基于GMM-UBM和GLDS-SVM的英文发音错误检测方法

将语种和说话人识别的方法应用到英语发音错误检测系统, 提出一种基于广义线性区分序列支持向量机 (Generalized linear discriminant sequence based SVM, GLDS-SVM)的发音错误检测方法. 主要创新点为: 1)提出一种基于状态拼接的特征规整方案, 增强SVM对发音特征的建模能力; 2)提出一种基于多模型融合的模型训练策略, 该策略可以更加充分地利用训练数据, 并在一定程度上解决了由于真实发音错误数据缺乏造成的正负样本不均衡的问题; 3)将GLDS-SVM与基于通用背景模型GMM (Universal background models based GMM, GMM-UBM)的方法进行融合, 以进一步提高发音检错性能. GLDS-SVM和GMM-UBM的融合系统在仿真测试集和真实测试集上的等错误率 (Equal error rate, EER)分别达到9.92%和16.35%. 同时, GLDS-SVM在模型占用空间和运算速度方面均比传统径向基函数 (Radial basic function, RBF)核方法具有明显优势.     

"数字图像处理"实验教学探索与实验软件研制

针对电子信息类本科专业“数字图像处理”实验教学现状,探索建立综合的实验体系,开发相应的实验教学软件,经过两轮教学实践,体系趋于完善,教学效果良好。综合实验体系采用“3 1”的实验教学模式,即3项基础实验加1项课程实习,使得实验与教学各环节配合得当、逐层深入、相辅相成,很好地解决了课时少、内容多、难度大的教学矛盾。实验教学软件采用Visual C^ 编程,内容丰富、界面友好,具有较强的健壮性、可移植性和可扩展性。     

面向第二语言学习的口语大规模智能评估技术研究

探索英语学习以及少数民族汉语学习的有效方法是中国语言教育面临的重大问题。研究客观公正的口语智能评估与诊断技术,对于促进计算机辅助语言教学(CALL)具有重要意义。根据近年来大规模中学英语以及少数民族汉语水平考试(MHK)中口语评估的应用需求,该文总结了中国科学院自动化研究所在口语内容识别与确认、口语发音评估、口语流利度评估、口语韵律评估等几个方面的研究进展。     

基于二维最大熵原理和改进遗传算法的图像阈值分割

传统的最佳直方图熵法对低信噪比图像的分割效果不理想,而二维最大熵法充分利用了像素的灰度分布信息和像素间的空间相关信息,提高了阈值分割的抗噪性能.本文对二维最大熵法进行了详细阐述和推导,对遗传算法进行了一系列改进,提出了一种新的类抛物线型变异算子.实验结果表明,二维最大熵法具有较强的鲁棒性,同时改进的遗传算法能够快速收敛到最佳分割阈值,其优化效果十分明显.     

基于Matlab平台的基础矩阵估计软件的设计与实现

基础矩阵估计是计算机视觉领域的热点问题。利用Matlab编程实现了基础矩阵估计的已有方法,开发了基础矩阵估计工具箱,设计了图形用户界面并添加了帮助文档。该软件系统内容丰富、功能强大、界面友好、操作方便,具有较强的鲁棒性和可扩展性,为基础矩阵的估计和应用提供了良好平台。     

基于改进遗传算法的基础矩阵估计方法

基础矩阵估计是计算机视觉的基础。提出了一种新的基于改进遗传算法的基础矩阵估计方法,它以8个匹配点作为最小匹配点集组成染色体,并利用改进8点法估计出相应的基础矩阵,同时以对极距离为核心构造适应度函数,并对传统遗传算法进行了优化改进。实验证明,此方法在估计精度和鲁棒性等方面有很大提高,易于实际应用。     

基于矢量量化和查找表的改进DTW语音识别方法

针对传统DTW语音识别方法的运算量和存储空间大的缺陷,提出一种基于矢量量化和查找表的改进DTW方法.方法利用矢量量化操作将连续特征矢量空间转化成离散矢量空间,以降低模式存储空间,在此基础上建立矢量失真测度表,并通过Hash查表方式实现了地址空间的精确定位,从而省去了动态规划操作造成的大量距离测度计算,极大提高了识别匹配速度.理论分析和实验结果证明了改进方法的有效性.同时为研究方便,在Matlab平台下设计和开发了DTW实时语音识别系统.