voice recognition | BriefGPT

关键词voice recognition

搜索结果 - 6

自监督模型与人类中的演讲者身份编码评估
自我监督表示与声音识别中的说话人身份有关，并能更好地理解强大网络中不同层次的声学信息表示，通过评估声学、语音、韵律和语言变体之间的说话人识别准确性，对比模型和人类的编码空间相似性，旨在挑战距离度量作为说话人接近程度的代理，并展示某些模型能够
PDF22 days ago
多语言语音模型在自动语音识别中表现出性别性能差距
多任务、多语种模型在语音识别中的广泛应用，虽然适用于多种语言，但仍存在在性别间表现差异的问题。我们通过系统评估多语种 ASR 系统在性别表现差异上的问题，并发现了明显的性别差异。在 19 种语言的三个数据集上，我们使用两种流行的模型，跨越了
PDF4 months ago
Newvision：基于深度学习的盲人助手应用
我们正在开发专有的头戴设备，帮助视觉障碍的人们在日常生活中导航、识别物体与人员、阅读文本和避开障碍物。该头戴设备将结合计算机视觉、超声波传感器的距离估计、语音识别和语音助手等技术，实时提供用户所处环境的信息。用户可以通过语音指令与头戴设备交
PDF8 months ago
音素检索；语音识别；元音识别
提出了一种音素检索技术，其特殊之处在于网络的构建方式。
PDFa year ago
快速连接主义说话人适应
该研究介绍了一种名为 SVCnet 的系统，使用专门针对每种语音声音的编码神经网络生成小维度的声学变异模型，并进一步将这些模型组合成总体的声音变异模型。该系统可以用于适应识别新说话人的功能，其中将 SVCnet 与 MS-TDNN 识别器相
PDF2 years ago
利用 Mel 频率倒谱系数（MFCC）和动态时间规整（DTW）技术的语音识别算法
本文章探讨了数字处理语音信号和语音识别算法的重要性，介绍了特征提取和匹配的数字信号处理方法以及非参数模型和动态时间规整技术的优越性。
PDF14 years ago