云南高校图书馆联盟文献共享服务平台- 国家自然科学基金(61271426)

国家自然科学基金(61271426): 作品数：14被引量：31H指数：4; 导出分析报告; 相关作者：颜永红许春冬李军锋应冬文张震更多>>; 相关机构：中国科学院北京理工大学江西理工大学国家互联网应急中心更多>>; 相关期刊：《清华大学学报（自然科学版）》《Journal of Beijing Institute of Technology》《Chinese Journal of Acoustics》《Chinese Journal of Electronics》更多>>; 相关主题：序贯语音增强DNN神经网络语音识别更多>>; 相关领域：电子电信医药卫生更多>>

面向语音增强的约束序贯高斯混合模型噪声功率谱估计被引量：7: 《声学学报》2017年第5期633-640,共8页许春冬张震战鸽应冬文李军锋颜永红; 江西省教育厅科技项目(GJJ150681);江西理工大学自然科学基金项目(NSFJ2015-G21);国家重点基础研究发展计划项目(2013CB329302);国家自然科学基金项目(61271426,10925419,90920302,61072124,11074275,11161140319,91120001);中国科学院战略性先导科技专项(XDA06030100,XDA06030500);中国科学院重点部署项目(KGZD-EW-103-2)资助; 提出了一种基于极大似然的噪声对数功率谱估计方法,采用高斯混合模型对每一个频带上的功率谱包络构建统计模型,将时序包络划分为语音和非语音类,它们分别对应于高斯混合模型的两个高斯分量,描述语音和非语音的统计分布,其中非语音高斯...; 关键词：高斯混合模型噪声功率谱功率谱估计语音增强序贯最小描述长度准则极大似然准则语音信号

PLF Optimization for Target Language Detection: 《Chinese Journal of Electronics》2017年第1期118-121,共4页ZHANG Jian YUAN Qingsheng BAO Xiuguo ZHOU Ruohua YAN Yonghong; supported by the National Natural Science Foundation of China(No.11161140319,No.91120001,No.61271426);the Strategic Priority Research Program of the Chinese Academy of Sciences(No.XDA06030100,No.XDA06030500);the National High Technology Research and Development Program of China(No.2012AA012503);the Chinese Academy of Sciences Priority Deployment Project(No.KGZD-EW-103-2); The objective of traditional feature studies in Spoken language recognition(SLR) is extracting the linguistic discrimination between each language. However,applications of security area always interested in a particul...; 关键词：Spoken language recognition Target language detection Weighted phone log-posteriors F-Ratio

基于NMF和FCRF的单通道语音分离被引量：1: 《清华大学学报（自然科学版）》2017年第1期84-88,共5页李煦屠明吴超国雁萌纳跃跃付强颜永红; 国家自然科学基金资助项目(11461141004,91120001,61271426);中国科学院战略性先导科技专项(XDA06030100,XDA06030500);国家“八六三”高技术项目(2012AA012503);中科院重点部署项目(KGZD-EW-103-2); 近年来,非负矩阵分解(non-negative matrix factorization,NMF)被广泛应用于单通道语音分离问题。然而,标准的NMF算法假设语音的相邻帧之间是相互独立的,不能表征语音信号的时间连续性信息。为此,该文提出了一种基于NMF和因子条件随机场...; 关键词：单通道语音分离因子条件随机场非负矩阵分解 K均值聚类

A General Bayesian Model for Speaker Verification被引量：1: 《Chinese Journal of Electronics》2016年第6期1045-1051,共7页XU Yunfei YANG Hai YANG Lin ZHOU Ruohua YAN Yonghong; supported by the National Natural Science Foundation of China(No.11161140319,No.91120001,No.61271426);the Strategic Priority Research Program of the Chinese Academy of Sciences(No.XDA06030100,No.XDA06030500);the National 863 Program(No.2012AA012503);the CAS Priority Deployment Project(No.KGZD-EW-103-2); This paper presents a general Bayesian model for speaker verification tasks. It is a generative probability model. Due to its simple analytical property, a computationally efficient expectation-maximization algorithm ...; 关键词：Bayesian model Speaker verification I-Vector

A Robust Step-Size Control Technique Based on Proportionate Constraints on Filter Update for Acoustic Echo Cancellation: 《Chinese Journal of Electronics》2016年第4期692-699,共8页WU Chao JIANG Kaiyu WANG Xiaofei GUO Yanmeng FU Qiang YAN Yonghong; supported by the National Natural Science Foundation of China(No.11161140319,No.91120001,No.61271426);the Strategic Priority Research Program of the Chinese Academy of Sciences(No.XDA06030100,No.XDA06030500);the National High Technology Research and Development Program of China (863 Program)(No.2012AA012503);the CAS Priority Deployment Project(No.KGZD-EW-103-2); One of the main difficulties in Acoustic echo cancellation(AEC) is that the filter adaptation needs to vary according to different situations such as near-end interferences and echo path changes.In this paper,we propo...; 关键词：Acoustic echo cancellation（AEC） Stepsize control Proportionate constraints Robust filtering

基于SVD的DNN裁剪方法和重训练被引量：3: 《清华大学学报（自然科学版）》2016年第7期772-776,共5页邢安昊张鹏远潘接林颜永红; 国家自然科学基金资助项目(11461141004,91120001,61271426);国家“八六三”高技术项目(2012AA012503);中国科学院战略性先导科技专项(XDA06030100,XDA06030500);中国科学院重点部署项目(KGZD-EW-103-2); 深层神经网络(DNN)的参数量巨大,限制了其在一些计算资源受限或是注重速度的应用场景中的应用。为了降低DNN参数量,有学者提出利用奇异值分解(SVD)对DNN进行裁剪,然而其方法缺乏自适应性,因为它会从所有隐层裁减掉同样数量的奇异值。该...; 关键词：语音识别深层神经网络(DNN) 奇异值分解(SVD)

Speech Enhancement Using Multi-channel Post-Filtering with Modified Signal Presence Probability in Reverberant Environment被引量：3: 《Chinese Journal of Electronics》2016年第3期512-519,共8页WANG Xiaofei GUO Yanmeng FU Qiang YAN Yonghong; supported by the National Natural Science Foundation of China(No.11161140319,No.91120001,No.61271426);the Strategic Priority Research Program of the Chinese Academy of Sciences(No.XDA06030100,No.XDA06030500);the National High Technology Research and Development Program of China(863 Program)(No.2012AA012503);the Chinese Academy of Sciences Priority Deployment Project(No.KGZD-EW-103-2); In this paper, a multi-channel post-filtering approach in reverberant environment based on detection and estimation scheme is presented. A modified Signal presence probability(SPP), which is in consideration of reverb...; 关键词：Speech enhancement Multi-channel post-filtering Reverberation robust Signal detection

基于DNN的声学模型自适应实验被引量：5: 《天津大学学报（自然科学与工程技术版）》2015年第9期765-770,共6页张宇计哲万辛张震葛凤培颜永红; 国家高技术研究发展计划(863计划)资助项目(2012AA012503);中国科学院战略性先导科技专项(XDA06030100,XDA 06030500);国家自然科学基金资助项目(11461141004,91120001,61271426);中科院重点部署资助项目(KYGD-EW-103-2); 声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题.基于深度神经网络(DNN)模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下.文章针对领域相关...; 关键词：声学模型自适应语音识别深度神经网络

HMM-based noise estimator for speech enhancement: 《Journal of Beijing Institute of Technology》2014年第4期549-556,共8页许春冬夏日升应冬文李军锋颜永红; Supported by the National Key Basic Research Program of China(2013CB329302);the National Natural Science Foundation of China(61271426,10925419,90920302,61072124,11074275,11161140319,91120001);the Strategic Priority Research Program of the Chinese Academy of Sciences(XDA06030100,XDA06030500);the National "863" Program(2012AA012503);the CAS Priority Deployment Project(KGZD-EW-103-2);Jiangxi Provincial Department of Education Science and Technology Project(GJJ13426); A noise estimator was presented in this paper by modeling the log-power sequence with hidden Markov model （HMM）. The smoothing factor of this estimator was motivated by the speech presence probability at each freque...; 关键词：noise estimation hidden markov model CONSTRAINTS first-order recursive process speech enhancement

面向语音增强的序贯隐马尔可夫模型时频语音存在概率估计被引量：6: 《声学学报》2014年第5期647-654,共8页许春冬夏日升应冬文李军锋; 国家重点基础研究发展计划(2013CB329302);国家自然科学基金(61271426,10925419,90920302,61072124,11074275,11161140319,91120001);中国科学院战略性先导科技专项(面向感知中国的新一代信息技术研究,XDA06030100,XDA06030500);国家863计划(2012AA012503);中国科学院重点部署项目(KGZD-EW-103-2);江西省教育厅科技项目(GJJ13426)资助; 语音存在概率的估计是语音增强的核心技术之一,针对传统的存在概率估计方法是启发式的,没有把存在概率的估计统一到一个理论框架之中,不能保证估计最优,提出了一种基于序贯隐马尔可夫模型(SHMM)的存在概率估计方法,在每一子带上构建一个...; 关键词：隐马尔可夫模型概率估计语音增强序贯 HMM算法时频估计方法极大似然准则

高级检索 检索式检索

时间限定

期刊范围

学科限定全选

高级检索 检索式检索

时间限定

期刊范围

学科限定全选

国家自然科学基金(61271426)

检索结果分析

下载全文

高级检索检索式检索

时间限定

期刊范围

学科限定全选

高级检索 检索式检索

时间限定

期刊范围

学科限定全选

国家自然科学基金(61271426)

检索结果分析

下载全文

用户登录

高级检索检索式检索