语音识别是人机交互最自然、最方便的手段,有着重要的研究价值和应用前景。在基于HMM的传统声学建模中,由于状态输出独立假设和串珠假设并没有充分考虑语音学知识,语音的声学结构和发音结构没有得到科学的描述。本项目旨在突破这些局限,结合语音学知识,研究基于贝叶斯网络改善描述语音声学结构(表现为声学特征的时间依存性结构)和发音结构(表现为由并行发音特征流表征的松耦合异步结构),进行精细结构声学建模,更准确刻
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
基于分形L系统的水稻根系建模方法研究
跨社交网络用户对齐技术综述
转录组与代谢联合解析红花槭叶片中青素苷变化机制
青藏高原狮泉河-拉果错-永珠-嘉黎蛇绿混杂岩带时空结构与构造演化
基于动态深度贝叶斯网络的行为识别与语义建模方法研究
基于贝叶斯网络的排列算法研究
基于动态贝叶斯网络的头姿无关自发表情识别研究
交互因子导向下基于贝叶斯网络的产品创意设计过程建模