稳健（抗噪）语音识别新方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    69772020
  • 项目类别：
    面上项目
  • 资助金额：
    10.0万
  • 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：
    2000
  • 批准年份：
    1997
  • 项目状态：
    已结题
  • 起止时间：
    1998-01-01 至2000-12-31

项目摘要

本课题属于语音识别领域国际前沿性的应用基础研究。在研究中，创新性地提出了基于多模型和综合判决稳健语音识别算法、基于多层感知机进行特性参数或模型参数自适应映射的算法、对信道失真与加性噪声进行特征补偿的算法、结合共振峰轨迹特征提高识别模型对易混语音区分能力的方法、基于神经网络的语音识别拒识模型、基于子树结构束搜索关键词语音识别快速算法、基于新模型的有监督和无监督说话人自适应算法。这些成果已用于国家项目与国际合作项目，且系统的识别率高稳健性好，达到国际先进水平。申请国家发明专利3项，实用新型专利1项，发表论文22篇，其中SCI收录2篇，EI收录8篇，ISTP收录1篇。开展了国际合作，形成较好的影响。

结项摘要

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
汉语大词汇量连续语音识别系统研究进展
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    徐波;刘文举;倪崇嘉
  • 通讯作者：
    倪崇嘉
高性能汉语数码语音识别算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    清华大学学报
  • 影响因子：
    --
  • 作者：
    李虎生;刘加;刘润生
  • 通讯作者：
    刘润生
GMD-SDDBHMM语音模型和分类算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    通信学报
  • 影响因子：
    --
  • 作者：
    杨浩荣;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
A New Robust Telephone Speech Recognition Algorithm with the Multi-Model Structures
一种新的多模型结构鲁棒电话语音识别算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Chinese Journal of Electronics
  • 影响因子：
    1.2
  • 作者：
    Liu Jia ,Pan S.X
  • 通讯作者：
    Liu Jia ,Pan S.X

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
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
基于多状态跳转模型的场景独立音频事件检测方法
  • DOI：
    10.7523/j.issn.2095-6134.2019.02.009
  • 发表时间：
    2019
  • 期刊：
    中国科学院大学学报
  • 影响因子：
    --
  • 作者：
    王健飞;张卫强;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
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

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