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Group-Res2Block的智能合成语音说话人确认方法
1
作者
李菲
苏兆品
+2 位作者
王年松
杨波
张国富
《应用科学学报》
CAS
CSCD
北大核心
2024年第4期709-722,共14页
针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的...
针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的分组,以增强说话人局部特征的上下文联系;其次,设计了并行结构的多尺度通道注意力特征融合机制,利用不同大小卷积核实现同一层级的特征在通道维度的特征选择,以获取更具表现力的说话人特征,避免信息冗余;最后,设计了串行结构的多尺度层注意力特征融合机制,构建层结构,将深浅层特征整体进行融合并赋予不同权重,以获取最优的特征表达。为验证所提出特征提取网络的有效性,构建了中英文两种智能合成语音数据集进行消融实验和对比实验。结果表明本文方法在该任务的评价指标精确度(accuracy,ACC)、等错误率(equal error rate,EER)和最小检测代价函数(minimum detection cost function,minDCF)上是最优的。此外,通过对模型泛化性能进行测试,验证了本文方法对未知智能语音算法的适用性。
展开更多
关键词
说话人确认
智能合成语音
Group-
res2block
深度神经网络
多尺度特征
注意力机制
在线阅读
下载PDF
职称材料
改进YOLOv7的航拍图像目标检测
被引量：
3
2
作者
崔丽群
曹华维
《计算机工程与应用》
CSCD
北大核心
2024年第20期189-197,共9页
针对无人机航拍图像中尺度变化、小目标且密集遮挡情况导致检测精度降低的问题,提出一种改进YOLOv7的航拍图像目标检测算法。设计一种联合动态卷积的加权采样模块,从多个维度捕捉特征,提高模型特征提取能力;增加浅层特征检测头,保留更...
针对无人机航拍图像中尺度变化、小目标且密集遮挡情况导致检测精度降低的问题,提出一种改进YOLOv7的航拍图像目标检测算法。设计一种联合动态卷积的加权采样模块,从多个维度捕捉特征,提高模型特征提取能力;增加浅层特征检测头,保留更多的细节信息,增强对小目标特征的利用能力;在特征融合部分构建一种具有残差结构的多尺度特征聚合模块(C2-Res2Block),使模型融合丰富的多尺度信息。使用MPDIoU度量替换传统IOU计算边界回归损失,提高模型对密集遮挡目标的定位能力。通过在无人机航拍数据集VisDrone2019上进行实验表明,改进后的算法较原模型mAP@0.5提高了4.3个百分点,mAP@0.5:0.95提高了2.4个百分点,参数量减少了6.81×106,与目前主流的目标检测算法相比也取得更高的检测精度,有效提高了对无人机航拍图像的检测精度,并明显改善对航拍目标的误检和漏检情况。
展开更多
关键词
目标检测
YOLOv7
动态卷积
检测头
C2-
res2block
MPDIoU
在线阅读
下载PDF
职称材料
基于局部和全局特征提取及多级特征聚合的中文方言识别模型
3
作者
孟一凡
陈宁
李泓锴
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第6期898-904,共7页
与其他语种的方言相比,中文方言种类较多,且方言类间差异小,类内差异大,因此中文方言识别极具挑战性。考虑到中文方言间的差异性可能体现在语音的局部(短时)特性上,也可能体现在语音的全局(长时)特性上,同时还可能反映在语音不同层级的...
与其他语种的方言相比,中文方言种类较多,且方言类间差异小,类内差异大,因此中文方言识别极具挑战性。考虑到中文方言间的差异性可能体现在语音的局部(短时)特性上,也可能体现在语音的全局(长时)特性上,同时还可能反映在语音不同层级的特性上,本文提出一种融合语音局部和全局特征提取以及多级特征聚合的中文方言识别模型。首先通过Res2Block提取语音的局部特征,然后利用Conformer提取语音的全局特征,最后通过将多个Conformer级联输出进行多层级特征的聚合。跨域和非跨域的实验结果表明,该模型取得了比基线模型更高的识别准确率。
展开更多
关键词
CONFORMER
方言识别
多层级特征聚合
res2block
注意力统计池化
在线阅读
下载PDF
职称材料
题名
基于Group-Res2Block的智能合成语音说话人确认方法
1
作者
李菲
苏兆品
王年松
杨波
张国富
机构
合肥工业大学计算机与信息学院
合肥工业大学工业安全与应急技术安徽省重点实验室
安徽省公安厅物证鉴定管理处
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第4期709-722,共14页
基金
安徽省重点研究与开发计划(No.202004d07020011,No.202104d07020001)
广东省类脑智能计算重点实验室开放课题(No.GBL202117)
中央高校基本科研业务费专项资金项目(No.PA2021GDSK0073,No.PA2021GDSK0074,No.PA2022GDSK0037)资助。
文摘
针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的分组,以增强说话人局部特征的上下文联系;其次,设计了并行结构的多尺度通道注意力特征融合机制,利用不同大小卷积核实现同一层级的特征在通道维度的特征选择,以获取更具表现力的说话人特征,避免信息冗余;最后,设计了串行结构的多尺度层注意力特征融合机制,构建层结构,将深浅层特征整体进行融合并赋予不同权重,以获取最优的特征表达。为验证所提出特征提取网络的有效性,构建了中英文两种智能合成语音数据集进行消融实验和对比实验。结果表明本文方法在该任务的评价指标精确度(accuracy,ACC)、等错误率(equal error rate,EER)和最小检测代价函数(minimum detection cost function,minDCF)上是最优的。此外,通过对模型泛化性能进行测试,验证了本文方法对未知智能语音算法的适用性。
关键词
说话人确认
智能合成语音
Group-
res2block
深度神经网络
多尺度特征
注意力机制
Keywords
speaker verification
intelligent voice synthesis
Group-
res2block
deep neural network
multi-scale features
attention mechanism
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
改进YOLOv7的航拍图像目标检测
被引量：
3
2
作者
崔丽群
曹华维
机构
辽宁工程技术大学软件学院
出处
《计算机工程与应用》
CSCD
北大核心
2024年第20期189-197,共9页
基金
辽宁省高等学校基本科研项目(LJKMZ20220699)。
文摘
针对无人机航拍图像中尺度变化、小目标且密集遮挡情况导致检测精度降低的问题,提出一种改进YOLOv7的航拍图像目标检测算法。设计一种联合动态卷积的加权采样模块,从多个维度捕捉特征,提高模型特征提取能力;增加浅层特征检测头,保留更多的细节信息,增强对小目标特征的利用能力;在特征融合部分构建一种具有残差结构的多尺度特征聚合模块(C2-Res2Block),使模型融合丰富的多尺度信息。使用MPDIoU度量替换传统IOU计算边界回归损失,提高模型对密集遮挡目标的定位能力。通过在无人机航拍数据集VisDrone2019上进行实验表明,改进后的算法较原模型mAP@0.5提高了4.3个百分点,mAP@0.5:0.95提高了2.4个百分点,参数量减少了6.81×106,与目前主流的目标检测算法相比也取得更高的检测精度,有效提高了对无人机航拍图像的检测精度,并明显改善对航拍目标的误检和漏检情况。
关键词
目标检测
YOLOv7
动态卷积
检测头
C2-
res2block
MPDIoU
Keywords
object detection
YOLOv7
dynamic convolution
detection head
C2-
res2block
MPDIoU
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于局部和全局特征提取及多级特征聚合的中文方言识别模型
3
作者
孟一凡
陈宁
李泓锴
机构
华东理工大学信息科学与工程学院
出处
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第6期898-904,共7页
基金
国家自然科学基金面上项目(61771196)。
文摘
与其他语种的方言相比,中文方言种类较多,且方言类间差异小,类内差异大,因此中文方言识别极具挑战性。考虑到中文方言间的差异性可能体现在语音的局部(短时)特性上,也可能体现在语音的全局(长时)特性上,同时还可能反映在语音不同层级的特性上,本文提出一种融合语音局部和全局特征提取以及多级特征聚合的中文方言识别模型。首先通过Res2Block提取语音的局部特征,然后利用Conformer提取语音的全局特征,最后通过将多个Conformer级联输出进行多层级特征的聚合。跨域和非跨域的实验结果表明,该模型取得了比基线模型更高的识别准确率。
关键词
CONFORMER
方言识别
多层级特征聚合
res2block
注意力统计池化
Keywords
conformer
dialect identification
multi-level feature aggregation
res2block
attentive statistic pooling
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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Group-Res2Block的智能合成语音说话人确认方法
李菲
苏兆品
王年松
杨波
张国富
《应用科学学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
改进YOLOv7的航拍图像目标检测
崔丽群
曹华维
《计算机工程与应用》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
3
基于局部和全局特征提取及多级特征聚合的中文方言识别模型
孟一凡
陈宁
李泓锴
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2024
0
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
