连续语音流中的关键词识别是语音识别识别的重要分支,可以使人机语音交互过程更加自然,在语音资料检索、电话语音交互、对话主题分类等应用中起着关键作用,有着重要的研究价值和应用价值。本项目在分析现有技术所存在问题的基础上,研究关键词识别的新方法,将支持向量机应用于该领域,研究支持向量机与隐马尔可夫模型对连续语音流的建模技术,设计相应的模型训练算法和识别搜索算法,解决非关键词模型训练中的小样本学习问题,设
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
基于支持向量机的团藻目分类新方法
基于支持向量机的营销风险识别与预警研究
基于支持向量机的声发射信号裂纹识别研究
基于改进的支持向量机在语音识别中的应用研究