期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多带HMM和神经网络融合的语音识别方法的信道鲁棒性 被引量:1
1
作者 姚志强 戴蓓倩 +1 位作者 李辉 黄伟 《计算机工程与应用》 CSCD 北大核心 2004年第1期71-73,82,共4页
对于基于HMM的语音识别系统,由于训练和测试环境(背景噪声。语音传输信道Microphone等)的失配将会造成识别性能的严重下降。根据人类的听觉感知机理,该文针对语音传输信道失配问题,提出了一种基于多带HMM的系统结构,有若干个子带系统和... 对于基于HMM的语音识别系统,由于训练和测试环境(背景噪声。语音传输信道Microphone等)的失配将会造成识别性能的严重下降。根据人类的听觉感知机理,该文针对语音传输信道失配问题,提出了一种基于多带HMM的系统结构,有若干个子带系统和一个全频带子系统组成,并采用神经网络对个子系统的输出进行后端融合及判决。实验表明,这种方法可以有效地提高识别系统的信道鲁棒性。 展开更多
关键词 信道失配 子带HMM 神经网络融合 信道鲁棒性
在线阅读 下载PDF
基于生成式模型的新型机器语义通信方法研究
2
作者 承楠 王秀程 沈学民 《中兴通讯技术》 北大核心 2025年第4期41-47,共7页
创新性地提出了一种基于隐扩散模型(LDM)的语义通信架构,能够利用预训练生成模型实现无需重新训练的语义特征还原。借助LDM固有的去噪能力,该架构在面对信道噪声扰动和分布外输入时,依然能够保持稳定的重构性能。此外,该架构支持灵活集... 创新性地提出了一种基于隐扩散模型(LDM)的语义通信架构,能够利用预训练生成模型实现无需重新训练的语义特征还原。借助LDM固有的去噪能力,该架构在面对信道噪声扰动和分布外输入时,依然能够保持稳定的重构性能。此外,该架构支持灵活集成外部大模型资源,显著提升了语义通信系统的演进能力。在大规模图像数据集上的实验结果表明,该方法在低信噪比(SNR)条件下仍具有优异的图像恢复与语义保真能力,尤其在基于学习的感知相似度等语义指标上显著优于现有主流方法。本研究为资源受限设备的机器语义通信提供了全新思路,具有良好的实用性与推广潜力。 展开更多
关键词 语义通信 隐扩散模型 机器通信 机器视觉 信道鲁棒性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部