林茜
- 作品数：4 被引量：16H指数：1
- 供职机构：厦门大学信息科学与技术学院计算机科学系更多>>
- 发文基金：福建省自然科学基金国家自然科学基金国家留学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于GMM的声音活动检测方法被引量：1
- 2009年
- 为了提高声音活动检测的鲁棒性,提出了一种基于GMM模型的声音活动检测方法。此方法在频谱特征空间中建立背景噪音和语音的GMM模型,然后采用模型匹配的方法对被测信号进行区分。此方法自适应更新GMM模型的参数,使之可以适应环境的变化。实验结果显示该方法在噪音环境中比传统的声音活动检测方法具有更高的准确率。
- 陈奇川蔡骏林茜
- 关键词：参数自适应语音识别
- 基于SIMD的似然率快速算法
- 2009年
- 分析基于连续概率密度的隐马尔可夫模型大词汇量连续语音识别系统中的似然率计算方法,阐述运用并行方式实现似然率计算的可行性,并在此基础上,提出一种基于SIMD的似然率快速算法,通过对语音识别工具包HTK3.4中似然率计算模块的改进实现该算法。实验结果表明,在不降低识别准确率的前提下,该算法能有效加快似然率计算的速度。
- 欧建林蔡骏林茜
- 关键词：SIMD技术隐马尔可夫模型语音识别
- 基于Microsoft Speech SDK的语音关键词检出系统的设计和实现被引量：15
- 2007年
- 介绍了一个基于连续语音识别技术的语音关键词检出系统的实现.该系统使用微软语音开发平台Microsoft Speech SDK(SAPI)实现了从离线语音库中批量地检出含有指定关键词的语音文件,并提取含有关键词的句子,标注出其中所有的关键词.通过设计关键词检出语法限制了语音识别的语言模型,从而达到检出关键词的目的.同时针对实际应用中需要经常更新关键词、语言模型不固定的问题,采用了动态更新检出语法的方法,使得系统具有实用性.系统还设计了语音命令控制语法以实现语音交互.
- 林茜欧建林蔡骏
- 关键词：检出MICROSOFTSPEECHSDK语音识别
- 潜在语义分析在连续语音识别中的应用
- 2009年
- 研究了潜在语义分析(LSA)理论及其在连续语音识别中应用的相关技术,在此基础上利用WSJ0文本语料库上构建LSA模型,并将其与3-gram模型进行插值组合,构建了包含语义信息的统计语言模型;同时为了进一步优化混合模型的性能,提出了基于密度函数初始化质心的k-means聚类算法对LSA模型的向量空间进行聚类。WSJ0语料库上的连续语音识别实验结果表明:LSA+3-gram混合模型能够使识别的词错误率相比较于标准的3-gram下降13.3%。
- 欧建林林茜史晓东
- 关键词：潜在语义分析N元文法K均值聚类连续语音识别
