phonetic information | BriefGPT

关键词phonetic information

搜索结果 - 13

远场发言人验证的语音感知说话人嵌入
提出了一种联合训练语音识别和说话人识别 (JTSS) 框架，以利用语音中的音素内容来进行远场说话人验证，结果表明在远场环境下利用音素信息是学习强健说话人表示的有效方法。
PDF7 months ago
MM利用动态错误缩放机制提升中文自动语音识别纠错能力
利用动态错误放大机制来检测和纠正自动语音识别输出中的语音错误，通过动态融合单词级特征和语音信息，丰富模型的句义数据，并实施唯一的错误减少和放大策略，以解决因错误字符导致匹配错误单词的问题，实验结果表明在 ASR 错误修正方面取得了重大改进，
PDFa year ago
基于多语言上下文的语音合成中文字发学习
该研究提出了一个多语种统一的前端系统，通过建模语音信息和语言知识，在处理发音相关任务时取得了有竞争力的结果。
PDFa year ago
使用注意机制和 CTC 解码研究法式手形和唇形的动态
本研究利用神经网络的关注机制探究单一讲话者手部和口部在特定语境下的动态关系，以及基于该关系为法语 Cued Speech 实现单词识别基准数据集的建立。
PDFa year ago
ACL中文纠错的分离语音表示
该研究提出了一种新的中文拼写纠错方法，通过引入拼音信息，并使用拼音到字符目标学习有用的拼音表示。实验证明该方法在使用语音信息方面具有优越性。
PDFa year ago
自监督预测编码模型在正交子空间中编码说话者和语音信息
本文研究自监督语音表示的特征空间分布，通过主成分分析得出编码说话者和语音的正交子空间，提出一种新的说话者标准化方法，消除说话者信息，对于去除语音中的说话者信息的任务表现出色。
PDFa year ago
PWESuite：音韵词嵌入及其促进的任务
本文提出了几种新的方法，利用发音特征构建语音感知单词嵌入，并介绍了一组语音单词嵌入，以促进社区发展，评估和使用，同时提出了若干评估方法，以促进语音单词嵌入的内在和外在性能评估，并希望我们的一系列任务能促进可复现性，为以后的语音单词嵌入研究提
PDFa year ago
阿拉伯语 ASR 中的语音符号识别性能
本研究分析了阿拉伯语自动语音识别（ASR）系统中音标识别的表现，并比较了文本音标处理与 ASR 音标处理的表现。通过在不同音标化条件下对语音数据进行细化和对比，我们发现 ASR 音标处理特别是在手动音标化的情况下表现优异。
PDFa year ago
用最近邻算法进行中文拼写检查
本篇论文介绍了一种新的中文拼写检查方法 InfoKNN-CSC，通过线性插值标准 CSC 模型和 kNN 模型，详细考虑了令牌和上下文的音、形、义信息，并且基于 n-gram 值和输入执行了重新排序方法。针对 SIGHAN 基准测试，实验结
PDF2 years ago
SDCL: 自我蒸馏对比学习用于中文拼写校对
该论文提出了一种基于自我蒸馏对比学习方法的 BERT 修改方式，以适应汉语拼写检查任务所需的语音和字形信息，实验证明该方法可以提高汉语拼写检查准确率。
PDF2 years ago
低资源语音识别预训练的分析
本文探讨了如何提高低资源语言的自动语音翻译质量，研究表明在高资源语言上训练端到端自动语音识别模型可以有效提高自动语音译文质量，作者发现最终自动语音译文质量的最佳预测因素是预训练的 ASR 模型的词错误率，并且研究发现预训练和数据增强对 AS
PDF5 years ago
ACL具有联合文本和语音嵌入的强大的神经机器翻译
本篇论文研究了神经机器翻译中的一种特殊噪声 - 同音替换，提出将源语言句子的文本和音素信息进行联合嵌入，并使用同音替换扩充训练数据集来提高模型对同音替换的鲁棒性，实验结果表明，放置在音素信息上的大多数权重可能比文本信息更有利于提高翻译质量和
PDF6 years ago
ICCV从无声视频中改善语音重构
本文介绍了一种基于卷积神经网络的端到端模型，可将无声视频帧转化为可听、自然的语音信号，模型在 GRID 和 TCD-TIMIT 数据集上训练，并使用常见的客观指标评估重建语音的质量和可懂度，结果表明，本文提出的模型在预测语音方面比现有模型得
PDF7 years ago