您的位置: 专家智库 > >

李先刚

作品数:3 被引量:2H指数:1
供职机构:北京大学言语听觉研究中心更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划国家社会科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 2篇会议论文
  • 1篇期刊文章

领域

  • 3篇电子电信

主题

  • 3篇语音
  • 2篇语言模型
  • 2篇语音识别
  • 2篇解码
  • 2篇解码器
  • 2篇解码器优化
  • 2篇解码算法
  • 2篇CUDA
  • 2篇LOOK-A...
  • 1篇语音合成
  • 1篇数据筛选
  • 1篇HMM

机构

  • 3篇北京大学

作者

  • 3篇李先刚
  • 2篇张晨炜
  • 1篇吴玺宏
  • 1篇刘翼
  • 1篇朱风云

传媒

  • 1篇北京大学学报...

年份

  • 1篇2014
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
大词汇量连续语音识别解码器优化研究与实现
本文针对动态扩展解码空间的大词汇量连续语音识别解码器的优化展开研究工作。在不改变识别结果的条件下,分别从声学模型似然打分,词尾语言模型得分查找,语言模型look-ahead得分计算三个方面入手,采用了SSE、GPU加速,...
李先刚张晨炜庞在虎吴玺宏
关键词:语音识别解码算法CUDA
文献传递
大词汇量连续语音识别解码器优化研究与实现
本文针对动态扩展解码空间的大词汇量连续语音识别解码器的优化展开研究工作。在不改变识别结果的条件下,分别从声学模型似然打分,词尾语言模型得分查找,语言模型look-ahead得分计算三个方面入手,采用了SSE、GPU加速,...
李先刚张晨炜庞在虎吴玺宏
关键词:语音识别解码算法CUDA
面向大语料库的语音合成方法研究被引量:2
2014年
针对几百小时粗标注大语料库,提出一种新颖的语音合成系统构建方法。首先,借助于语音识别、文本对齐和句法分析等技术实现大语料库的自动筛选与标注。然后,为了有效解决大语料库声学模型训练中存在的内存空间以及计算时间开销过大等问题,优化了传统的训练流程,在不损失声学模型准确性的前提下,显著提高了模型的训练速度。主观实验表明,与具有精标注的小语料库相比,引入粗标注的大语料库可以带来0.5分左右的MOS提升。
于延锁朱风云李先刚刘翼吴玺宏
共1页<1>
聚类工具0