一种基于改进的SEVQ 匹配算法的汉语全音节语音识别系统

本文全面介绍了一种采用改进的ＳＥＶＱ匹配算法的特定人汉语语音识别系统,具体描述了系统总体方案、系统参数的选取策略、各种识别预处理所用方法及语音模式匹配原理和方法。系统的实时识别率超过９３％     

一个基于LB/IHMM的高性能汉语连接数字语音识别系统

本文使用一种ＩＨＭＭ的简化训练算法，讨论了一个基于ＬｅｖｅｌＢｕｉｌｄｉｎｇ搜索算法，参考模式基于ＩＨＭＭ模型的高性能的汉语连接数字语音识别系统。文中详细描述了系统的特征提取、ＩＨＭＭ模型、训练过程和识别过程，以及系统用于特定人、多说话人和不认人语音识别的实验，并且对实验结果进行了分析和讨论。     

基于DFCNN-CTC和Transformer的中文语音识别

语音识别一般只是将语音转化成文字,识别的结果是没有标点的一连串汉字,这不利于读者阅读,也会影响后续任务的处理.因此,引入语音端点检测解决上述问题.同时针对传统的语言模型N-gram存在忽略字词之间语义的相似性、训练时的参数过大等问题,提出一种以全序列卷积神经网络DFCNN作为声学模型,Transformer作为语言模型...     

用于指挥控制的语音实时识别系统探讨

信息科学的发展对指挥控制的技术提出更高的要求,语音识别将是车载、机载、舰载综合电子设备中一项不可缺少的内容。但海、陆、空等指挥控制环境中高噪声的存在及其导致的话者语音变化,为语音识别系统的可靠应用带来了困难,要解决这个问题,就必须研制具有抗噪声能力的语音识别系统。本文基于语音识别的基本原理,通过对噪声特性及其对语音识别影响的分析,从提高系统的鲁棒性入手,探讨了抗噪声语音实时识别系统     

美国陆军战术语言与文化训练系统

为适应大规模培养军队外语及跨文化交流能力的需要,美军利用虚拟仿真技术开发了陆军战术语言与文化训练系统(TLCTS),该系统融自动语音识别技术、对话建模技术、虚拟主体行为建模技术、学习者学习过程跟踪技术等人工智能技术于一体,取得了明显效果。其发展思路和关键技术可参考和借鉴。     

一个有效的汉语同音字识别系统

一、概述我们正在研究的汉语语音识别系统是一个以声、韵母为基本识别单元的“识别——理解”系统,其识别过程可以分为两个部分:第一部分音节识别,就是把汉语语音的声波转换成汉语拼音;第二部分拼音——汉字转换,就是把通过识别得到的汉语拼音转换成方块汉字,如图1所示。本文所介绍的是第二部分工作,即实现由拼音到汉字的转换,其技术关键是通过“理解”区分同音字。为了简化接口关系,目前本系统的输入是从键盘敲入的汉语拼音句子,整个系统由一个汉语知识库及三个程序模块组成(见图2)。汉语知识库由词汇库、短语规则库,句型库和语     

辅助任务增强的中文跨域NL2SQL算法

自然语言到结构化查询语言(natural language to structured query language,NL2SQL)任务旨在将自然语言询问转化为数据库可执行的结构化查询语言(structured query language,SQL) 语句。本文提出了一种辅助任务增强的中文跨域 NL2SQL 算法,其核心思想是通过在解码阶段添加辅助任务以结合原始模型来进行多任务训练,提升模型的准确率。辅助任务的设计是通过将数据库模式建模成图,预测自然语言询问与数据库模式图中的节点的依赖关系,显式地建模自然语言询问和数据库模式之间的依赖关系。针对特定的自然语言询问,通过辅助任务的提升,模型能够更好地识别数据库模式中哪些表/列对预测目标 SQL 更有效。在中文 NL2SQL 数据集 DuSQL 上的实验结果表明,添加辅助任务后的算法相对于原始模型取得了更好的效果,能够更好地处理跨域 NL2SQL 任务。     

小波变换在说话人识别中的应用研究

利用小波的多分辨特性提取说话人的语音特征参数，以及在预处理过程中运用小波分解去除噪声的基本原理和方法，分析了小波变换在说话人识别过程中不同阶段的应用。总结了小波变换对提高说话人识别系统的识别率具有重要的意义，并且提出了小波变化在说话人识别中运用所存在的问题和难点。     

语音识别技术综述

本文综述了语音识别领域里的主要技术。首先,系统地介绍了孤立词识别系统中的算法和技术。然后,简要介绍了连续语音识别系统中的主要处理方法。最后,说明了语音理解系统中的特殊问题。     

语声控制系统模型及实现

语声控制系统是指利用电子计算机对语音信号进行分析,提取出其中携带的有关参数,综合利用语音识别技术与讲者识别技术而构成的一种专用控制系统。本文介绍一个基于汉语数字零到九识别的语声控制系统的模型及其实现方法。     

基于句子级BLEU指标挑选数据的半监督神经机器翻译

在单语语料的使用上,统计机器翻译可通过利用语言模型提高性能,而神经机器翻译很难通过这种方法有效利用单语语料.针对此问题,文中提出基于句子级双语评估替补(BLEU)指标挑选数据的半监督神经网络翻译模型.分别利用统计机器翻译和神经机器翻译模型对无标注数据生成候选翻译,然后通过句子级BLEU指标挑选单语候选翻译,加入到有标注的数据集中进行半监督联合训练.实验表明,文中方法能高效利用无标注的单语语料,在NIST汉英翻译任务上,相比仅使用精标的有标注数据单系统,文中方法BLEU值有所提升.     

一种新的Gabor小波支持向量机人脸识别算法

提出了一种新的基于Gabor小波特征重组的支持向量机人脸识别方法。该方法首先计算5个尺度和8个方向的Gabor小波变换结果,再把不同人脸中的同一尺度和方向的变换结果进行特征重组,得到40个新特征矩阵,分别利用PCA方法降维去噪,最后构造40个支持向量机分类器并采用选票决策机制决定识别结果。实验结果表明,该方法不仅拓宽了主元分析法中累积方差贡献率可选范围,并在一定程度上解决了核参数选择难的问题,同时取得了理想识别效果。     

数据链系统通用建模与仿真框架?

为开展数据链系统性能分析、效能评估及模拟训练等多样化研究，在建模和仿真需求分析的基础上，提出了通用数据链系统建模与仿真框架，旨在提高模型重用性，满足不同层次数据链仿真需求以及增强仿真系统可扩展性。首先给出了数据链系统组件化建模框架，分析了其模型逻辑结构，并对建模流程进行了阐述。然后，基于建模框架设计了数据链系统仿真框架，并对其构成和运用流程进行了详细描述。     

基于相关参数的自修正飞行数据估计方法

提出了自修正的数据估计方法.用待拟合参数及相关参数组成多阶数据矩阵,利用递归神经网络对数据矩阵中缺失数据进行初次多阶拟合;利用滑动窗口,在历史数据矩阵中进行相似模式搜索,以相似度作为权重系数,对初次拟合结果进行加权修正.分析证明,该算法的最差、最好复杂度分别达到了理论最好结果.从仿真结果可以看出,自修正算法数据拟合结果误差较之单纯神经网络拟合更小,估计精度更高.     

利用循环网络的降落伞开伞载荷补偿方法

为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。     

基于Matlab/Simulink的舰空导弹系统仿真建模

为便于某新型舰空导弹武器系统的作战研究和训练,对其进行了仿真建模研究.根据动态仿真软件Simulink的特点,提出了复杂系统的建模策略.利用面向对象方法,将整个舰空导弹武器系统按功能分成多个模块,将其封装,并充分利用Matlab中的各种现成模块实现复杂的时序及逻辑控制关系,同时在主要的数据计算部分用C语言来开发有关算法.采用某型防空导弹有关数据进行的仿真试验,对所建立的仿真模型进行了校核、验证和确认.结果表明了本文的建模策略和方法以及得到的仿真模型正确合理,仿真结果可信.     

防空系统建模与目标价值排序方法

针对当前防空系统模型的构建和评估偏向于定性处理以及仅考虑其结构特性而忽视了系统中目标与关系自身属性的问题,在分析现有模型与评估方法的基础上,提出了基于邻接矩阵的防空系统模型,定义了能力评估向量,采用目标对体系能力贡献程度的目标价值综合评价方法,并引用Pareto占优中等级前沿和拥挤距离的思想提出了目标等级和目标离散度的概念,形成了非劣性价值排序算法,同时使用加权以及性价比方法和其他网络评估方法排序,采用自身设计以及随机生成案例进行仿真实验,结果验证了基于邻接矩阵的防空系统模型以及价值排序算法的有效性。