主流声学建模技术 近年来,随着深度学习的兴起,使用了接近30年的语音识别声学模型HMM(隐马尔科夫模型)逐渐被DNN(泛指深度神经网络)所替代,模型精度也有了突飞猛进的变化,整体来看声学建模技术从建模单元、模型结构、建模流程等三个维度都有了比较明显的变化,如图5所示: 图5 声学建模演进总结 其中,深度神经网络超强的特...
出现这种趋势的原因,首先是计算能力的不断提升,通用GPU等高计算能力设备的发展,使得训练更复杂、更强大的声学模型(Acoustic Model, AM)变得可能,高性能的嵌入式处理器的出现,使得语音识别的终端应用变得可能;其次,借助近乎无处不在的互联网和不断发展的云计算,我们可以得到了海量的语音数据资源,真实场景的数据使得语...
COMSOL Multiphysics®5.6 版本为“声学模块”的用户引入了新增的非线性声学,时域显式接口、用于弹性波传播的端口边界条件,以及瞬态热黏性仿真中的非线性效应。请阅读以下内容,进一步了解“声学模块”的新增功能和更新功能。 用于高声压级的“非线性声学,时域显式” ...
非线性压力声学,时域显式接口中新增了一个后处理特征,称为计算最小和最大压力。此特征计算域或边界上随时间和空间变化的最大和最小压力。软件会自动创建两个变量:nate.p_min 和 nate.p_max,可用于后处理,例如,计算聚焦区的大小。您可以在高强度聚焦超声 (HIFU) 在组织体模中的传播教学案例中查看这一特征的...
基于图的方法是一种新兴的声学模型建模方法。该方法通过将语音信号转化为图的形式,将语音识别任务转化为图上的推断问题。常见的基于图的方法包括条件随机场(Conditional Random Fields,简称CRF)和随机有向无环图(Hidden Markov Model Toolkit,简称HTK)。 基于图的方法的优点在于可以更灵活地指定语音模型的约束条件,并且...
高斯混合模型是声学模型建模中最早被广泛使用的方法之一。它假设声音信号是由多个高斯分布组成的,每个高斯分布对应一个语音单位(如音素或音节)。通过对训练数据进行参数估计,可以得到每个语音单位的高斯分布参数。在识别过程中,根据观测到的声音信号,通过计算不同语音单位的后验概率,选择概率最大的语音单位作为识别结果。
基于GMM的0-9孤立词识别系统以词为训练单位,添加新词汇需要重新进行训练,若要涵盖所以词,差不多6万个词,训练量极大,预测时也要计算6万个模型的似然,哪个大预测出哪个,在实际应用中有局限性,只能应用于小词汇量场合。 孤立词识别系统识别了0-9的数字的英文单词,但是假如有人用英文报电话号码,是识别不了整个号码...
南京宏润声学科技有限公司 4年 查看详情 ￥110.00/平方米 河北衡水 润吉 金属穿孔板吸声体 声学实验室消音模块 填充聚酯纤维棉 在线交易 润吉品牌 河北润吉金属制品有限公司 6年 查看详情 ￥1.89万/套 广东广州 体育馆声学设计装修吸音隔音混响时间控制天花吊顶吸声体模块 在线交易 48小时发货 少货必赔 破损...
声学模型是一种在语音识别系统中扮演关键角色的技术，它对于系统的准确性和效率至关重要。主流的语音识别系统采用隐马尔科夫模型（HiddenMarkovModel, HMM）来进行建模。这个模型被广泛应用于各种语音处理任务中。隐马尔科夫模型的概念可以这样理解：它是一种离散时间域内的有限状态自动机。在实际应用中，我们...