- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
车载语音控制和导航 针对车载噪声环境下的语音识别(控制命令/导航/电话) 嵌入式语音识别系统解码器的研制和开发 对噪声下连续语音的识别准确率达到90% 其它项目 * * * 人和机器的对话 我们研究的是什么? 听 说 Sound, speech or music? sound speech music 言语链 由于语言的产生 …… 如果人类失去语言 …… 语言 交流的工具 每人每分钟说250字 每小时说话超过10000字 一张A4纸约1000字 中国3亿手机用户 = 海量数据 语音信息处理 多学科交叉 语音识别框架 数据——训练模型——测试新数据 Front-End Parameterization Cepstral parameters with smoothed first/second order derivatives BN Speaker Segmentation/Clustering divide audio into homogeneous segments Model Structure Hidden Markov Model using Gaussian Mixture distributions Left-to-right structure for speech HMM LVCSR Standard Phone Model Lexicon Design pronunciations per word common word variations Acoustic Models Context-dependent cross-word model (triphone/quinphone) Parameter tying (state-level/model-level) Decision tree-based state clustering Maximum likelihood estimation (MLE) for model parameter estimation LVCSR Language Models N-gram LM (e.g. Bigram/trigram/four-gram) Key issue is data sparsity Decoding Combine the LM probability with HMM likelihood Beamwidth searching Lattice structure (multiple tokens) nodes: word-ends in time arcs: word-word transitions LVCSR Advanced Tech. Discriminative Training Maximum mutual information estimation (MMIE) maximizes the sentence level posterior in log form Numerator is likelihood of data given correct transcription (as MLE) Denominator expands total likelihood in terms of all word sequences More closely related to word error rate than MLE Minimal word/phone error (MWE/MPE) Smoothed approximation to phone error in a word recognition context Minimize the Bayes’ Risk with particular loss function Advanced Tech. Speaker/Environment Adaptation Obtain the performance of a speaker/environ. dependent system with less data The mode can be incremental: the adaptation data is not all available in one block batch: the adaptation data is used in one block In addition for batch adaptation, the data my be supervised: the correct transcription is known (enrolment set) unsupe
您可能关注的文档
- 二设计中的人机关系_图文.ppt
- 二项式定理yu杨辉三角形(sakura).ppt
- 二项式定理的应用课件.ppt
- 云南大学滇池学院课程现代信号处理.ppt
- 云南省德宏州梁河县第一中学高中生物 3.4 基因是有遗传效应的DNA片段课件 新人教版必修2.ppt
- 云南省德宏州梁河县第一中学高中数学 1.1.2 余弦定理课件 新人教A版必修5.ppt
- 云南省德宏州梁河县第一中学高中数学 1.1.1 正弦定理课件 新人教A版必修5.ppt
- 云南省农业职业技术学院.ppt
- 云南省石林县鹿阜中学七年级地理上册 4.3 降水的变化与差异课件 (新版)商务星球版.ppt
- 云南新华电脑学院立体包装盒子展开图的设计.ppt
- Malvern马尔文 激光粒度分析仪 Mastersizer 3000+ Auto-Lab Ultra 说明书.pdf
- Dynex 方向控制阀 D08 6900 6600 6800 说明书.pdf
- Aeroflex 阿法克斯 无线电台测试系统 8800 Issue2 规格表.pdf
- Nikon 尼康 28ti 使用说明书 (英文).pdf
- AeroflexAeroFlex印度公司Composite HosesGGE, AAE, EGE, SSE, SST, SGT, SGE用户手册.pdf
- NIKON尼康多圈绝对值编码器MAR-M50A MAR-MX50A SAR-ML50A MC43A MC52A说明书.pdf
- Texas Instruments德州仪器USB Type-C和USB Power DeliveryRev. A入门指南.pdf
- Fanvil Fanvil 视频对讲 i16S i16SV 快速安装手册.pdf
- National Instruments国家仪器BNC-2110适配器安装指南.pdf
- Texas Instruments 德州仪器 参考设计 ADS124S08 LM27762 TPS7A87 REF6225 ISOW7841 ISO7741 参考设计.pdf
原创力文档


文档评论(0)