多语言语音识别声学建模理论和容错识别新方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61273268
  • 项目类别:
    面上项目
  • 资助金额:
    83.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0605.模式识别与数据挖掘
  • 结题年份:
    2016
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2016-12-31

项目摘要

The multilingual speech recognition is one of the key unresolved technologies in the field of speech recognition. This application mainly focuses on the innovative research for the speech recognition acoustic modeling theory for the speech data resource-constrained small languages, and the multilingual error-tolerant speech recognition decoding method. Main contents are following: (1) Investigate the articulatory feature extraction approaches, articulatory features are more general than the phonemes, to improve and increase the data reusable capability. (2) Research on the structural feature extraction and the discriminative transformation methods based on the multilayer neural network, in order to obtain more robust and discriminative features. (3) Investigate the acoustic modeling methods based on the shared multilingual model sets and the subspace modeling for low-resource languages, in order to realize the robust acoustic modeling of multilingual and low-resource language speech recognition. (4) Investigate the data-credibility evaluation method, data using rules, and feedback-based discriminative learning theory, in order to use the more sophisticated model discriminative learning. (5) Research the multilingual speech recognition method based on the embedded language identification, and an error-tolerant speech recognition algorithm, in order to develop a multilingual speech error-tolerant recognition decoding engine. (6) Finally build a multilingual speaker-independent continuous prototypal speech recognition system, then evaluating and improving a multilingual speech recognition system and a speech recognition system of low-resource language under the realistic conditions. This research is of important theory significance and practical application values.
多语言语音识别是语音识别领域中尚未解决的关键技术之一。本申请主要针对语音数据资源受限的条件下的小语种语音识别建模理论和多语言容错语音识别方法展开创新性研究。主要的研究内容包括:(1)研究比音素更一般化发音属性特征提取方法,提高语音数据复用能力。(2)研究基于神经网络细胞器的结构化特征提取方法和鉴别性特征变换方法,提高特征的鉴别性和稳健性。(3)研究基于多语言模型集共享的声学建模和基于子空间小语种语音声学建模方法,实现多语言和小语种语音识别声学模型的稳健建模。(4)研究音特征数据可用度估值方法和数据使用规则和基于反馈的鉴别性学习理论,实现精细的模型鉴别性学习。(5)研究基于内嵌语种识别的多语言语音识别解码方法和容错识别算法,实现多语言语音容错识别。(6)最后构建多语言非特定人连续语音识别原型系统,在真实条件下,对多语言和小语种语音识别系统性能进行测试和改进。该研究具有重要理论意义与实用价值。

结项摘要

低资源和多语言语音识别是信息处理领域的桂冠,它涉及认知科学、声学、信号处理、机器学习等众多学科,推动多语言语音识别的进步可以促进相关学科的深入交叉与融合。.本项目面向语音识别领域中多语言语音识别,针对语音数据资源受限的条件下的小语种语音识别建模理论和多语言容错语音识别方法展开创新性研究。课题执行过程中,课题组研究了比音素更一般化发音属性特征提取方法,提高了语音数据复用能力;研究了基于神经网络细胞器的结构化特征提取方法和鉴别性特征变换方法,提高了特征的鉴别性和稳健性;研究了基于多语言模型集共享的声学建模和基于子空间小语种语音声学建模方法,实现了多语言和小语种语音识别声学模型的稳健建模;研究了语音特征数据可用度估值方法和数据使用规则和基于反馈的鉴别性学习理论,实现了精细的模型鉴别性学习;研究了基于内嵌语种识别的多语言语音识别解码方法和容错识别算法,实现了多语言语音容错识别;构建了多语言非特定人连续语音识别原型系统,参加NIST关键词检测(OpenKWS)学术评测,并于2015年获得公开条件国际第一名。.本项目共发表论文70篇,其中SCI检索11篇,授权发明专利3项。培养博士后1名,博士生8名(其中2名在读),硕士生4名。

项目成果

期刊论文数量(28)
专著数量(0)
科研奖励数量(0)
会议论文数量(42)
专利数量(0)
Maxout neurons for deep convolutional and LSTM neural networks in speech recognition
语音识别中深度卷积和 LSTM 神经网络的 Maxout 神经元
  • DOI:
    10.1016/j.specom.2015.12.003
  • 发表时间:
    2016-03-01
  • 期刊:
    SPEECH COMMUNICATION
  • 影响因子:
    3.2
  • 作者:
    Cai, Meng;Liu, Jia
  • 通讯作者:
    Liu, Jia
基于鉴别性向量空间模型的语种识别
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    清华大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    刘巍巍;张卫强;刘加
  • 通讯作者:
    刘加
低数据资源条件下基于Bottleneck特征与SGMM模型的语音识别系统
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国科学院大学学报
  • 影响因子:
    --
  • 作者:
    田垚;杨晓昊;刘加;夏善红
  • 通讯作者:
    夏善红
RNN language model with word clustering and class-based output layer
具有词聚类和基于类别的输出层的 RNN 语言模型
  • DOI:
    10.1186/1687-4722-2013-22
  • 发表时间:
    2013-07
  • 期刊:
    EURASIP Journal on Audio Speech and Music Processing
  • 影响因子:
    2.4
  • 作者:
    Shi Y Z;Zhang W Q;Liu J;Johnson M T
  • 通讯作者:
    Johnson M T
基于Mel倒谱特征顺序统计滤波的语音端点检测算法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中国科学院大学学报
  • 影响因子:
    --
  • 作者:
    陈振锋;吴蔚澜;刘加;夏善红
  • 通讯作者:
    夏善红

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

采用注意力机制和多任务训练的端到端无语音识别关键词检索系统
  • DOI:
    10.16798/j.issn.1003-0530.2020.06.005
  • 发表时间:
    2020
  • 期刊:
    信号处理
  • 影响因子:
    --
  • 作者:
    赵泽宇;张卫强;刘加
  • 通讯作者:
    刘加
利用多层感知机映射提高不匹配环境下的语音识别性能
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电路与系统学报
  • 影响因子:
    --
  • 作者:
    李虎生;刘加;刘润生
  • 通讯作者:
    刘润生
一种新的声纹确认的片上系统
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电声技术
  • 影响因子:
    --
  • 作者:
    毛鹏飞;刘加
  • 通讯作者:
    刘加
低资源语音识别若干关键技术研究进展
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    数据采集与处理
  • 影响因子:
    --
  • 作者:
    刘加;张卫强
  • 通讯作者:
    张卫强
基于RFC模型的基频曲线导数域编码方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中文信息学报
  • 影响因子:
    --
  • 作者:
    王磊;刘加
  • 通讯作者:
    刘加

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘加的其他基金

基于内容的跨语言语音检索方法研究
  • 批准号:
    60776800
  • 批准年份:
    2007
  • 资助金额:
    28.0 万元
  • 项目类别:
    联合基金项目
基于听觉感知模型的说话人识别和语音语种识别新方法研究
  • 批准号:
    60572083
  • 批准年份:
    2005
  • 资助金额:
    23.0 万元
  • 项目类别:
    面上项目
高鉴别特性的汉语非特定人连续语音识别声学模型研究
  • 批准号:
    60272016
  • 批准年份:
    2002
  • 资助金额:
    24.0 万元
  • 项目类别:
    面上项目
语音识别可信测度和拒识模型新方法研究
  • 批准号:
    69975007
  • 批准年份:
    1999
  • 资助金额:
    12.0 万元
  • 项目类别:
    面上项目
稳健(抗噪)语音识别新方法研究
  • 批准号:
    69772020
  • 批准年份:
    1997
  • 资助金额:
    10.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码