2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、由于協(xié)同發(fā)音的影響,自動語音識別系統(tǒng)的性能會受到影響。已有的研究表明結(jié)合發(fā)音信息可以提高語音識別系統(tǒng)的性能,但是發(fā)音信息在話音環(huán)境中并不容易得到,因此語音反演被提了出來。語音反演是一種從語音信號中預測發(fā)音軌跡或者聲道配置的方法。如果能夠準確地預測發(fā)音信息,這些發(fā)音信息還能有助于語音合成、語言獲取以及語音可視化等。
  論文首先提出使用聲道變量作為發(fā)音信息(代替?zhèn)鹘y(tǒng)的球狀軌跡)來模式化語音動態(tài),并比較了聲道變量和球狀軌跡的預測性能和

2、非唯一性。論文將語音分別參數(shù)化為梅爾倒譜系數(shù),感知線性預測倒譜系數(shù)和線性預測倒譜系數(shù),并使用混合密度網(wǎng)絡(luò)來預測聲道變量和球狀軌跡。實驗結(jié)果表明聲道變量比球狀軌跡能被更準確地預測。另外,論文使用基于模型的統(tǒng)計公式計算聲道變量和球狀軌跡的標準化的非唯一性,結(jié)果表明對于相同的六個輔音,聲道變量的非唯一性比球狀軌跡的非唯一性低。
  論文另一個研究內(nèi)容為使用四種不同的語音反演的機器學習方法,即前饋人工神經(jīng)網(wǎng)絡(luò)、自回歸人工神經(jīng)網(wǎng)絡(luò)、遠端監(jiān)督

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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