融合声学特征和深度特征的语音文档分类

传统的语音文档分类系统通常是基于语音识别系统所转录的文本实现的,识别错误会严重影响到这类系统的性能。尽管将语音和识别文本融合可以一定程度上减轻识别错误的影响,但大多数融合都是在表示向量层面融合,没有充分利用语音声学和语义信息之间的互补性。本文提出融合声学特征和深度特征的神经网络语音文档分类,在神经网络训练中,首先采用训练好的声学模型为每个语音文档提取包含语义信息的深度特征,然后将语音文档的声学特征和深度特征通过门控机制逐帧进行融合,融合后的特征用于语音文档分类。在语音新闻播报语料集上进行实验,本文提出的系统明显优于基于语音和文本融合的语音文档分类系统,最终的分类准确率达到97.27%。     

湟水流域水资源开发利用现状及评价

湟水流域地处青海省东部,全流域属高原半干旱大陆性气候,是青海省政治、经济、文化教育最发达的地区,面积仅占全省的2.24％而人口、农业产值、工业产值等均占全省的50％以上。湟水流域又是青海省水资源开发利用程度最高的地区,亦是水资源最缺乏的地     

喷漆机器人与输漆系统

如何使喷漆机器人适应高节奏、全自动、大规模的喷漆生产线,其关键的技术问题是配备一个自动输漆系统。作者结合油漆工艺参数的控制要求,推出了一套完整适宜的全自动输漆系统。对提高喷漆机器人的应用水平具有一定的意义。     

Windows95下多线程中的同步机制

对Ｗｉｎｄｏｗｓ９５下的多进程、多线程的同步机制进行了分析。针对实时多媒体可视电话系统实际应用，就如何实时实现各个进程的同步进行了详细论述；同时简要介绍了ＷＩＮ９５下的设备驱动程序的编写。     

说话人识别中的因子分析以及空间拼接

联合因子分析可以有效拟合混合高斯模型中的说话人和信道差异, 在说话人识别中得到广泛应用. 一般情况下, 该算法在对说话人和信道两个载荷矩阵进行联合估计时, 说话人残差矩阵无法发挥作用, 信道载荷矩阵的因子数不能提高. 本文提出说话人载荷矩阵、说话人残差载荷矩阵采用串行的训练模式, 在信道载荷矩阵训练中采用矩阵拼接的方法, 能够有效提高识别率; 在NIST SRE 2008年核心测试数据库的五个部分分别达到等错误率3.3%, 5.1%, 5.0%, 5.3%和5.0%.     

采用支持向量回归机的说话者确认系统

提出一种基于支持向量回归机的说话者确认方法.该方法利用高斯混合模型中的均值向量连接构成一个超向量来模拟目标说话者的身份特性.以该超向量作为分类样本,利用支持向量回归机的方法进行分类,从而在一定程度上减轻了信道因素对系统识别精度的影响.该方法在NIST2006年说话者识别数据库上实验得到的识别等错误率比采用支持向量分类机方法有了相对12.8%的降低.     

端到端维吾尔语语音识别研究

近几年来,基于端到端模型的语音识别系统因其相较于传统混合模型的结构简洁性和易于训练性而得到广泛的应用,并在汉语和英语等大语种上取得了显著的效果.本文将自注意力机制和链接时序分类损失代价函数相结合,将这种端到端模型应用到维吾尔语语音识别上.考虑到维吾尔语属于典型的黏着语,其丰富的构词形式使得维吾尔语的词汇量异常庞大,本文引入字节对编码算法进行建模单元的生成,从而获得合适的端到端建模输出单元.在King-ASR450维吾尔语数据集上,提出的算法明显优于基于隐马尔可夫模型的经典混合系统和基于双向长短时记忆网络的端到端模型,最终识别词准确率为91.35%.     

几何约束多解问题

针对几何约束求解的多解性问题,将约束分成两个集合:原约束集合和增加的额外约束集合。用求解器求解出全部解后,利用提出的混合遗传蚂蚁算法,搜索全部解空间,在算法的初始阶段采用遗传算法,产生信息素的初始分布;在算法的后期采用蚂蚁算法。由于在遗传算法中使用随机的种群,不仅提高了蚂蚁算法的速度,而且在求解时能避免陷入局部最优解。通过启发式搜索算法使增加的额外约束得到最大化满足,从而寻找到符合用户意图的解。     

中国古建筑的L系统建模新方法

中国古建筑的数字化保护问题日益成为计算机和建筑学科的研究重点,但其结构巧妙、类型丰富,且建模工程耗时等,给研究工作带来很多挑战。针对上述问题,提出了一种快速的数字建模方法,通过深入分析并抽取建筑特征,建立了古建筑L系统构件模型库及构件特征库,利用虚拟装配过程控制创建真实、精确的虚拟古建筑3D模型。结果表明,这种方法具有建模精确、生成快速等优点,可对中国古代建筑遗产进行有效的数字保护。