<i>K</i>子空间和时延自相关器的英汉音素识别

罗万伯; 罗霄岚; 陈炜; 彭舰; 吴端培

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

K子空间和时延自相关器的英汉音素识别

罗万伯, 罗霄岚, 陈炜, 彭舰, 吴端培

文章导航 > 电子科技大学学报 > 2006 > 35(1): 66-69

罗万伯, 罗霄岚, 陈炜, 彭舰, 吴端培. K子空间和时延自相关器的英汉音素识别[J]. 电子科技大学学报, 2006, 35(1): 66-69.

引用本文:

罗万伯, 罗霄岚, 陈炜, 彭舰, 吴端培. K子空间和时延自相关器的英汉音素识别[J]. 电子科技大学学报, 2006, 35(1): 66-69.

LUO Wan-bo, LUO Xiao-lan, CHEN Wei, PENG Jian, WU Duan-pei. English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(1): 66-69.

Citation:

LUO Wan-bo, LUO Xiao-lan, CHEN Wei, PENG Jian, WU Duan-pei. English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(1): 66-69.

K子空间和时延自相关器的英汉音素识别

1.
四川大学计算机学院成都 610064;
2.
美国克莱姆森大学电子与计算机工程学院,SC29634

详细信息

作者简介:
罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

中图分类号: TP399;TN912

English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators

1.
Computer Science College,Sichuan University Chengdu 610064;
2.
Electrical and Computer Engineering College,Clemson University,SC 29634 US

摘要: 提出了用于音素识别的K子空间和时延自相关器神经网络结构,用将时延设计加入线性自相关器,以扩展音素滤波神经网络的方法,产生p维子空间,并采用迭代过程修改划分,以便捕获语音信号中的时间序列信息。这种带不分类训练过程的体系结构提供了一种高识别性能的方法,没有大多数常规语音识别神经网络所常有的网络输出值不表示候选者似然性的缺陷。通过英语音素和汉语音素的初步试验,识别正确率为84.38%,比音素滤波神经网络方法好。
- 语音识别 /
- 音素识别 /
- 神经网络 /
- 汉语音素 /
- 时延自相关
Abstract: A neural network architecture, K-subspaces and time-delay auto-associators, is proposed for phoneme recognition. It extends the phoneme filter neural networks approach by adding linear auto-associators to create p-dimension subspace, and an iteration is employed to improve the decision. It is good to capture the time-sequence information in speech signal. The architecture proposed could provide a high recognition performance without traditional neural network's shortcoming. Some recognition simulations for both English and Chinese phonemes are conducted, and the recognition rate is 84.38% which is better than phoneme filter neural networks approach.
- speech recognition /
- phoneme recognition /
- neural network /
- Chinese phoneme /
- time-delay auto-associators

[1]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[2]	郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用 . 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028
[3]	崔金钟, 周远彬, 陈雷霆. 基于DHMM的嵌入式语音识别系统的实现与优化 . 电子科技大学学报, 2013, 42(6): 930-934. doi: 10.3969/j.issn.1001-0548.2013.06.023
[4]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[5]	田毅贞, 张齐军. 知识型神经网络的射频/微波器件建模方法 . 电子科技大学学报, 2011, 40(6): 815-824. doi: 10.3969/j.issn.1001-0548.2011.06.002
[6]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[7]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[8]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[9]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[10]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[11]	朱文莉, 张杰. 变系数时滞神经网络的周期解与稳定性 . 电子科技大学学报, 2005, 34(1): 134-136.
[12]	朱培勇, 孙世新. 具有时滞的Hopfield神经网络的周期解 . 电子科技大学学报, 2005, 34(5): 680-683.
[13]	徐军, 钟守铭, 张春凤. 分布时滞Hopfield神经网络稳定性 . 电子科技大学学报, 2004, 33(2): 200-203.
[14]	金明曦, 武妍. 基于对向传播神经网络的人脸识别方法 . 电子科技大学学报, 2004, 33(5): 573-576.
[15]	王定成, 王毅, 钟守铭. 一类神经网络算法的渐近行为 . 电子科技大学学报, 2003, 32(2): 221-224.
[16]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[17]	李绍荣, 廖晓峰. 连续时延神经网络的Hopf分岔现象研究 . 电子科技大学学报, 2002, 31(2): 163-167.
[18]	王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波. “有效行”特征对手写体字符的识别 . 电子科技大学学报, 2001, 30(3): 287-291.
[19]	朱文莉. 一类具有时滞的神经网络的稳定性分析 . 电子科技大学学报, 2000, 29(5): 556-559.
[20]	邱亚林. 具有时滞的通有连续时间神经网络的指数稳定性 . 电子科技大学学报, 1999, 28(5): 533-535.

点击查看大图

计量

文章访问数: 3450
HTML全文浏览量: 109
PDF下载量: 64
被引次数: 0

K子空间和时延自相关器的英汉音素识别

1. 四川大学计算机学院成都 610064;

2. 美国克莱姆森大学电子与计算机工程学院,SC29634

作者简介:
罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

收稿日期: 2003-06-25
刊出日期: 2006-02-15

中图分类号: TP399;TN912

关键词:

摘要: 提出了用于音素识别的K子空间和时延自相关器神经网络结构,用将时延设计加入线性自相关器,以扩展音素滤波神经网络的方法,产生p维子空间,并采用迭代过程修改划分,以便捕获语音信号中的时间序列信息。这种带不分类训练过程的体系结构提供了一种高识别性能的方法,没有大多数常规语音识别神经网络所常有的网络输出值不表示候选者似然性的缺陷。通过英语音素和汉语音素的初步试验,识别正确率为84.38%,比音素滤波神经网络方法好。

English Abstract

罗万伯, 罗霄岚, 陈炜, 彭舰, 吴端培. K子空间和时延自相关器的英汉音素识别[J]. 电子科技大学学报, 2006, 35(1): 66-69.

引用本文:

罗万伯, 罗霄岚, 陈炜, 彭舰, 吴端培. K子空间和时延自相关器的英汉音素识别[J]. 电子科技大学学报, 2006, 35(1): 66-69.

Citation:

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

编辑办公

友情链接

电子科技大学

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发

留言板

K子空间和时延自相关器的英汉音素识别

作者简介:
罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators

计量

K子空间和时延自相关器的英汉音素识别

1. 四川大学计算机学院成都 610064;

2. 美国克莱姆森大学电子与计算机工程学院,SC29634

作者简介:
罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

English Abstract

English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators

1. Computer Science College,Sichuan University Chengdu 610064;

2. Electrical and Computer Engineering College,Clemson University,SC 29634 US

全文HTML

目录

期刊在线

编辑办公

友情链接

留言板

K子空间和时延自相关器的英汉音素识别

作者简介: 罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators

计量

出版历程

K子空间和时延自相关器的英汉音素识别

1. 四川大学计算机学院 成都 610064; 2. 美国克莱姆森大学电子与计算机工程学院,SC29634

作者简介: 罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

English Abstract

English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators

1. Computer Science College,Sichuan University Chengdu 610064; 2. Electrical and Computer Engineering College,Clemson University,SC 29634 US

全文HTML

目录

期刊在线

编辑办公

友情链接

作者简介:
罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

1. 四川大学计算机学院成都 610064;

2. 美国克莱姆森大学电子与计算机工程学院,SC29634

作者简介:
罗万伯(1946-),男,硕士,教授,主要从事信息安全、多媒体技术和计算机仿真方面的研究.

1. Computer Science College,Sichuan University Chengdu 610064;

2. Electrical and Computer Engineering College,Clemson University,SC 29634 US