摘要：
基于因子分解的隐层变量学习，应用于短语句语种识别模型的自适应 LFVs（Language Feature Vectors，语种特征向量）[11]，与BSVs（Bottleneck Speaker Vectors）类似，即瓶颈特征 3.1. 神经元调制 由于说话人特性的变化反映在语音信号中，因此将表示说话人适应声学特性的特征拼接到特征中。如VTLN或fMLLR，是直接对... 阅读全文
摘要：
DNN声学模型说话人自适应的经验性评估 2018年3月27日 发表于：Sound (cs.SD); Computation and Language (cs.CL); Audio and Speech Processing (eess.AS) 说话人自适应时从说话人无关模型中估计一个说话人相关的声学模型，以减小训练集与测试集由于说话人差异导致的不匹配。 已经出现了许多... 阅读全文
摘要：
单声道语音识别的逐句循环Dropout迭代说话人自适应 WRBN（wide residual BLSTM network，宽残差双向长短时记忆网络） [2] J. Heymann, L. Drude, and R. Haeb-Umbach, "Wide residual blstm network with discriminative speaker adaptation fo... 阅读全文
摘要：
SRU（Simple Recurrent Unit），单循环单元 src/nnet/nnet-recurrent.h 使用Tanh作为非线性单元 SRU不保留内部状态 训练时，每个训练序列以零向量开始 可以用作'以句为单位的'训练以及多流训练 nnet3/nnet3-simple-recurrent 阅读全文
摘要：
本文简单地介绍了KWS的原理——为Lattice中每个词生成索引并进行搜索；介绍了如何处理OOV——替补（Proxy，词典内对OOV的替补）关键词技术；介绍了KWS的语料库格式；介绍了KWS在Kaldi中的示例训练脚本和搜索脚本。 KWS系统示例： 论文下载： http://www.clsp.jhu.edu/~guoguo/papers/icassp2013_lexicon_... 阅读全文
摘要：
ASLP(Audio, Speech and Language Processing Group，音频、语音和语言处理组)位于西北工业大学，隶属于陕西省语音和图像信息处理重点实验室（SAIIP）。 ASLP小组成立于1995年。ASLP小组的使命是促进音频，语音和语言处理学科内的广泛学科的跨学科研究和教育。目前，ASLP集团的研究范围包括人机语音通信，语音和音频信号处理，视听处理，多媒体内容分析和... 阅读全文
摘要：
Monoid，独异点 独异点是一个，集合只包含单位元，单个二元关系运算的代数结构。 单位元，identity element 单位元是（二元运算符）集合中的一种特殊类型的元素，当与另一元素进行二元运算时，结果保持另一元素不变。 半环，semiring 幂等，idempotence 在数学和计算机科学中，幂等是某个运算的性质，进行任意... 阅读全文
摘要：
基于注意力（Attention）机制的端到端系统，又被称为LAS端到端构架。 [6] W. Chan, N. Jaitly, Q. Le, O. Vinyals. Listen, Attend and Spell: A Neural Network for Large Vocabulary Conversational Speech Recognition. ICASSP 2016. ... 阅读全文
只有注册用户登录后才能阅读该文。 阅读全文
摘要：
Overcoming catastrophic forgetting in neural networks（克服神经网络中的灾难性遗忘） 原文： https://www.pnas.org/content/pnas/early/2017/03/13/1611835114.full.pdf 翻译： https://www.dengfanxin.cn/?p=368 摘要：... 阅读全文