內(nèi)部交流之一語音識(shí)別技術(shù)展望-文庫吧
2025-07-17 17:34 本頁面
【正文】 項(xiàng)目 ?CMU:Sphinx ?實(shí)時(shí)大詞匯量連續(xù)語音識(shí)別系統(tǒng) ?DARPA項(xiàng)目 著名研究機(jī)構(gòu)和成果 (二 ) ?Cambridge University: HTK ?HMM 開發(fā)工具包 ?NIST測試電話語音識(shí)別最高精度 ?語種識(shí)別系統(tǒng) ?IBM: ViaVoice ?文本錄入系統(tǒng) (ER 15%) ?Microsoft: Whisper ?人機(jī)交互系統(tǒng) ?源于 CMU Sphinx 結(jié) 論 ?基礎(chǔ)理論模型已經(jīng)穩(wěn)固 ?特征提取 、 訓(xùn)練 、 語音分類 、 語言建模 ?限定條件下應(yīng)用效果明顯 ?聲控操作 、 信息咨詢 、 文本錄入 、 播音識(shí)別 、 音頻檢索 ?自然環(huán)境下系統(tǒng)性能尚不滿足要求 ?自然口語 、 噪聲背景 ?歷史回顧 ?發(fā)展趨勢 ?技術(shù)實(shí)現(xiàn) ?語義分析與語種鑒別 ?北郵的相關(guān)工作 內(nèi) 容 總體情況 詞 匯 量 大 小 ( 詞 的 個(gè) 數(shù) )無 限 制目 錄 語 音查 詢語 音填 表辦 公 室聽 寫數(shù) 字 串名 字撥 號(hào) 連 接 詞關(guān) 鍵 詞系 統(tǒng) 驅(qū) 動(dòng)對(duì) 話雙 向?qū)?話自 然 口 語對(duì) 話翻 譯網(wǎng) 絡(luò) 代 理 和智 能 接 口孤 立 詞朗 讀 語 音 口 語 化 語 音流 利 語 音說 話 風(fēng) 格語 音 命 令2 0 0 01 9 9 01 9 8 0研究熱點(diǎn)之一 基礎(chǔ)理論模型的改進(jìn) ?新型 HMM模型 ， 更好地描述語音現(xiàn)象 ?時(shí)間依存型 ?機(jī)器學(xué)習(xí)理論 用于模型的訓(xùn)練 ?選擇訓(xùn)練樣本和方法 ， SVM、 決策樹 ?HilbertHuang 變換 ?用于語音信號(hào)分析 特征提取 研究熱點(diǎn)之二 噪聲環(huán)境的應(yīng)對(duì) ?聲學(xué)層的補(bǔ)償 ?信號(hào)空間中 提高 SNR， 時(shí)域及頻域的方法 ?特征層的補(bǔ)償 ?特征空間 噪聲環(huán)境建模 ?從含噪語音譜中 提取純凈語音譜 ?模型層的
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1