2024年12月14日
星期六
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
黄光许
作品数:
1
被引量:21
H指数:1
供职机构:
中国科学院电子学研究所
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
康健
清华大学电子工程系
刘加
清华大学电子工程系
夏善红
中国科学院电子学研究所
田垚
清华大学电子工程系
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
递归神经
1篇
递归神经网络
1篇
语音
1篇
语音识别
1篇
语音识别系统
1篇
身份认证
1篇
神经网
1篇
神经网络
1篇
矢量
机构
1篇
清华大学
1篇
中国科学院电...
1篇
中国科学院大...
作者
1篇
田垚
1篇
夏善红
1篇
刘加
1篇
黄光许
1篇
康健
传媒
1篇
计算机应用研...
年份
1篇
2017
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
低资源条件下基于i-vector特征的LSTM递归神经网络语音识别系统
被引量:21
2017年
在低资源条件下,由于带标注训练数据较少,搭建的语音识别系统性能往往不甚理想。针对此问题,首先在声学模型上研究了长短时记忆(LSTM)递归神经网络,通过对长序列进行建模来充分挖掘上下文信息,并且引入线性投影层减小模型参数;然后研究了在特征空间中对说话人进行建模的技术,提取出能有效反映说话人和信道信息的身份认证矢量(i-vector);最后将上述研究结合构建了基于i-vector特征的LSTM递归神经网络系统。在Open KWS 2013标准数据集上进行实验,结果表明该技术相比于深度神经网络基线系统有相对10%的字节错误率降低。
黄光许
田垚
康健
刘加
夏善红
关键词:
语音识别
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张