(3.235.108.188) 您好!臺灣時間:2021/03/03 20:18
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:盧文祥
研究生(外文):LU,WEN-XIANG
論文名稱:利用語音頻譜動態特徵辨認國語語音
論文名稱(外文):Recognition of mandarin speech using dynamic features of speech spectrum
指導教授:李其昌李其昌引用關係魏凌雲魏凌雲引用關係
指導教授(外文):LI,QI-CHANGWEI,LING-YUN
學位類別:碩士
校院名稱:國立交通大學
系所名稱:資訊工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1990
畢業學年度:78
語文別:中文
論文頁數:55
中文關鍵詞:語音頻譜動態特徵辨認國語語音語音辨認頻譜能量比例碼字串比對器
外文關鍵詞:(SERC)(PF474C)
相關次數:
  • 被引用被引用:0
  • 點閱點閱:103
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
語音頻譜動態特徵和靜態特徵在語音辨認上,同樣扮演一個重要的特性,因為動態特
徵包含音素之間的轉移訊息。在這篇論文我們利用頻譜能量比例碼(SERC)的動態特徵
和靜態特徵組合,加上二元樹向量量化技巧建立一個多字彙的語音辨認系統。
為了提高系統的辨認速度,我們使用了一個快速的相似性字串比對器(PF474C),這個
比對器可以迅速地從參考資料庫中選出16個最相似的候選詞。然後計算測試詞和這些
候選詞的距離,距離最短者即為辨認詞。
我們利用上述方法做了一些實驗,對於多特定語者(multiple-speaker)和非特定語者
(speaker-independent) 之辨認,辨認率分別提高了2.1%和11.4% 。根據這些結果顯
示,利用SERC的動態特徵和靜態特徵組合,對於非特定語者語音驗辨認是非常有效的


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔