您的位置: 专家智库 > >

国家重点基础研究发展计划(2007CB311104)

作品数:3 被引量:15H指数:2
相关作者:韩纪庆郑铁然陈玉平姜涛张光成更多>>
相关机构:哈尔滨工业大学更多>>
发文基金:国家重点基础研究发展计划国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇语音
  • 1篇音节
  • 1篇语音识别
  • 1篇说话人识别
  • 1篇索引
  • 1篇排位
  • 1篇向量
  • 1篇向量空间
  • 1篇向量空间模型
  • 1篇关键词
  • 1篇关键词检出
  • 1篇汉语
  • 1篇汉语语音
  • 1篇LATTIC...
  • 1篇粗粒度

机构

  • 3篇哈尔滨工业大...

作者

  • 3篇郑铁然
  • 3篇韩纪庆
  • 1篇张光成
  • 1篇陈玉平
  • 1篇姜涛

传媒

  • 1篇声学学报
  • 1篇计算机工程
  • 1篇高技术通讯

年份

  • 1篇2011
  • 2篇2008
3 条 记 录,以下是 1-3
排序方式:
基于音节Lattice的汉语语音检索技术及其索引去冗余方法被引量:8
2008年
针对网络中越来越多的语音数据,人们迫切地需要基于语义内容的快速、准确的语音检索技术。本文在基于音节Lattice的汉语语音检索研究中,针对传统的向量空间模型检索方法的不足,提出了一种基于词检出实现的语音检索方法。并针对Lattice索引存在的信息冗余问题,提出了一种基于音节后验概率直方图的索引去冗余方法。实验结果表明,本文的检索方法在性能上明显优于向量空间模型方法;而提出的索引去冗余方法达到了大规模缩减索引尺寸加快检索速度的目的。
郑铁然韩纪庆
关键词:LATTICE汉语语音索引音节向量空间模型
基于动态排位信息的语音关键词确认方法被引量:7
2008年
给出一种适用于在线垃圾模型的基于动态排位信息的关键词确认方法,利用识别过程中声学得分的排位信息进行关键词确认,能在不降低检出率的同时有效降低系统的误警率,效果优于同类方法。该方法不依赖于具体的关键词表,计算简单,能够应用于实际工程中。
陈玉平韩纪庆郑铁然
关键词:语音识别关键词检出
极低错误接受率的说话人识别方法研究
2011年
针对一些说话人识别方法在应用中要面对海量的集外数据,其很低的错误接受率也会带来大量识别错误的情况,进行了极低错误接受率的说话人识别技术的研究,以求在保证召回率的前提下,将错误接受率降低至约万分之一的水平。研究的重点是对经典的高斯混合模型.通用背景模型(GMM-UBM)方法进行了改进,加入一个确认判决机制来进一步拒绝集外误识,尝试了三种确认方法——基于粗粒度分析窗的方法、基于集外竞争模型的方法、基于变化状态统计矢量的方法。实验结果表明,这三种方法都能够有效降低错误接受率指标,其中基于变化状态统计矢量的方法取得了最好的效果。
姜涛韩纪庆郑铁然张光成
关键词:说话人识别
共1页<1>
聚类工具0