您的位置: 专家智库 > >

陈一宁

作品数:4 被引量:24H指数:3
供职机构:上海交通大学电子信息与电气工程学院更多>>
发文基金:国家高技术研究发展计划国家科技支撑计划更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇语音
  • 3篇语音识别
  • 2篇隐马尔可夫模...
  • 2篇英语
  • 2篇英语口语
  • 2篇手机
  • 2篇马尔可夫
  • 2篇马尔可夫模型
  • 2篇口语
  • 1篇英语教学
  • 1篇英语口语学习
  • 1篇语音识别技术
  • 1篇人脸
  • 1篇人脸识别
  • 1篇身份识别
  • 1篇身份识别系统
  • 1篇识别技术
  • 1篇手机平台
  • 1篇口语学习
  • 1篇基于手机

机构

  • 4篇上海交通大学

作者

  • 4篇陈一宁
  • 1篇罗全锋
  • 1篇涂惠燕
  • 1篇张锋
  • 1篇陈晓光

传媒

  • 3篇计算机应用与...

年份

  • 3篇2011
  • 1篇2010
4 条 记 录,以下是 1-4
排序方式:
基于语音识别和手机平台的英语口语发音学习系统被引量:9
2011年
研究一种实际可行的手机平台上基于语音识别技术的英语学习系统的应用方案。系统主要以HMM(隐马尔可夫模型)和Viterbi算法作为模型和算法基础,同时针对手机平台的限制,在算法设计和实现方面进行改进,达到降低运算时间同时保证识别精度的目的。
涂惠燕陈一宁
关键词:隐马尔可夫模型语音识别手机VITERBI
英语口语学习中的语音识别技术
随着计算机技术的发展,计算机辅助教学在教育领域运用越来越广泛。现在借助于计算机辅助教学人们已经可以更加便捷的学习语言。计算机丰富的图形、声音处理功能有力促进了人们的语言学习效果。目前该领域的研究热点集中在探索有效的语言学...
陈一宁
关键词:英语教学口语学习语音识别HMM模型
文献传递
语音识别在英语发音纠错中的应用被引量:4
2011年
主要研究如何更好地让计算机智能地纠正英语学习者的发音错误。借助语音识别中的HMM(隐马尔可夫模型)建模方法,用Viterbi算法和改进的后验概率算法对中国学习者的英语发音进行自动识别,通过对基本单元进行切分和评分,最后,为英语学习者提供可信度比较高的发音信息反馈,纠正发音错误。
张锋陈一宁罗全锋
关键词:隐马尔可夫模型语音识别
基于手机和人脸识别的身份识别系统被引量:10
2011年
主要研究一种以具有摄像功能的手机端和人脸识别技术为基础的身份确认系统。利用局部二元模式(LBP)直方图特征的加权卡方距离来识别用户身份的方法,并根据手机用户的拍摄场景的多变性,添加对图片的光照预处理和几何校准过程,最后达到了比较好的实用效果。同时提出利用易辨识信息减少的比对样本,大大提高了系统运行性能。最后在ELSJTU图像数据集上测试的基础上,分析总结并提出了可以改进的意见。
陈一宁陈晓光
关键词:人脸识别LBPGAMMA校正手机
共1页<1>
聚类工具0