排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
一种基于单字统计二元文法的自组词音字转换算法 总被引:3,自引:0,他引:3
音字转换在语音识别和汉字语句键盘输入方面都占有很重要的地位,现在比较流行的方法是基于大语料统计的Markov模型的音字转换方法,其中基于单字N元文法的音字转换算法具有数据量少,算法简单的优点,但转换准确率却较低,而基于词N元文法的音字转换算法则正好相反,本文在基于单字统计Bigran算法的基础上提出了一种自组词的音字转换方法,不仅具有单字Bigram方法的占空间少的优点,而且又可充分利用基于词Bi 相似文献
2.
递归神经网络(Recurrent Neural Network,RNN)是一种具有时延反馈能力的神经网络,它可以充分利用上下文的信息来提高分类的程度,因而很适合汉语拼音的识别,但在实践中受网络规模的限制,能利用的上下文有限,所以对汉语拼音的分类效果并不理想,为此提出一种改进的RNN-时间标签递归神经网络(TTRNN)来对汉语拼音的整音节进行直接建模识别的方法;初步的实验结果不仅证明了TTRNN方法对汉语拼音这样的时序模式有很好的分类能力,而且在拼音识别方面有很强的顽健性。 相似文献
3.
时序模式是指其特征空间分布在时间轴上的一种模式,如语音信号,雷达信号等,文中提出了一种改进的递归神经网方法-时间标签递归神经网方法,以此来对时序模式进行分类,克服了传统方法的缺点,取得了较好的分类效果,初步的实验结果不仅证明了时间标签递归神经网方法对时序模式的很好的分类能力,而且证明了时间标签对于时序模式分类的重要性。 相似文献
4.
本文详细地讨论了WAV文件的数据格式及其录音、读取、播放、波形显示、编辑等控制的实现方法,并在此基础上,利用VC 5.0开发了一个具有上述功能的WAVOLE控件.利用该控件,我们开发了一个汉语语音标注系统,取得了很好的效果. 相似文献
5.
6.
识别率和对环境的适应能力是一个语音识别系统的两个重要性能,常见的提高语音识别率的方法大多通过改进声音模型来获得较高的识别率,这往往造成声音模型的复杂化以及模型训练的困难。另外,在说话人和麦克风位置不固定等情况下,这些方法识别效果往往很差。文中提出了一种用多话筒分别识别一个语音,并用数据融合技术对识别结果进行处理的语音识别方法。初步的实验结果表明该方法不仅可以提高系统对环境的适应能力,而且在单个声音 相似文献
7.
本文叙述了一种通过勾子函数来截获Windows下的键盘消息,以实现汉字输入法的用户控制。 相似文献
8.
局域网并行处理在语音识别中的应用 总被引:1,自引:0,他引:1
在语音识别中,不论是训练语音识别系统,还是使用系统识别语音,都需要进行大量的数据处理,这使得语音识别的研究和实现都变的非常困难。本文提出一种基于局域网的分布式计算机系统的快速并行数据处理方法来实现语音识别的模型训练和语音的识别,不仅加 了训练和识别的速度,节约了大量的时间,而且降低了语音识别任务对硬件的要求,取得了满意的效果。 相似文献
1