广播新闻语音的关键词检测系统

提出了一种两阶段的关键词检测策略，关键词表可即时配置、即时使用。与以往不同的是，解码是在整个声学空间上进行的，而不仅仅是关键词所构成的声学空间。首先，利用维特比解码得到最优候选的音素序列。然后，通过关键词列表，可以产生候选的关键词。最后，采用了基于声学模型的置信度与基于网格的置信度相结合的方法来降低虚警。实验证明，新的框架下关键词检测的性能得到了显著的提高。     

编码器-解码器模型合成汉英语码转换文本

为了解决汉英语码转换文本数据稀缺的问题，本文提出了基于编码器-解码器模型合成语码转换文本的方法，从有限的语码转换文本与大量单语种平行语料中学习语码转换语言学规则与语种内部的语言学规则，来合成语码转换文本。但是该模型合成的语码转换文本自然度低，因此本文又提出基于带复制机制的编码器-解码器模型合成语码转换文本的方法，在编码器-解码器的基础上，增加了一个门控，用来决定从编码器的预测结果还是从编码器的输入源文本中产生下一个词。最终，该方法使语言模型在SEAME测试集上的困惑度降低了绝对13.96。由此可得出结论，本文提出的方法可大规模地合成自然度高的语码转换文本，缓解语码转换文本数据的稀缺性。      

一种用于方言口音语音识别的字典自适应技术

基于标准普通话的语音识别系统在识别带有方言口音的普通话时,识别率会下降很多。针对这一问题,论文介绍了一种“字典自适应技术”。文中首先提出了一种自动标注算法,然后以此为基础,通过分析语音数据,统计出带有方言口音普通话的发音规律,然后把这个规律编码到标准普通话字典里,构造出体现这种方言发音特征的新字典,最后把新字典整合于搜索框架,用于识别带有该方言口音的普通话,使识别率得到显著提高。     

一种特殊滑牙块打捞矛的研制与应用

针对复杂打捞中偏磨油管打捞时易变形、胀破或撕裂的难题 ,研制出特殊滑牙块打捞矛 ,打捞矛由上接头、矛杆、滑牙块、锁块、销钉、外筒等组成。打捞时在引鞋和导锥的作用下滑牙块能够顺利进入鱼腔并依靠自重下滑 ,沿导轨外伸直至其齿面与鱼腔内壁接触 ;随后上提钻柱 ,矛杆上的导轨斜面迫使滑牙块咬紧被打捞油管内壁 ,当油管严重偏磨使一对滑牙块卡在磨穿位置时 ,另一对能有效卡在未磨损部位 ,同时外筒限制了油管外胀变形。在双河油田 6- 40 8、T6- 1 35等 5口油井大修和复杂打捞的应用表明 ,这种滑牙块打捞矛能够有效打捞常规工具无法打捞的严重偏磨非接箍油管 ,操作方便 ,成功率高。     

汉语连续语音识别中上下文相关的识别单元(三音子)的研究

本文详细研究了汉语语音识别中如何有效地建立上下文相关的识别单元,以解决连续语音之间的协同发音问题。     

一种应用于体育节目中的关键词检测与比赛分类系统

提出一种应用于体育节目音频分析中的关键词检索系统框架,并利用关键词检索结果对比赛实现了体育类别的自动判断.采用一种基于距离测算和基于模型选择融合的前端音频处理模块,实现了对复杂音频流中语音的高效提取;采用基于LVCSR系统的关键词系统框架,利用少量体育节目语音数据,对声学模型进行了自适应,构建体育类语言模型同时提出一种针对特定关键词词频分布的语言模型自适应,较大幅度提高了关键词系统的检出性能;针对不同体育比赛选择特征关键词,并利用关键词系统检索结果实现了比赛类别的自动判定,在由七种体育共15场比赛构成的测试集中,判定正确率达到100%.     

语音导航系统中的一种模糊检索算法

基于车载的语音导航系统,尤其是针对大地名庠中地名识别的任务需求.用LVCSR取代了较流行的基于语法的语音识别系统,以增强系统灵活性和处理能力.用一套模糊检索算法作为系统的后处理,提高地名识别的整句正确率.在普通的数万量级的地名数据库中可以达到90%的地名识别正确率;即使增加到百万数量级,识别率也能保持在70%以上.目前支持中英文系统.     

使用无监督网络MLLR自适应改进算法的语音识别

介绍了一种基于词网的最大似然线性回归(Lattice-MLLR)无监督自适应算法,并进行了改进。Lattice-MLLR是根据解码得到的词网估计MLLR变换参数,词网的潜在误识率远小于识别结果,因此可以使参数估计更为准确。Lattice-MLLR的一个很大缺点是计算量极大,较难实用,对此本文提出了两个改进技术:(1)利用后验概率压缩词网;(2)利用单词的时间信息限制状态统计量的计算范围。实验测定Lattice-MLLR的误识率比传统MLLR相对下降了3.5%,改进技术使Lattice-MLLR计算量下降幅度超过了87.9%。     

一种基于滑动窗口的语音端点检测算法

提出了一种基于滑动窗口的综合语音端点检测方法。从提高系统鲁棒性角度出发，利用各种综合的算法思想方法提高端点检测的准确性，鲁棒性和提高语音识别系统的总体识别率。利用频域能量、回声消除、DTMF滤除、利用信噪比确定多种阈值用于判定、利用语音渡形特点进行粗调和精调等。试验表明该方法在语音端点检测的错误率和端点误差方面都显著减少了，系统鲁棒性得到明显提高。