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

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60572083
  • 项目类别：
    面上项目
  • 资助金额：
    23.0万
  • 负责人：
    刘加
  • 依托单位：
    清华大学
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

本项目结合内耳听神经计算模型、听觉感知理论、说话人识别和语种识别技术进行创新性研究，提高噪声环境下，电话语音说话人识别和语种识别系统的性能。这也是目前国际上语音技术研究发展的重要方向之一。本项目主要包括8个方面的研究内容：（1）基于内耳听神经分析机理和听感知计算模型的特征参数提取方法。（2）语音中长时（高层）信息特征提取方法以及在说话人识别和语种识别系统中的建模方法。（3）新型稳健（抗噪）说话人识别模型和语种识别模型。（4）说话人切分和说话人聚类算法。（5）说话人识别和语种识别可信测度和拒识模型。（6）针对环境因素说话人识别模型、语种识别模型、语言模型的无监督快速自适应方法。（7）结合关键词和音素识别的语种识别算法。（8）决策阶段并行处理算法与信息融合处理模型。结合以上的研究成果实现针对电话语音的说话人识别和语种识别系统，并在实际环境中进行检验。该研究具有重大的理论意义和应用价值。

结项摘要

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（0）
会议论文数量（15）
专利数量（0）
电话语音双人检测算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    李科, 刘加. 电话语音双人检测算法. 清华大学学报, 47(1): 65-68. 2007, 1.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Confidence Measure Based Incremental Adaptation for Online Language Identification
基于置信度测量的在线语言识别增量适应
  • DOI：
    10.1007/978-3-540-73110-8_58
  • 发表时间：
    2007-07
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
汉语连续语音中HMM模型状态数优化方法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    何珏, 刘加. 汉语连续语音中HMM模型状态数优化方法研究. 中文信息学报. 20(6): 83-88. 2006, 12.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
网络音频数据检索技术
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    张卫强, 刘加. 网络音频数据检索技术. 通信学报, 28(12): 152-155. 2007, 12.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
An equalized heteroscedastic linear discriminant analysis algorithm
一种均衡异方差线性判别分析算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

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

多语言语音识别声学建模理论和容错识别新方法研究
  • 批准号：
    61273268
  • 批准年份：
    2012
  • 资助金额：
    83.0 万元
  • 项目类别：
    面上项目
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
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