您的位置： 专家智库 > >

湖南省科技计划项目(2010FJ4131)

作品数：3 被引量：4H指数：2
相关作者：刘方舟周游陶建华更多>>
相关机构：湖南师范大学湖南财政经济学院中国科学院自动化研究所更多>>
发文基金：湖南省科技计划项目湖南省教育厅科研基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

  • 3篇期刊文章
  • 1篇会议论文

领域

  • 2篇电子电信
  • 2篇自动化与计算...

主题

  • 3篇TBL
  • 3篇CART
  • 1篇自动生成
  • 1篇字音转换
  • 1篇最大熵
  • 1篇决策树
  • 1篇ME

机构

  • 4篇湖南师范大学
  • 3篇中国科学院自...
  • 3篇湖南财政经济...

作者

  • 3篇陶建华
  • 3篇刘方舟
  • 2篇周游
  • 1篇周游

传媒

  • 2篇计算机工程与...
  • 1篇清华大学学报...

年份

  • 4篇2011
共 3 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
语调短语预测中的特征模板自动生成
2011年
在语音合成系统中,语调短语的自动预测是影响合成语音的自然度和可懂度的关键因素之一。采用了最大熵(Maximum Entropy,ME)模型从无限制的文本中预测语调短语,并且提出了一个自动生成特征模板的层次聚类算法,从而减少了最大熵模型训练过程中的人工参与。实验结果表明,对于语调短语预测而言,最大熵模型明显优于分类与回归树(Classification And Regression Trees,CART)。相比手工总结的特征模板,自动生成的特征模板不仅将语调短语预测的F-score提高了3.18,而且将最大熵模型的大小缩小了78.38。
刘方舟陶建华
用CART模型指导TBL算法预测语调短语被引量：2
2011年
语调短语的自动预测是影响合成语音的可懂度和自然度的关键因素之一。该文提出了一种结合分类与回归树(classification and regression tree,CART)和基于转换的错误驱动的学习(transformation-based error-driven learning,TBL)算法的混合算法,从无限制的文本中预测语调短语边界。该方法根据CART模型的指导,自动生成TBL算法的规则模板,从而减少了规则学习过程中的人工参与。实验结果表明:基于该混合算法的语调短语预测的F-score达70.0%。自动生成的TBL模板不仅能较好地替代手工模板,而且在与手工模板一起使用时,也能为其提供有益的补充。
刘方舟周游陶建华
用CART模型指导TBL算法预测语调短语
语调短语的自动预测是影响合成语音的可懂度和自然度的关键因素之一。该文提出了一种结合分类与回归树(classification and regression tree,CART)和基于转换的错误驱动的学习(transfor...
刘方舟周游陶建华
文献传递
用决策树指导TBL进行多音字消歧被引量：2
2011年
多音字消歧是普通话语音合成系统中字音转换模块的核心问题。选择了常见易错的33个多音字和24个多音词作为研究对象,构建了一个平均每个多音字(词)5000句的语料库,并且提出了一种结合决策树和基于转换的错误驱动的学习(Transformation-Basederror-driven Learning,TBL)的混合算法。该方法根据决策树的指导,自动生成TBL算法的模板,避免了手工总结模板这一费时费力的过程。实验结果表明,该方法生成的模板与手工模板性能相当,其平均准确率达90.36%,明显优于决策树。
刘方舟周游
关键词：字音转换决策树
全选 清除 导出
共1页<1>
聚类工具0