期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于隐马尔可夫模型与并行模型组合的特征补偿算法
被引量：
4
1
作者
吕勇
吴镇扬
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第5期889-893,共5页
提出了一种基于隐马尔可夫模型和并行模型组合的特征补偿算法.首先,利用一个包含较多状态的隐马尔可夫模型来描述全部单词特征向量的分布.然后,根据静音段估计的噪声均值和方差,采用并行模型组合方法调整隐马尔可夫模型的均值向量和协...
提出了一种基于隐马尔可夫模型和并行模型组合的特征补偿算法.首先,利用一个包含较多状态的隐马尔可夫模型来描述全部单词特征向量的分布.然后,根据静音段估计的噪声均值和方差,采用并行模型组合方法调整隐马尔可夫模型的均值向量和协方差矩阵,使之与识别环境相匹配.最后,根据基于状态转移矩阵压缩的前向后向算法计算隐马尔可夫模型的后验概率,并通过最小均方误差准则估计纯净语音特征向量.实验结果表明,该算法能够更加准确地估计纯净语音特征向量,其性能明显优于基于高斯混合模型的特征补偿算法;状态转移矩阵压缩算法可以在不影响补偿精度的前提下,显著减少前向后向算法的计算量.
展开更多
关键词
语音识别
特征补偿
隐马尔可夫
模型
并行模型组合
在线阅读
下载PDF
职称材料
自适应并行模型组合的鲁棒语音身份识别算法
被引量：
6
2
作者
李聪
葛洪伟
《信号处理》
CSCD
北大核心
2018年第7期867-875,共9页
由于环境噪声的影响,实际应用中说话人识别系统性能会出现急剧下降。提出了一种基于高斯混合模型-通用背景模型和自适应并行模型组合的鲁棒性语音身份识别方法。自适应并行模型组合是一种噪声鲁棒性的特征补偿算法,能够有效减少训练环...
由于环境噪声的影响,实际应用中说话人识别系统性能会出现急剧下降。提出了一种基于高斯混合模型-通用背景模型和自适应并行模型组合的鲁棒性语音身份识别方法。自适应并行模型组合是一种噪声鲁棒性的特征补偿算法,能够有效减少训练环境与测试环境之间的不匹配现象,从而提高系统识别准确率和抗噪性能。首先,算法从测试语音中估计出噪声特征,然后用一个单高斯模型对噪声特征进行拟合得到噪声均值和协方差。最后,根据得出的噪声均值和协方差,调整训练好的高斯混合模型均值向量和协方差矩阵,使其尽可能地匹配测试环境。实验结果表明,该方法可以准确地重构干净语音的高斯混合模型参数,并且能够显著提高说话人识别的准确率,特别是在低信噪比情况下。
展开更多
关键词
说话人识别
特征补偿
并行模型组合
高斯混合
模型
-通用背景
模型
噪声
在线阅读
下载PDF
职称材料
战场环境下的军事命令识别技术
被引量：
2
3
作者
路建伟
丁庆海
+1 位作者
朱雪平
熊刚
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2002年第4期438-441,445,共5页
由于战场使用环境的特殊性 ,环境噪声成为军事命令语音识别技术实用化的一个主要障碍。该文利用模型补偿技术 ,对噪声环境下的军事命令语音识别进行探索。重点研究噪声环境下的并行模型组合算法 (PMC) ,详细论述其原理以及在噪声环境下...
由于战场使用环境的特殊性 ,环境噪声成为军事命令语音识别技术实用化的一个主要障碍。该文利用模型补偿技术 ,对噪声环境下的军事命令语音识别进行探索。重点研究噪声环境下的并行模型组合算法 (PMC) ,详细论述其原理以及在噪声环境下的语音识别中的应用。实验使用了 4 8个高炮射击口令 ,分别在 3种不同噪声、不同信噪比条件下对该方法进行识别率测试 ,结果表明 。
展开更多
关键词
战场环境
军事命令
并行模型组合
算法
语音识别
噪音环境
在线阅读
下载PDF
职称材料
题名
基于隐马尔可夫模型与并行模型组合的特征补偿算法
被引量：
4
1
作者
吕勇
吴镇扬
机构
东南大学信息科学与工程学院
出处
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第5期889-893,共5页
基金
国家重大基础研究发展计划(973计划)资助项目(2002CB312102)
国家自然科学基金资助项目(60672094)
文摘
提出了一种基于隐马尔可夫模型和并行模型组合的特征补偿算法.首先,利用一个包含较多状态的隐马尔可夫模型来描述全部单词特征向量的分布.然后,根据静音段估计的噪声均值和方差,采用并行模型组合方法调整隐马尔可夫模型的均值向量和协方差矩阵,使之与识别环境相匹配.最后,根据基于状态转移矩阵压缩的前向后向算法计算隐马尔可夫模型的后验概率,并通过最小均方误差准则估计纯净语音特征向量.实验结果表明,该算法能够更加准确地估计纯净语音特征向量,其性能明显优于基于高斯混合模型的特征补偿算法;状态转移矩阵压缩算法可以在不影响补偿精度的前提下,显著减少前向后向算法的计算量.
关键词
语音识别
特征补偿
隐马尔可夫
模型
并行模型组合
Keywords
speech recognition
feature compensation
hidden Markov model
parallel model combination
分类号
TN912.34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
自适应并行模型组合的鲁棒语音身份识别算法
被引量：
6
2
作者
李聪
葛洪伟
机构
江南大学轻工过程先进控制教育部重点实验室
江南大学物联网工程学院
出处
《信号处理》
CSCD
北大核心
2018年第7期867-875,共9页
基金
江苏省普通高校研究生科研创新计划项目(KYLX16_0781
KYLX16_0782)
江苏高校优势学科建设工程资助项目(PAPD)
文摘
由于环境噪声的影响,实际应用中说话人识别系统性能会出现急剧下降。提出了一种基于高斯混合模型-通用背景模型和自适应并行模型组合的鲁棒性语音身份识别方法。自适应并行模型组合是一种噪声鲁棒性的特征补偿算法,能够有效减少训练环境与测试环境之间的不匹配现象,从而提高系统识别准确率和抗噪性能。首先,算法从测试语音中估计出噪声特征,然后用一个单高斯模型对噪声特征进行拟合得到噪声均值和协方差。最后,根据得出的噪声均值和协方差,调整训练好的高斯混合模型均值向量和协方差矩阵,使其尽可能地匹配测试环境。实验结果表明,该方法可以准确地重构干净语音的高斯混合模型参数,并且能够显著提高说话人识别的准确率,特别是在低信噪比情况下。
关键词
说话人识别
特征补偿
并行模型组合
高斯混合
模型
-通用背景
模型
噪声
Keywords
speaker recognition
feature compensation
parallel model combination(PMC)
Gaussian mixture model-universal background model(GMM-UBM)
noise
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
战场环境下的军事命令识别技术
被引量：
2
3
作者
路建伟
丁庆海
朱雪平
熊刚
机构
郑州防空兵学院科研部
空军第八研究所
南京理工大学电子工程与光电技术学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2002年第4期438-441,445,共5页
文摘
由于战场使用环境的特殊性 ,环境噪声成为军事命令语音识别技术实用化的一个主要障碍。该文利用模型补偿技术 ,对噪声环境下的军事命令语音识别进行探索。重点研究噪声环境下的并行模型组合算法 (PMC) ,详细论述其原理以及在噪声环境下的语音识别中的应用。实验使用了 4 8个高炮射击口令 ,分别在 3种不同噪声、不同信噪比条件下对该方法进行识别率测试 ,结果表明 。
关键词
战场环境
军事命令
并行模型组合
算法
语音识别
噪音环境
Keywords
military order,parallel model combination,combinations method,speech recognition
分类号
TN912.34 [电子电信—通信与信息系统]
E07 [军事—军事理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于隐马尔可夫模型与并行模型组合的特征补偿算法
吕勇
吴镇扬
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009
4
在线阅读
下载PDF
职称材料
2
自适应并行模型组合的鲁棒语音身份识别算法
李聪
葛洪伟
《信号处理》
CSCD
北大核心
2018
6
在线阅读
下载PDF
职称材料
3
战场环境下的军事命令识别技术
路建伟
丁庆海
朱雪平
熊刚
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2002
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
