May, 2021

StutterNet: 使用时间延迟神经网络进行口吃检测

PDF
TL;DR本文介绍了 StutterNet，一种新颖的基于深度学习的口吃检测方法，仅依赖于声学信号，使用适用于捕获失聚言语语境方面的时延神经网络，并在包含 100 多个说话者的 UCLASS 口吃数据集上验证，结果表明该方法优于现有方法，参数少并且性能良好。
stutteringdeep learningacoustic signaltime-delay neural networkuclass dataset
发现论文，激发创造
  • 使用深度残差网络和双向长短时记忆检测多种语音不流畅

    本文提出了一种基于声学特征而不是语言模型的口吃检测和分类的模型，采用了深度残差网络和双向长短时记忆层，以识别几种形式的口吃，平均漏诊率仅为 10.03％，比现有技术先进了近 27%。

    Oct, 2019

  • 基于深度学习的口吃诊断和治疗系统

    本文介绍了使用门控递归 CNN 和 SVM 实现口吃诊断代理和治疗推荐代理的系统，并探讨了其实验结果和关键发现。

    Jul, 2020

  • 跨时延神经网络用于说话人识别

    本研究提出交叉时延神经网络（CTDNN）结构来提高当前 TDNN 的性能，用于说话人识别系统中。CTDNN 在许多任务中提供了比原始 TDNN 更显着的改进，如说话人验证和识别任务，尤其在某些情况下将识别精度提高了一倍以上，此外，CTDNN 还能够更好地处理更大批次的训练数据，并在较短的训练时间内更好地利用计算资源。

    May, 2020

  • 机器学习用于口吃识别：综述、挑战和未来方向

    本文综合检视声学特征、深度学习和统计学为基础的口吃障碍分类方法，针对口吃识别这一已有研究空白，通过跨学科研究来填补这个空缺，并提出未来可能的挑战和发展方向。

    Jul, 2021

  • 动态全局滤波器双流时间延迟神经网络在说话人验证中的应用

    本文提出 Global Filter for TDNN 和 Dual-Stream TDNN 模型，可在语音辨识方面取得显著的效果，同时减少了参数和复杂性。

    Mar, 2023

  • 利用自相关神经网络进行语无休止检测

    本研究提出了一种名为自相关神经网络 (ACNN) 的自动语音紊乱检测模型，其使用卷积神经网络 (CNN) 结合自相关操作，从而能够更好地捕捉修复性语音的相关依赖关系，实验表明，ACNN 模型在语音紊乱检测任务中的性能要优于传统的 CNN 模型，能够提高 5% 的 f-score。

    Aug, 2018

  • 利用时延神经网络进行高效的关键词检测

    本文提出了一种利用两阶段时延神经网络进行实时关键词识别的新方法。该模型使用迁移学习进行训练，并在谷歌语音命令数据集和自行开发的关键字识别任务上进行了评估。与以往技术相比，本方法在干净和嘈杂的环境中均显著改善了误接受和误拒绝率，并采用了各种技术来减少计算。此外，与最近发表的研究相比，本文所提出的系统在音频的每秒乘法计算上提供了高达 89％的节省。

    Jul, 2018

  • 基于 DNN 性能度量的语音可懂度预测

    基于深度神经网络和语音识别技术的语音理解模型，可高度精确地模拟听取语音信息的相关属性，不需要干净的语音参考或单词标签。

    Mar, 2022

  • 深度循环神经网络用于声学建模

    本文提出了一种用于噪声环境下语音自动识别的新型深度循环神经网络模型，结合了深度神经网络和双向长短期记忆网络，在华尔街日报数据集上相较于传统深度神经网络模型提高了近 8%。

    Apr, 2015

  • 教授 BERT 等待时间：平衡精度和延迟，用于流式错语检测

    提出一种基于 BERT 模型的语音识别模型，其能够在实时检测迟滞状态下动态计算其向前看窗口的大小，从而在相较于传统模型有更佳的准确率以及更短的延迟时间，并在增量式迟滞检测研究中实现了最先进的稳定性得分和延迟性得分。

    May, 2022