您的位置： 专家智库 > >

徐海华

作品数：3 被引量：18H指数：2
供职机构：南洋理工大学更多>>
发文基金：国家自然科学基金福建省科技重大专项更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇语音
  • 2篇声学模型
  • 1篇动态时间规整
  • 1篇语言
  • 1篇语音合成
  • 1篇语音合成系统
  • 1篇语音识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇声学特征
  • 1篇维吾尔
  • 1篇维吾尔语
  • 1篇基元
  • 1篇关键词检出
  • 1篇DTW

机构

  • 3篇南洋理工大学
  • 1篇福州大学
  • 1篇西北工业大学
  • 1篇新疆大学

作者

  • 3篇徐海华
  • 1篇魏云龙
  • 1篇潘林
  • 1篇谢磊
  • 1篇黄浩
  • 1篇杨鹏
  • 1篇肖雄
  • 1篇吕航
  • 1篇李海洲

传媒

  • 1篇清华大学学报...
  • 1篇计算机工程
  • 1篇计算机工程与...

年份

  • 2篇2018
  • 1篇2017
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
混合单元选择语音合成系统的目标代价构建被引量：1
2018年
合成语音的基元是通过最小化目标代价和拼接代价来选取。由于拼接基元涉及复杂的语言学、声学特性,如何选择能准确描述基元信息的声学特征(或语言学特征)并构建相应目标代价是提高合成语音质量的关键。从声学特征和声学模型两个方面对目标代价构建进行了探究。实验结果表明,经过相似语料训练后微调的深度声学网络模型,预测的瓶颈特征更能表征拼接基元特性,从而指导目标代价筛选理想候选单元,提高合成语音的质量。
蔡文彬魏云龙徐海华潘林
关键词：语音合成声学特征声学模型
基于DTW的语音关键词检出被引量：11
2017年
针对少资源语言的语音关键词检出技术受到了广泛关注。该文在基于动态时间规整(dynamic time warping,DTW)的关键词检出框架下,提出了基于音素边界的局部匹配策略,用以解决基于样例的语音关键词检出任务中的近似查询问题。在QUESST 2014评测数据上采用多种特征进行了实验验证。实验结果显示:基于音素边界的局部匹配策略不仅在近似查询T2和T3任务上的检出效果明显提升,在精确查询T1任务上也获得了有效提升。随后的系统融合实验表明,该策略能够大幅提升融合系统的性能。
侯靖勇谢磊杨鹏肖雄梁祥智徐海华王磊吕航马斌CHNG EngSiong李海洲
关键词：动态时间规整
基于迁移学习的低资源度维吾尔语语音识别被引量：6
2018年
语音识别中通常需要用较大的数据量来训练声学模型,而使用资源匮乏的维吾尔语数据训练的深度神经网络声学模型性能较差。针对该问题,根据深度神经网络模型能够进行迁移学习的特点,提出用少量维吾尔语数据重新训练由其他资源丰富语料训练而成的基础声学模型,从而构建一个性能更好的维吾尔语声学模型。实验结果表明,相比于基线系统迁移学习的训练方法,该方法能够显著提高维吾尔语的语音识别率。
王俊超黄浩徐海华胡英
关键词：语音识别声学模型维吾尔语
全选 清除 导出
共1页<1>
聚类工具0