acoustic modelling | BriefGPT

关键词acoustic modelling

搜索结果 - 7

Matcha-TTS：具有条件流匹配的快速 TTS 架构
我们介绍了 Matcha-TTS，一种新的编码器 - 解码器架构，用于快速 TTS 声学建模，使用最优传输条件流匹配（OT-CFM）进行训练。这产生了一种基于 ODE 的解码器，能够在比使用分数匹配训练的模型更少的合成步骤中输出高质量音频。
PDF10 months ago
基于对抗多任务学习的说话人和年龄不变性训练，用于儿童声学建模
本文提出了基于对抗多任务学习的演讲者及年龄不变训练方法，利用时间延迟神经网络生成说话者及年龄不变特征与语音、年龄和演讲者三个判别式网络相连，成功降低了语音识别中的错误率。
PDF2 years ago
MM多语言瓶颈特征用于改善低资源语言中码切换语音识别性能
本文通过使用多语言瓶颈特征（mBNF）来进行声学建模的自动语音识别研究探讨了借助其他高资源语言的语音语料库来提高 Code-Switching 语音识别性能的潜力，并证明了 mBNF 特征的加入能够明显提高英语 - isiZulu、英语 -
PDF4 years ago
MM密集连接卷积网络用于语音识别
本文介绍了我们在使用 DenseNets 进行声学建模（AM）自动语音识别方面的最新研究，实验结果表明，DenseNet 能够显著地优于其他神经网络模型，如 DNNs、CNNs、VGGs, 甚至在使用只有一半训练数据的情况下表现也很好。
PDF6 years ago
基于稀疏自编码的半监督学习在电话分类中的应用
采用半监督学习方法来提高基于深度神经网络的自动语音识别中声学建模的性能，与无监督初始化后有监督微调不同，我们的方法通过小批量随机梯度下降同时利用未标记和标记数据，我们在 TIMIT 数据库上的基于帧的音素分类实验表明，该方法在等量标记数据和
PDF8 years ago
MGB-2 挑战赛：多方言阿拉伯广播媒体识别
本文介绍了针对阿拉伯语音多样性方面的挑战，提供了数据集和挑战任务，旨在帮助提高阿拉伯语音识别水平。
PDF8 years ago
端到端语音识别的分段循环神经网络
研究了段落循环神经网络在端到端声学建模中的应用，不依赖于外部系统提供特征或分割边界，通过神经网络进行特征提取，具有自我完备性，可实现端到端训练，实验表明在语音识别领域中表现良好。
PDF8 years ago