檢索結果:共6筆資料 檢索策略: "modeling".ekeyword (精準) and ckeyword.raw="語音辨識"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
連結時序分類(CTC)是一種結合動態規劃與深度學習的序列預測方法,其架構與傳統的隱馬夫模型相似,但複雜度較低、卻能獲致更佳的語音辨識效能。過去的研究雖驗證了此方法的有效,然而對於此架構能達到良好效能…
2
端到端語音辨識模型主要分為自迴歸 (Autoregressive)模型和非自迴歸 (Non-Autoregressive)模型。在近幾年的研究中,非自迴歸模型的表現除了已經超越自迴歸模型之外,兩者最…
3
本論文設計並實現一套機器人中文語音辨識系統。基於過去機器人語音辨識廣泛被使用的”動態時軸校正法(Dynamic Time Warping,DTW)”運算量太大問題,提出一個新穎的語音辨識設計 “…
4
基於 Transformer 的模型在各大研究領域中都帶來了重大的創新,例如:語音訊號處理、自然語言處理和計算機視覺等。在 Transformer 被提出之後,基於注意力機制的端到端自動語音識別模型…
5
隨著人工智慧的蓬勃發展,語音辨識技術在人工神經網路的演進下大幅改善原有辨識的缺點且被應用在不同的市場中,根據不同研究機構的報告中指出語音辨識的技術、市場成長率、產值都將在近年內大幅成長,在2021年…
6
語音異常為兒童常見的一種語言障礙類型,可能會導致難以正確發音。自動檢測語音異常可以為大量兒童提供及時的評估和篩檢。本文提出了一種新的中文兒童語音異常自動檢測和診斷方法。該方法使用了一種文本相關的端到…