acoustic features | BriefGPT

关键词acoustic features

搜索结果 - 51

INESC-ID 多模态系统 - ADReSS 2020 挑战赛
本文利用多模态方法，结合语音和文本特征，提出了自动检测阿尔茨海默病的分类框架，并发现语言特征对于阿尔茨海默病的分类比声学特征更为重要，能够提高分类准确率。
PDF4 years ago
CGCNN: 基于原始语音的复杂 Gabor 卷积神经网络
使用复杂的 Gabor 滤波器和深度神经网络的方法，在 TIMIT 音素识别任务中取得了最佳表现，同时保持可解释性。
PDF4 years ago
多任务自监督学习用于鲁棒语音识别
本文介绍 PASE+，未标注音频表示学习的无偏见语音编码器的改进版本，使用在线语音失真模块，改进编码器和自监督方法，用于在嘈杂和混响的环境中进行鲁棒语音识别。在 TIMIT，DIRHA 和 CHiME-5 上的结果表明，PASE + 明显优
PDF4 years ago
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%。
PDF5 years ago
KDD使用并行循环卷积神经网络进行心脏杂音检测
本文提出了一种新的方法，使用深度神经网络并行结合循环神经网络（RNN）和卷积神经网络（CNN）学习心音 PCG 波形中的杂音的视觉和时间相关特征，并通过一系列声学特征鉴别正常和杂音类别。该方法经过 5 折交叉验证在大型数据集上进行评估，结果
PDF6 years ago
面向声带激励的无需说话人信息的原始波形模型
本文提出一种基于 WaveNet 的声码器 GlotNet，通过利用源 - 滤波器模型来更有效地训练具有有限资源的说话人独立音形生成器，实现跨多个说话人共享波形发生器模型，而且多测试显示该模型表现优于直接的 WaveNet 声码器。
PDF6 years ago
用循环神经网络从语音中识别情感
本文提出了一种利用深度递归神经网络来识别语音情感的方法，通过对小语音时间间隔内计算的一系列声学特征进行训练，同时采用特殊的概率性 CTC 损失函数来考虑包含情感和中性部分的长语音片段，在与最近进展的比较和人类表现的对比中展示了该方法的高质量
PDF7 years ago
适用于真实录音的多声音事件检测的循环神经网络
本文提出了一种基于 BLSTM 循环神经网络的多音事件检测方法，该方法通过训练一个多标签 BLSTM RNN，将包括音乐、车辆、讲话等 61 类在内的多种声音的声学特征映射到每个事件类别的二进制活动指示符上，并且通过使用数据增强技术进一步提
PDF8 years ago
阿拉伯广播语音的自动方言识别
本文研究使用语音识别系统获得的音位、词汇特征以及基于 i - 向量框架的声学特征等不同方法来进行阿拉伯语方言识别的研究，使用多类支持向量机（SVM）综合这些特征，并在阿拉伯语 / 英语语言识别任务中获得 100％的准确率。在本研究中，我们使
PDF9 years ago
ASVspoof 2015 挑战中的 STC 防欺骗系统
本文提出了基于不同声学特征空间的对抗攻击反欺诈技术，并比较了线性和非线性分类器的效果。实验表明，相位相关和小波基础特征对系统效率的提高有重要作用。
PDF9 years ago
稀疏编码预测下丘脑声谱时空感受野
本研究开发了一种稀疏的语音数学表示法，该方法使典型语音声音所需的活跃模型神经元数量最小化，其中包括感受野的检查板图案和侧抑制侧波带。此外，我们还发现了几个声谱图结构，其新颖特征类似于指示升高哺乳动物听觉通路中感受野的功能。
PDF12 years ago