李宗葛
- 作品数：11 被引量：129H指数：6
- 供职机构：复旦大学信息科学与工程学院计算机科学系更多>>
- 相关领域：电子电信自动化与计算机技术经济管理更多>>
- 采用DTW算法进行模式匹配的孤立词识别系统被引量：7
- 1997年
- 在模式识别领域中,语音识别技术已具有实用价值。文章介绍利用动态时间伸缩算法(DTW)行模式匹配的孤立词识别系统,系统测试结果表明,效果较为理想。
- 王志荣刘晓星李宗葛
- 关键词：语音识别线性预测编码
- 基于MFCC和加权矢量量化的说话人识别系统被引量：71
- 2002年
- 文章介绍的说话人识别系统,采用能够反映人对语音的感知特性的Mel频率倒谱系数(Mel-FrequencyCeptralCoefficients,MFCC)作为特征参数,同时考虑到特征参数各维分量对于不同说话人的区分程度,采用加权的办法进行矢量量化。取得了很好的结果,系统训练和识别计算量和存储量都比较低。
- 邵央刘丙哲李宗葛
- 关键词：倒谱系数说话人识别系统MFCC语音识别INTERNET
- 汉语连续数字串识别的改进被引量：2
- 2003年
- 介绍了利用三音子模型和基频信息提高汉语连续数字串的识别率。在汉语连续数字串识别中“8”和“2” 是容易混淆的数字，而“9”和“6”在识别时会在末尾插入一个“5”而变成“95”和“65”。三音子模型将不同上下文的同一个数字区分开来，明显提高了识别率。基频反映了声调的变化，将它们作为后处理进一步降低了错误率。
- 程雪林吴开政李宗葛
- 关键词：三音子基频
- PSOLA技术在汉语文-语转换系统中的应用被引量：8
- 2000年
- 首先简述了语音合成技术和文一语转换的基本原理，然后介绍了一种可用来进行韵律修正的基音同步叠加（ＰＳＯＬＡ）技术。在此基础上，提出用基于ＰＳＯＬＡ的波形编辑语音合成技术应用于汉语ＴＴＳ系统中，以提高输出语音的自然度和听觉效果。
- 陈愉张宗红李炜李宗葛宋彬
- 关键词：语音合成多媒体
- 一种新的基于统计的词典扩展方法被引量：12
- 2001年
- 在建立统计语言模型时 ,往往会遇到词典的词汇量不够的问题。对于医学等专业领域的语料 ,这一问题尤为严重。针对这一问题 ,本文提出了一种新的基于统计的识别新词方法———右边缘扩展法。该方法对分词后的语料中产生的连续单字词进行关联范数估计 ,利用右边缘扩展的方法判断词的边界。在实验中 ,我们将右边缘扩展法与基于Witten Bellbackoff方法的两两合并法相结合 ,循环地调整词典 ,优化语言模型。实验结果表明 ,该算法具有很高的识别正确率与检出率 ,可以有效地识别出语料中出现的新词汇 。
- 周正宇李宗葛
- 关键词：词典统计语言模型文字识别
- HMM算法框架在银行语音服务中的实现被引量：4
- 2000年
- 语音识别尤其是电话语音识别技术得到了广泛的应用．介绍了用 Ｄｉａｌｏｇｉｃ卡采集电话语音，并且采用 ＨＭＭ算法框架实现语音识别器，构建一个实用的银行语音服务系统．最后给出了该系统的测试结果．
- 邵央冯哲李宗葛
- 关键词：银行语音服务声学模型
- 基于NN/HMM混合模型的汉语地名识别系统被引量：7
- 2002年
- 文章介绍了一个基于NN/HMM混合模型的汉语地名识别系统,该系统能自动判别并拒识词表之外的词。文中训练的基于HMM的模型,包括关键词模型、填充模型和“反关键词”模型。笔者对识别器的输出结果进行验证,把基于HMM的统计特征送到神经网络处理,由网络的输出来判断是否为词表之外的词。该文在实验中建立了一个基于传统N-Best方法的基准模型并试验了三种不同的网络拓扑结构,包括前馈后向传播网络、Elman后向传播网络以及可训练级联前导后向传播网络。实验结果表明前馈后向传播网络的性能最好,与基准模型比较平均错误率下降54.4%。
- 欧嘉致陈凯江李宗葛
- 关键词：语音识别神经网络
- 利用HMM嵌入训练方法建立汉语电话连续语音声学模型被引量：4
- 2000年
- 文章介绍了用HMM嵌入训练方法来建立连续语音的声学模型，并对基于音素的HMM和基于音节的HMM进行了比较，并以此为基础建立了一个实用的银行电话语音服务系统。
- 张宗红陈愉冯哲邵央李宗葛
- 关键词：电话语音识别连续语音声学模型HMM
- 基于NN/HMM混合模型的汉语短关键词识别系统被引量：7
- 2003年
- 本文介绍了针对汉语单音节关键词的短关键词识别系统 .该系统包括一个关键词识别器和一组用于假想命中验证的分类器 .与以往的方法相比较本文作了两项改进 :一是按照汉字的发音特点和声学特征来构造识别器中的填充模型 ;二是结合 HMM的统计特性和神经元网络 (NN)的分类能力来对假想命中进行验证 ,NN的输入不是传统的特征矢量 ,而是一系列 HMM的输出概率和模型驻留时间 .实验表明 ,新方法比两个基准模型分别有 15 .2 %和 19.2
- 欧嘉致陈凯江王秀萍李宗葛
- 基于HMM框架的关键词确认系统中关键词训练样本数的研究被引量：5
- 2001年
- 建立一个基于框架的关键词识别系统,其第一步工作是要对每个关键词建立模型,如何选取适当的训练样本数训练出一套好的HMM模型参数将直接影响到该关键词识别系统的性能好坏。比较了使用不同的样本数训练出来的多套模型的性能,并通过使用不同的模型进行搭配得到了最佳的识别率。
- 欧嘉致刘丙哲陈洪李宗葛
- 关键词：语音识别
