您的位置: 专家智库 > >

唐赟

作品数:4 被引量:12H指数:1
供职机构:中国科学院自动化研究所更多>>
发文基金:北京市自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:电子电信自动化与计算机技术语言文字更多>>

文献类型

  • 2篇会议论文
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 3篇电子电信
  • 1篇自动化与计算...
  • 1篇语言文字

主题

  • 4篇语音
  • 4篇语音识别
  • 2篇基于统计
  • 2篇高斯
  • 1篇搜索
  • 1篇搜索算法
  • 1篇模式识别
  • 1篇解码
  • 1篇聚类
  • 1篇均值聚类
  • 1篇后验概率
  • 1篇混合模型
  • 1篇计算复杂度
  • 1篇汉语
  • 1篇汉语语音
  • 1篇汉语语音识别
  • 1篇复杂度
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇高斯模型

机构

  • 4篇中国科学院自...

作者

  • 4篇唐赟
  • 3篇刘文举
  • 2篇张华
  • 1篇徐波

传媒

  • 1篇计算机学报
  • 1篇第八届全国人...
  • 1篇第八届全国人...

年份

  • 2篇2006
  • 2篇2005
4 条 记 录,以下是 1-4
排序方式:
基于统计的汉语音素类别标识技术及其在语音识别中的应用
本文提出了一种基于统计的汉语音素类别标识方法.该方法在将汉语音素划分为若干类的基础上,构建运算速度快、准确度高的GMM音素类别标识器,来判断语音信号的音素类别.我们将该标识器成功地融合到基于段模型的大词汇量连续语音识别系...
张华唐赟刘文举
关键词:语音识别高斯模型
文献传递
基于随机段模型的汉语语音识别算法研究
声学建模是语音识别系统中的核心技术,声学建模能力的增强对语音识别系统性能的提高具有重要意义。隐马尔柯夫模型(Hidden markov model,HMM)解码效率高,是现在使用最广,也是最成功的声学模型。但HMM以帧为...
唐赟
关键词:汉语语音识别计算复杂度搜索算法
基于统计的汉语音素类别标识技术及其在语音识别中的应用
本文提出了一种基于统计的汉语音素类别标识方法。该方法在将汉语音素划分为着干类的基础上,构建运算速度快、准确度高的GMM音素类别标识器,来判断语音信号的音素类别。我们将该标识器成功地融合到基于段模型的大词汇量连续语音识别系...
张华唐赟刘文举
关键词:语音识别K-均值聚类高斯混合模型
文献传递
基于后验概率解码段模型的汉语语音数字串识别被引量:12
2006年
通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了11%;与此同时还给出了段模型的快速算法,使算法的计算复杂度降到了与隐马尔可夫模型(Hidden Markov Model,HMM)相同的数量级,满足了实用要求.
唐赟刘文举徐波
关键词:后验概率语音识别模式识别
共1页<1>
聚类工具0