聲學建模中若干問題的研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在信息爆炸并且更多的信息是通過音頻視頻作為載體來進行傳播的年代,如何快速、高效的把相關的信息分類,并且從中找出我們需要的部分就成為現實生活中需要面對的事情,這也是連續(xù)語音識別的發(fā)展趨勢。 廣播語音由于具有復雜背景環(huán)境和非特定人等特點,再加上近乎于海量的數據,使得人工分類和標注變得越來越不可行。我們需要系統(tǒng)能夠通過前期少量的未標注或者部分標注的數據來選擇其他更有用的數據,用來提高聲學模型的識別率,以此減少人工標注和使用全部數據所帶

2、來時間和精力上的浪費。本文通過對廣播語音數據特點的分析,選擇適當的規(guī)則建立廣播語音庫,以及建立相應的廣播語音標注系統(tǒng)。同時通過設計主動學習算法,搭建主動學習系統(tǒng),通過對于初始樣本隨機選擇和K-L距離選擇的比較,以及其他訓練樣本中隨機選擇,最大似然(MLE)和后驗概率的實驗比較中,得出使用K-L距離選擇初始樣本,并且用基于混淆網絡的后驗概率選擇相應的樣本可以大大節(jié)省標注量,提高系統(tǒng)效率。此外,本文還進行了聲韻母基元模型和音素基元模型對于連

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論