连接时序分类相关论文
目前语音识别技术中运用较成熟的高斯混合-隐马尔科夫模型（Gauss MixedModel and Hidden Markov Model,GMM-HMM）,其结构简单,实现方......
当前言语障碍患者的语音康复服务主要采用人工训练的形式,存在资源不足、成本高、不方便等问题。在当今移动互联网技术、人工智能......
语音识别作为人机交互的第一接口,广泛应用于智能音箱、智能家居、汽车电子等领域。卷积神经网络凭借其强大的非线性表达和特征提......
语音唤醒作为人机语音交互入口,实现高准确率和低误唤醒率是良好体验的基础。同时为了适应移动设备的计算条件,对于内存和计算资源......
随着深度学习的发展,相比于传统的基于大词汇量连续语音识别的关键词检索方法,基于深度学习的关键词识别方法变得流行起来。传统的......
随着计算机科学技术的快速发展,人们对人机自由交互的需求日益增大,语音识别技术作为实现人机智能交互的重要技术之一,迅速成为了......
传统的浅层卷积神经网络(CNN)语音识别模型通常使用单通路网络,导致特征提取不够充分,阻碍了语音识别精度的提升.针对这个问题,提......
近年来,随着人工智能、大数据等技术的不断进步,以数据驱动为主要方法的自然语言处理得到了更加广泛的应用。本文拟利用数据驱动的......
随着人工智能的高速发展和普及,语音识别给人们带来了越来越多的便利,各种各样的智能音响、语音助手、语音输入法等应用随处可见,......
为增强端到端语音识别模型的鲁棒性和特征提取的有效性,对瓶颈特征提取网络进行研究,提出采用基于联合优化正交投影和估计的端到端......
基于隐马尔科夫模型（HMM）和循环神经网络（RNN）的HMM-RNN混合模型在语音识别中取得了很大的成功．由于RNN的计算过程本身就是上下文相关的......
随着计算机性能的不断提升,使用深度学习进行语音识别变为了可能,语音识别的主要技术逐渐从高斯混合模型-隐马尔可夫模型(GMM-HMM)......
连续手语识别的难点之一是手语数据中存在时空维度的冗余信息,以及手语数据与给定标签序列的对齐问题。因此,本文提出一种融合注意......
基于深度学习的端到端语音识别模型中,由于模型的输入采用固定长度的语音帧,造成时域信息和部分高频信息损失进而导致识别率不高、......
传统的隐马尔科夫模型和循环神经网络在语音识别领域都获得很广泛的应用,但是随着数据量的剧增,其处理效率越来越无法满足人们需求......
为了实现离线状态较高正确率的中文普通话语音识别,提出一种基于深度全卷积神经网络CNN表征的语音识别系统的声学模型,将频谱图作......
地震勘探的数据十分宝贵且十分稀少,但是中国越来越向好的经济却对石油和天然气的产量提出了更高的要求。目前国内的油田大多数的......
手语是聋哑人社区最重要的沟通交流方式之一,为了解决听人和聋哑人之间无障碍交流的问题,自动手语识别技术应运而生。手语识别是一......
当前,循环神经网络(Recurrent Neural Networks,RNN)被广泛应用于语音识别系统。使用循环神经网络与连接时序分类(CTC)进行端到端......
