通过增加当前音素的前音素节点和后音素节点,构成一个新的词间扩展的三音素变量节点,新的三音素节点和观测向量相联系,采用高斯混合模型来描述,采用数字连续语音数据库的实验结果表明:SS-DBN-TRI-CON具备最好的语音识别性能。

城市环境下智能手机GNSS/视觉组合导航算法和性能评估

通过将卫星定位和计算机视觉定位组合,可以使智能手机在城市、峡谷等卫星定位结果跳变或中断的情况下,仍为用户提供连续、高精度的位置服务。因此,为改善手机端卫星信号不理想区域的定位精度,设计和实现了GNSS与单目相机组合导航的实验。通过数据平滑、旋转矩阵求解等过程完成系统间的轨迹转换,并分析了坐标转换误差。使用结合贝叶斯估计的卡尔曼滤波对两种轨迹进行融合处理。最终结果表明,在城市环境下,GNSS与单目相机组合后,定位误差小于3 m的概率由21.21%提升至48.15%,小于5 m的概率由48.82%提升至70.03%。