您的位置: 专家智库 > >

杨晓昊

作品数:2 被引量:9H指数:1
供职机构:清华大学电子工程系更多>>
发文基金:北京市自然科学基金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

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 1篇对话管理
  • 1篇语义
  • 1篇语义理解
  • 1篇语音
  • 1篇语音识别
  • 1篇语音识别系统
  • 1篇声学模型
  • 1篇声学特征
  • 1篇网络
  • 1篇口语对话系统
  • 1篇混淆网络
  • 1篇SG
  • 1篇BOTTLE...

机构

  • 2篇清华大学
  • 2篇中国科学院电...
  • 2篇中国科学院大...

作者

  • 2篇陈振锋
  • 2篇夏善红
  • 2篇刘加
  • 2篇杨晓昊
  • 1篇田垚
  • 1篇蔡猛

传媒

  • 2篇中国科学院大...

年份

  • 2篇2015
2 条 记 录,以下是 1-2
排序方式:
航班预定口语对话系统的设计与实现
2015年
介绍一个航班预定口语对话系统的设计与实现,该系统允许用户通过普通话进行航班信息查询与预定.重点介绍口语对话系统中的口语语言理解.为了克服语音识别引入的识别错误导致语义理解错误的问题,提出基于词混淆网络的两阶段中文口语语言理解方法:首先从词混淆网络中选择N元文法作为分类特征,进行主题分类,并通过语义分类模型解析获取对应的语义树结构;然后利用基于规则的语义槽填充器抽取相应的语义槽属性-值.该方法是数据驱动的,训练数据的标记比较容易.实验在汉语航班预定领域进行,结果表明,在语音识别字错误率很高的情况下,该方法比传统的基于语法规则的语言理解方法更加鲁棒,在语义理解正确率方面有明显改善.
陈振锋杨晓昊吴蔚澜刘加夏善红
关键词:口语对话系统语义理解对话管理
低数据资源条件下基于Bottleneck特征与SGMM模型的语音识别系统被引量:9
2015年
语音识别系统需要大量有标注训练数据,在低数据资源条件下的识别性能往往不理想.针对数据匮乏问题,本文先研究子空间高斯混合声学模型通过参数共享减少待估计的参数规模,并使用基于最大互信息准则的区分型训练技术提高识别精度;而后在特征层面应用基于深度神经网络的Bottleneck特征来达到特征提取和降维的目的;最后将上述研究成果结合并构建了低资源条件下的语音识别系统.在国际标准的Open KWS 2013数据库上的实验结果表明,本文的技术能够有效改善低资源条件下的系统识别性能,相比基线系统有12%左右的词错误率降低.
吴蔚澜蔡猛田垚杨晓昊陈振锋刘加夏善红
关键词:语音识别声学模型声学特征
共1页<1>
聚类工具0