您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(10JBT01)

作品数:1 被引量:0H指数:0
相关作者:解焱陆黄中伟刘明辉张劲松更多>>
相关机构:北京语言大学深圳大学更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇电子电信
  • 1篇自动化与计算...
  • 1篇语言文字

主题

  • 1篇信号
  • 1篇信号处理
  • 1篇语言
  • 1篇语言习得
  • 1篇语音
  • 1篇语音活动检测
  • 1篇语音识别
  • 1篇语音信号
  • 1篇语音信号处理
  • 1篇知觉
  • 1篇知觉训练
  • 1篇说话人识别
  • 1篇习得
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇卷积
  • 1篇记忆模型
  • 1篇汉语
  • 1篇分布式
  • 1篇分布式语音识...

机构

  • 2篇北京语言大学
  • 1篇深圳大学

作者

  • 2篇解焱陆
  • 1篇张劲松
  • 1篇刘明辉
  • 1篇黄中伟

传媒

  • 1篇深圳大学学报...

年份

  • 1篇2013
  • 1篇2012
1 条 记 录,以下是 1-2
排序方式:
基于卷积记忆模型的汉语知觉训练分析
传统的艾宾浩斯遗忘记忆模型能够分析语音知觉训练中单次刺激教学的场景,但对多次学习和记忆的情况难以分析。本文提出了一种基于卷积的多次记忆模型,该模型将人的记忆能力和语音刺激样本分别模拟为卷积运算中的系统函数和输入函数,将记...
陈月解焱陆周照莲俞雪萍孙悦张劲松
关键词:语言习得知觉训练卷积记忆模型
基于分层增长语音活动检测的鲁棒性说话人识别
2012年
基于欧洲电信标准化协会颁布的分布式语音识别和前端标准(ETSI-DSR-AFE).针对分布式说话人识别噪声鲁棒性较差的问题,提出一种新的前端处理方法.该方法以似然距离为测度,对语音进行无监督聚类,为减少计算量,采用分层增长(level-building)方法进行逐层分割,从而准确找出语音和静音的边界点.实验结果表明,用该方法改进ETSI-DSR-AFE标准后,信噪比在大于0 dB时,说话人辨认系统识别率相对改进了18.9%,相对原有的Mel频率倒谱系数(Mel-frequenly Ceptral coefficients,MFCC)系统识别率改进了60.7%.
解焱陆张劲松刘明辉黄中伟
关键词:语音信号处理说话人识别分布式语音识别语音活动检测
共1页<1>
聚类工具0