您的位置： 专家智库 > >

陈锴

作品数：4 被引量：4H指数：1
供职机构：同济大学电子与信息工程学院更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇电子电信
  • 1篇自动化与计算...

主题

  • 3篇语音
  • 3篇HMM
  • 2篇隐马尔可夫模...
  • 2篇马尔可夫
  • 2篇马尔可夫模型
  • 1篇倒谱
  • 1篇倒谱系数
  • 1篇英语
  • 1篇语料
  • 1篇语音语料库
  • 1篇特征参数
  • 1篇提高英语
  • 1篇谱系数
  • 1篇切分
  • 1篇中文
  • 1篇中文语音
  • 1篇中英文
  • 1篇小波
  • 1篇模型修正
  • 1篇MEL频率倒...

机构

  • 4篇同济大学

作者

  • 4篇陈锴
  • 3篇柴佩琪
  • 1篇秦欢

传媒

  • 1篇计算机工程
  • 1篇微电子学与计...
  • 1篇计算机应用

年份

  • 1篇2005
  • 3篇2004
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
提高英语语音语料库自动切分准确性的方法
2004年
本文主要对提高英语语音语料库自动切分准确性方法进行探讨,通过语音参数的选择、HMM(HiddenMarkovModel)模型的初始化的问题、单音模型的修正、静音的添加和其模型的建立来提高英语切分的准确性,在实际运用中取得了较好的效果。
陈锴柴佩琪
关键词：HMM切分模型修正
基于HMM的中文语音自动切分中的静音添加被引量：1
2004年
在建立语音语料库的过程中经常会碰到语音中加了很多对应文本所没有的静音标记，这些静音的存在直接影响到实际的切分结果。该文提出了一种静音自动添加的方法。在经过粗切分后，通过规则设定，短时能量、短时过零率和算法修正几个步骤，将静音寻找出来，添加到对应文本之中。该方法已运用到实际切分中，准确率在95%以上，取得了较好的效果。
陈锴柴佩琪
关键词：隐马尔可夫模型HMM
基于HMM和小波的中英文语音的自动切分研究和实现
本文广泛深入地研究、分析了当前国内外各种语音切分方法，并对各种方法的切分准确 率进行了分析、比较。在此基础上，将小波理论和语音分析相结合，提出了基于小波包变换 的语音特征参数用于语音的自动切分;在实现自动切分过程中，...
陈锴
基于小波子带分解的特征参数对语音自动切分的改进被引量：3
2005年
采用了基于小波子带分解的特征提取方法,根据DCT和DWT两种去相关方法的不同,得到语音信号的特征参数分别为SubbandBasedCepstral(SBC)和WaveletPacketParameters(WPP)。实验切分结果表明,基于小波子带分解的特征参数比MFCC取得更好的切分效果。
秦欢柴佩琪陈锴
关键词：隐马尔可夫模型MEL频率倒谱系数
全选 清除 导出
共1页<1>
聚类工具0