-
公开(公告)号：CN101030369B
公开(公告)日：2011-06-29
申请号：CN200710064951.5
申请日：2007-03-30
Applicant: 清华大学
IPC: G10L15/14
Abstract: 本发明属于语音识别技术领域，其特征在于，它是一种基于子词隐含马尔可夫模型的嵌入式语音识别方法，包括端点检测、帧同步声学特征提取、计算识别网络解码时用的声学特征矢量序列，以及识别网络解码共四个部分。其中，端点检测采用滑动平均滤波器和有限状态机实现；解码时采用基于滑动窗束搜索的两阶段识别方法，采用基于置信度的方法为第二阶段选取候选词条。本发明在保证识别正确率的条件下，提高识别所需内存占有和运算量的占用效率。同时本发明采用以数字信号处理器为核心的嵌入式实现，具有体积小、重量轻、功耗低、成本低的优点。
-
公开(公告)号：CN100411011C
公开(公告)日：2008-08-13
申请号：CN200510114848.8
申请日：2005-11-18
Applicant: 清华大学
Abstract: 本发明涉及用于语言学习机的发音质量评价方法，属于计算机辅助语言学习和语音技术领域，包括用于训练的语音特征提取，标准发音模型训练，标准发音网络的生成，语音端点检测，用于评价的语音特征提取，最优路径搜索，以及发音质量分数的计算各部分；本发明的发音质量评价方法具有与主观评价相关性较高、稳健性好等特点。构成的嵌入式英语学习系统可以用于人机交互教学和自动口语测试。
-
公开(公告)号：CN1763843A
公开(公告)日：2006-04-26
申请号：CN200510114848.8
申请日：2005-11-18
Applicant: 清华大学
Abstract: 本发明涉及用于语言学习机的发音质量评价方法，属于计算机辅助语言学习和语音技术领域，包括用于训练的语音特征提取，标准发音模型训练，标准发音网络的生成，语音端点检测，用于评价的语音特征提取，最优路径搜索，以及发音质量分数的计算各部分；本发明的发音质量评价方法具有与主观评价相关性较高、稳健性好等特点。构成的嵌入式英语学习系统可以用于人机交互教学和自动口语测试。
-
公开(公告)号：CN101030369A
公开(公告)日：2007-09-05
申请号：CN200710064951.5
申请日：2007-03-30
Applicant: 清华大学
IPC: G10L15/14
Abstract: 本发明属于语音识别技术领域，其特征在于，它是一种基于子词隐含马尔可夫模型的嵌入式语音识别方法，包括端点检测、帧同步声学特征提取、计算识别网络解码时用的声学特征矢量序列，以及识别网络解码共四个部分。其中，端点检测采用滑动平均滤波器和有限状态机实现；解码时采用基于滑动窗束搜索的两阶段识别方法，采用基于置信度的方法为第二阶段选取候选词条。本发明在保证识别正确率的条件下，提高识别所需内存占有和运算量的占用效率。同时本发明采用以数字信号处理器为核心的嵌入式实现，具有体积小、重量轻、功耗低、成本低的优点。
-
-
-
Search Results
4
records
(took 0.015 seconds)
