国家自然科学基金(61273268)

作品数：4被引量：16H指数：2
导出分析报告
相关作者：刘加蔡猛田垚何亮钱彦旻更多>>
相关机构：清华大学中国科学院大学中国科学院电子学研究所更多>>
相关期刊：《清华大学学报（自然科学版）》《自动化学报》更多>>
相关主题：MLP说话人识别系统说话人识别神经网络BOTTLENECK更多>>
相关领域：电子电信自动化与计算机技术更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度神经网络和Bottleneck特征的说话人识别系统被引量：13
《清华大学学报（自然科学版）》2016年第11期1143-1148,共6页田垚 蔡猛 何亮 刘加 
国家自然科学基金资助项目(61273268,61370034,61403224)
近来,一种结合语音识别中深度神经网络（deep neural network,DNN）模型和说话人识别中身份认证矢量（identity vector,i-vector）模型的方法被证明对说话人识别十分有效。为了进一步提升系统性能,该文提出使用基于说话人标签的DNN模型...
关键词：说话人识别 深度神经网络 Bottleneck特征 
基于JSM和MLP改进发音错误检测的方法被引量：1
《自动化学报》2014年第12期2815-2823,共9页袁桦 史永哲 赵军红 刘加 
国家自然科学基金(61370034,61005019,61273268,61105017)资助~~
针对发音错误检测的发音字典生成提出基于联合序列多阶模型(Joint-sequence multi-gram,JSM)和多层神经感知(Multi-layer perception,MLP)的方法.首先使用JSM模型对发音错误进行建模,将标准发音和错误发音组合为发音对,表示它们之间的...
关键词：发音错误检测 联合序列多阶模型 多层神经感知 计算机辅助语言学习 
Exploiting articulatory features for pitch accent detection
《Journal of Zhejiang University-Science C(Computers and Electronics)》2013年第11期835-844,共10页Junhong ZHAO Ji XU Wei-qiang ZHANG Hua YUAN Jia LIU Shanhong XIA 
Project(Nos.61370034,61273268,and 61005019) supported by the National Natural Science Foundation of China
Articulatory features describe how articulators are involved in making sounds.Speakers often use a more exaggerated way to pronounce accented phonemes,so articulatory features can be helpful in pitch accent detection....
关键词：Articulatory features Pitch accent detection PROSODY Computer-aided language learning(CALL) Multi-layer perceptron(MLP) 
低数据资源条件下基于优化的数据选择策略的无监督语音识别声学建模被引量：2
《清华大学学报（自然科学版）》2013年第7期1001-1004,1010,共5页钱彦旻 刘加 
国家自然科学基金资助项目(60931160443,61273268,90920302);国家科技支撑计划项目(2009BAH41B01)
为了克服低数据资源条件下的资源匮乏问题,该文利用无监督的声学模型训练方法来增加训练数据,改善系统性能。在标准的无监督训练框架下,在传统词图后验概率的词置信度基础上,提出了基于句子后验概率的置信度数据筛选准则,所选数据在保...
关键词：语音识别 低数据资源 无监督训练 数据选择 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部