潘文林
- 作品数:47 被引量:136H指数:8
- 供职机构:云南民族大学数学与计算机科学学院更多>>
- 发文基金:国家自然科学基金云南省教育厅科学研究基金云南省自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信文化科学经济管理更多>>
- 基于HTK的佤语特定人孤立词语音识别被引量:4
- 2017年
- 佤语是云南省西南部的一种跨境语言,构建佤语语音识别系统对国家安全、跨境文化交流和经济贸易都有着重要的意义.基于HTK平台,针对1 860个佤语常用词进行特定人孤立词语音识别.语音语料来源为录音棚和田野录音,语音规模录音棚男性2人、女性2人,田野录音男性3人、女性2人,每人每个词发音5遍,总的语料数量为83 700条.实验结果表明,对于上述的语料,进行的基于HTK的佤语特定人孤立词语音识别正确率在92%以上.
- 陈绍雄傅美君胡文君佘玉梅潘文林
- 关键词:佤语HTK孤立词语音识别
- 基于MAML和改进MobileNet模型的低龄儿童语音词汇识别
- 2023年
- 语言能力测试常用于评估低龄儿童的词汇储备等能力,运用语音识别等人工智能技术能够提高语言能力测试的工作效率,从而让更多的语言发育迟缓儿童能被尽早发现并得到治疗.低龄儿童语音相较于成人语音更难识别,且缺乏相关公开数据集,为了解决语言能力测试场景下的低龄儿童语音词汇识别问题,采集72名2~3岁儿童的语音数据,对具有参数少、计算成本低等特点的MobileNet模型进行了改进,并使用模型无关的元学习方法(MAML)优化改进模型,使改进模型适用于小样本环境下的低龄儿童语音词汇识别.实验证明,相关改进措施均能提高模型的儿童语音词汇识别性能.
- 马孟星鄢元霞马春晓潘文林
- 用教育目标分类理论改进C++语言课程教学模式被引量:3
- 2005年
- 本文讨论如何应用Bloom认知领域教育目标分类理论来改进C++程序设计语言课程的教学模式。首先讨论Bloom教育目标分类理论的基本框架、应用原理及其在C++课程教学中的应用方法,陈述C++课程的宏观教学目标和课程特点,给出较为合理的理论教学和实验教学学时安排,阐述理论教学和实验教学的总体目标。接着讨论应用Bloom教育目标分类理论构建C++课程理论教学目标的方法,给出一个理论教学要点的教学目标具体构建实例及其用途。最后以一个实验的教学设计实例,详细讨论Bloom教育目标分类理论在实验教学环节中的应用模式,按照学习过程和分类理论的相应关系,提出可行的实验教学应用框架、实验教学目标和理论教学目标的关系、实验活动的结构与实验内容的设计方法、实验任务分配和检查表。
- 潘文林杨柱元邱宇青
- 关键词:C++语言教学模式教育目标分类理论
- 浅析J2EE在企业级解决方案中的应用被引量:2
- 2006年
- 简要讨论J2EE的企业级应用模式,主要包括:企业级应用的概念,J2EE的背景、体系结构及应用范围,EJB的架构和工作原理,实现企业级应用的几个关键技术问题.
- 潘文林
- 关键词:J2EEEJBJDBCJAVABEAN企业级应用
- 基于HTK的普米语孤立词的语音识别被引量:11
- 2015年
- 基于HTK的普米语孤立词的识别,通过对特定发音人和非特定发音人的语音进行特征分析、预处理、提取MFCC特征参数,从而建立每个普米词的HMM模型,最后采用Viterbi算法进行模型的训练和匹配.实验表明:对特定发音人和非特定发音人,随着普米词个数的增加,识别率虽有所下降,但是变化很小,识别率均超过了95.00%,识别效果很好.语料的信噪比和发音人的发音稳定性是导致识别率下降的重要原因.
- 李余芳苏洁胡文君潘文林
- 关键词:HTKVITERBI算法普米语HMM语音识别
- 基于Kaldi的普米语语音识别被引量:12
- 2018年
- 为提高普米语语音识别系统的性能,引入深度学习模型进行普米语语音识别,该模型是一个高容量复杂的网络模型。以Kaldi语音识别工具包为实验平台,分别训练5种不同的声学模型,且这5种模型中包含一个有4隐层的深度神经网络模型。比较不同声学模型得到的语音识别率发现,G-DNN模型比Monophone模型的语音识别率平均提升49.8%。实验结果表明,当增加训练集的普米语语音语料量时,基于深度学习的普米语语音识别率会提升,而基于深度学习的普米语语音识别系统的鲁棒性比其余4个声学模型的普米语语音识别系统的鲁棒性更强。
- 胡文君傅美君潘文林
- 关键词:普米语语音识别鲁棒性
- 基于CUDA的智能电网谐波的检测与监控
- 2023年
- 为了获得更快的处理响应和稳定性,并向用户提供有关电能质量(损耗、谐波、断电、稳态和瞬态事件)的信息,自主检测单元对于智能电网的发展是至关重要的。论文介绍了一种基于CUDA的新型智能电网谐波实时分析系统,图形处理器(Graphics Processing Unit,GPU)作为高性能并行计算机实现对电网的仿真、分析、可视化及优化控制。在此基础上设计了一种利用优化窗插值快速傅里叶FFT算法,通过CUDA实现并行化计算,从而实现对电网谐波的检测。考虑到FFT算法在检测电网谐波时会由于周期截断产生一定的检测误差,论文提出了一种基于遗传算法的组合预选函数最为插值优化窗。最后通过仿真验证了论文的设计策略的正确性。
- 赵从杰潘文林
- 关键词:电网谐波检测CUDA遗传算法
- 基于common logic的UML类图形式化及验证被引量:1
- 2015年
- 统一建模语言(UML)是目前广泛使用的一种面向对象建模语言,其图形化,半形式化的特点,使其缺乏精确的语义描述,模型之间容易出现不一致问题,因此,UML类图的形式化问题尤为重要.common logic是一阶逻辑的一个特殊拓展,语法简洁,无符号,易读易掌握易使用,语义精确,满足一阶模型理论,相较于其它逻辑语言,更适合UML类图进行形式化规约.因此,提出采用common logic对UML类图进行形式化,得到形式化的语义规约,并对实例模型进行一致性验证.
- 郭雨婷潘文林江涛
- 关键词:COMMONLOGICUML类图形式化
- HTK参数对普米语孤立词识别率的影响被引量:4
- 2015年
- 普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.
- 苏洁李余芳郭琳刘敬凤潘文林
- 关键词:HTK普米语孤立词MFCCHMMGMM
- 基于元度量学习的低资源语音识别被引量:2
- 2021年
- 随着大数据及设备超强运算能力的出现,语音识别系统的性能得到了大幅提升.但在低资源语音识别研究中,由于缺乏足够的训练数据,模型很容易出现过拟合、识别精度低等问题.为此,提出了采用元度量学习方法来解决低资源环境下的语音难识别问题,该方法是先将大量类似且不相交的任务用于模型训练,让模型从中学会如何比较样本相似性;最后再在新任务中通过计算样本的相似度来识别未知样本.实验表明:元度量学习方法能够有效避免模型过拟合、提升模型泛化能力,实验在低资源语言(佤语和普米语)孤立词语音识别中均取得了显著的识别效果.
- 侯俊龙潘文林
- 关键词:语音识别孤立词