內(nèi)部交流之一語音識(shí)別技術(shù)展望-資料下載頁
2025-08-01 17:34本頁面
【正文】 言模型 ngram的訓(xùn)練 ?需要大規(guī)模的文本語料庫 ? GMM描述概率分布 B = {bj(ot)} ),()(1jmjmtMmjmtj oNcob ?? ????歷史回顧 ?發(fā)展趨勢(shì) ?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 語義分析之 基本原理 ?Recognize SPEECH to TEXT ?Analyze TEXT based on VSM 語義分析之基本方法 ?TFIDF、 Infor Max、 Infor Gain等方法抽取特征向量 ?基于訓(xùn)練樣本的特征向量建立概念 (語義 )網(wǎng)絡(luò) ?通過概念語義網(wǎng)絡(luò)對(duì)語言單位的含義和關(guān)系進(jìn)行描述 ?采用 ngram模型描述 text語義 ?采用現(xiàn)有分類方法進(jìn)行語義相關(guān)性分析 語義分析之當(dāng)前進(jìn)展 ?基于語義分析的文本 、 視頻 IR系統(tǒng)已成為熱點(diǎn) ?2022年 TREC開始進(jìn)行問答式 IR系統(tǒng)評(píng)測(cè) 全球 34個(gè)系統(tǒng)參賽 ， 最高精度達(dá) 70% ?問答式 IR系統(tǒng)以語義分析技術(shù)為核心 語種鑒別 ? 已經(jīng)開展二十多年 ， 但進(jìn)展不理想 ?缺乏語料庫 目前最流行的語料庫 OGITS ? 基本方法 ?采用非特定人語音識(shí)別技術(shù) ? 基本步驟 ?為每種語言開發(fā)一個(gè)音素 /音子識(shí)別器 ?計(jì)算每個(gè)識(shí)別器的聲學(xué)似然度累計(jì)分 ， 根據(jù)最高分進(jìn)行判決 ?一般需要 50s 的語音 ?歷史回顧 ?發(fā)展趨勢(shì) ?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 北郵的相關(guān)工作 ?二十多年的研究歷史 ?蔡長(zhǎng)年教授 吳善培教授 陳錫先教授 ?目前的研究項(xiàng)目 ?大詞匯量連續(xù)語音識(shí)別 (基礎(chǔ)研究 ) ?電視廣告自動(dòng)檢測(cè)系統(tǒng) (可實(shí)時(shí)監(jiān)測(cè) 100個(gè)廣告 ) ?說話人鑒別系統(tǒng) (50人 ， 文本無關(guān)系統(tǒng) , ER 10%) ?語音控制電話分機(jī)轉(zhuǎn)接系統(tǒng) (50個(gè)分機(jī) ) Thanks!
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1