XJIPC OpenIR  > 多语种信息技术研究室
应用于短时语音语种识别的时长扩展方法
苗晓晓; 张健; 索宏彬; 周若华; 颜永红
2018
发表期刊清华大学学报(自然科学版)
卷号58期号:3页码:254-259
其他摘要

为解决待识别语音时长小于10s时,语种识别性能急剧下降的问题,该文提出应用语音时域伸缩(time-scale modification,TSM)技术改变语音的长度(从而改变了语速),并保持其他频域信息不变。首先,对一段待识别语音,应用TSM技术转换为多条时域压缩和时域拉伸后的语音;其次,将这些不同语速的语音与原语音拼接起来,生成一个时长较长的语音;最后,送入语种识别系统进行识别。实验结果表明:所提出的语音时长扩展算法可以显著提升短时语音的语种识别性能。

关键词语种识别 短时 时域伸缩 语速
文献类型期刊论文
条目标识符http://ir.xjipc.cas.cn/handle/365002/5264
专题多语种信息技术研究室
作者单位1.中国科学院声学研究所语言声学与内容理解重点实验室
2.中国科学院大学
3.中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室
推荐引用方式
GB/T 7714
苗晓晓,张健,索宏彬,等. 应用于短时语音语种识别的时长扩展方法[J]. 清华大学学报(自然科学版),2018,58(3):254-259.
APA 苗晓晓,张健,索宏彬,周若华,&颜永红.(2018).应用于短时语音语种识别的时长扩展方法.清华大学学报(自然科学版),58(3),254-259.
MLA 苗晓晓,et al."应用于短时语音语种识别的时长扩展方法".清华大学学报(自然科学版) 58.3(2018):254-259.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
应用于短时语音语种识别的时长扩展方法.p(1542KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[苗晓晓]的文章
[张健]的文章
[索宏彬]的文章
百度学术
百度学术中相似的文章
[苗晓晓]的文章
[张健]的文章
[索宏彬]的文章
必应学术
必应学术中相似的文章
[苗晓晓]的文章
[张健]的文章
[索宏彬]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 应用于短时语音语种识别的时长扩展方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。