当前位置：
首页 资源下载
搜索资源 - speech probability
搜索资源列表
-
0下载：
汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词识别。分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。该系
-
-
0下载：
计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58%(973专家组评测)，未登录词识别召回率均高于90%，其中中国人名的识别召回率接近98%处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。-Calculate the Chinese Lexical Analysis System ICTCLAS. Segmentation correct rate of 97.58 p
-
-
0下载：
计算所汉语词法分析系统之免费版本ICTCLAS.非收费之源代码。
分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。--Calculate the Chinese Lexical Analysis System ICTCLAS. Segmentation correc
-
-
0下载：
高斯混合模型是單一高斯機率密度函數的延伸，由於GMM 能夠平滑地近似任意形狀的密度分佈，因此近年來常被用在語音與語者辨識，得到不錯的效果。-Gaussian mixture model is a single Gaussian probability density function of the extension, as the GMM can approximate arbitrary smooth shape of the density distribution, it is ofte
-
-
0下载：
高斯混合模型[Gaussian mixture model,简称GMM]是单一高斯机率密度函数的延伸,由於GMM 能够平滑地近似任意形状的密度分布,因此近年来常被用在语音与语者辨识,得到不错的效果。 -Gaussian mixture model [Gaussian mixture model, referred to as GMM] are single-Gaussian probability density function of the extension.GMM can approxi
-
-
0下载：
采用矢量量化对语音信号量化，并与标量量化对比分析，绘制了语音信号的概率密度曲线-The use of vector quantization for speech signal quantization and scalar quantization and comparative analysis, rendering the speech signal probability density curve
-
-
0下载：
计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。这是最新版的API接口文档，有详细的示例。-Calculation of the Chinese lexical analysis system ICTCLAS. Segmentati
-
-
0下载：
：为了使应力变异在顽健语音识别系统中能够达到较好的识别效果，研究了基于隐马
尔可夫模型(HMM)的自适应技术，提出了将最大后验概率(MAP)和最大似然回归方法(MLLR)用
于应力变异语音的自适应中。实验结果表明，与基本系统相比，两种方法均有效地提高系统识别
率。以SD为初始模型的最大后验概率方法在150个训练样本时识别效果最好，可以达到90．4％ 。-: In order to stress variation in the robustness of speech recogni
-
-
0下载：
Speech Probability Distribution.
-
-
0下载：
为了提高语音分离算法的收敛速度以及分离性能，提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计，得到一个更加适合语音信号分离的激活函数，基于此函数提出一种快速语音分离算法.-In order to improve speech separation algorithm convergence speed and separation performance, raise the normal mixture distribution Laplace probability de
-
-
4下载：
hmm文件时运用HMM算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；mfcc.m是计算MFCC参数的程序；pdf.m函数是计算给定观察向量对该高斯概率密度函数的输出概率；mixture.m是计算观察向量对于某个HMM状态的输出概率，也就是观察向量对该状态的若干高斯混合元的输出概率的线性组合；getparam.m函数是计算前向概率、后向概率、标定系数等参数；viterbi.m是实现Viterbi算法；baum.m是实现Baum-Welch算法；inithmm.m是初始化参数；trai
-
-
0下载：
语音识别技术的最终目标是要让计算机能与人自由交谈。目前，连续语音识别技术正趋于成熟，语音识别也延伸出了诸多实用化的研究方向。今后，语音识别的重点将集中在自然话语识别与理解、实时语音识别和语音识别鲁棒性等方面。作为一门交叉学科，语音识别所涉及到的技术有信号处理、模式识别、概率论和信息论、发声机理、听觉机理和人工智能等。-The ultimate goal of speech recognition technology is to make computers and allowing other
-
-
3下载：
这是张德丰《MATLAB概率与数理统计分析》随书源码(M文件)。代码包括的内容有：概率分布计算及统计特征、数字特征计算、统计图绘制(盒状图、散度图等)、点估计和区间估计、假设检验、方差分析、曲线拟合、回归分析、因素分析、聚类分析、正交实验设计分析、多元方差分析、判别分析、隐马尔可夫模型建模与参数估计和在语音识别中的应用。-This is Zhang Defeng " MATLAB Analysis of probability and mathematical statistics,&
-
-
0下载：
Usually, speaker recognition systems do not take into account the short–term dependence between the vocal source and the vocal tract. A feasibility study that retains this dependence is presented here. A model of joint probability functions of the pi
-
-
0下载：
ector quantization is a classical quantization technique from signal processing which allows the modeling of probability density functions by the distribution of prototype vectors. It was originally used for data compression. It works by dividing a l
-
-
0下载：
语音信号的几种概率密度函数，包括高斯模型、Laplace模型和广义高斯模型。-Several probability density function of the speech signal, including the Gaussian model, the Laplace model and the generalized Gaussian model.
-
-
0下载：
MATLAB結合HTK的特徵擷取應用SVM函式 的實際範例 並且可達到即時錄音辨識 輸出 前三個語音辨識的機率
-MATLAB with HTK feature extraction practical examples of application of SVM function and can reach the probability of the first three speech recognition in the real-time recording identificat
-
-
0下载：
基于隐马尔可夫模型的语音单字识别研究：本文针对线性模型在语音识别中的不足, 进行了隐马尔可夫模型(HMM)在
语音单字识别中的研究,主要对观察输出概率求解、 最佳状态序列寻找、 参数估计和
模型参数的选择进行了探讨.-Based on hidden Markov model speech word recognition: the lack of the linear model in speech recognition, hidden Markov model (HMM) speec
-
-
0下载：
语音信号处理中关于概率密度的估计，分为参数法和非参数法两类。在此基础上用MATLAB做出了仿真。-Speech signal processing on the estimates of the probability density is divided into two types of parametric method and non-parametric method. On this basis, to make the simulation using MATLAB.
-
-
0下载：
The speech signal for the particular isolated word can be viewed as the one generated using the sequential generating probabilistic model known as hidden Markov
model (HMM). Consider there are n states in the HMM. The particular isolated
speech sig
-
