XJIPC OpenIR  > 多语种信息技术研究室
一种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
2017
会议名称第十四届全国人机语音通讯学术会议
会议日期2017-10-11
会议地点中国江苏连云港
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。本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。本文所提算法实现方式如下: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。然后,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。实验结果证明我们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
文献类型会议论文
条目标识符http://ir.xjipc.cas.cn/handle/365002/5370
专题多语种信息技术研究室
作者单位中国科学院声学研究所语言声学与内容理解重点实验室;中国科学院大学;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;周若华;颜永红. 一种应用于短时语音语种识别的时长扩展方法[C],2017.
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
一种应用于短时语音语种识别的时长扩展方法(1072KB)会议论文 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;张健;索宏彬;周若华;颜永红]的文章
百度学术
百度学术中相似的文章
[苗晓晓;张健;索宏彬;周若华;颜永红]的文章
必应学术
必应学术中相似的文章
[苗晓晓;张健;索宏彬;周若华;颜永红]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 一种应用于短时语音语种识别的时长扩展方法.pdf
格式: Adobe PDF
此文件暂不支持浏览
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。