|
已选(0)清除
条数/页： 排序方式： |
| 融合图片信息的神经机器翻译方法研究 学位论文
, 2023
作者: 黄鑫
 Adobe PDF(10395Kb) |  收藏 | 浏览/下载：151/11 | 提交时间：2023/06/26
神经机器翻译 跨模态信息融合 多任务学习 对比学习 |
| 基于跨语言知识迁移的多语言神经机器翻译方法研究 学位论文
, 2022
作者: 王迁
Adobe PDF(2123Kb) | 收藏 | 浏览/下载：326/23 | 提交时间：2022/12/04
神经机器翻译 翻译任务聚类 参数分化 同步交互解码 |
| SPEAKER-AWARE SPEECH-TRANSFORMER 会议论文
, 新加坡, 2019-12-14
作者: Fan ZY(范志赟); Li J(李杰); Zhou SY(周世玉); Xu B(徐波)
 Adobe PDF(361Kb) | 收藏 | 浏览/下载：160/53 | 提交时间：2022/09/17
Speech-Transformer, speaker adaptation, end-to-end speech recognition, speaker aware training, i-vector |
| 会议场景智能语音处理技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者: 范志赟
Adobe PDF(3323Kb) | 收藏 | 浏览/下载：255/12 | 提交时间：2022/09/15
会议场景，语音识别，说话人转换点检测，说话人自适应 |
| Decoupling_Pronunciation_and_Language_for_End-to-End_Code-Switching_Automatic_Speech_Recognition 会议论文
, Toronto, ON, Canada, 2021-6-11
作者: Shuai Zhang
Adobe PDF(1462Kb) | 收藏 | 浏览/下载：119/34 | 提交时间：2022/06/17 |
| A Time Delay Neural Network with Shared Weight Self-Attention for Small-Footprint Keyword Spotting 会议论文
, graz, 2019
作者: Ye Bai; Jiangyan Yi; Zhengqi Wen; Zhengkun Tian; Chenghao Zhao; Cunhang Fan
Adobe PDF(290Kb) | 收藏 | 浏览/下载：156/55 | 提交时间：2021/06/25 |
| CLMAD: A Chinese Language Model Adaptation Dataset 会议论文
, 台北, 2018
作者: Ye Bai; Jianhua Tao; Jiangyan Yi; Zhengqi Wen; Cunhang Fan
Adobe PDF(157Kb) | 收藏 | 浏览/下载：89/24 | 提交时间：2021/06/25 |
| 面向语音翻译的文本规范化和端到端建模方法研究 学位论文
, 中科院自动化所: 中科院自动化所, 2021
作者: 董倩倩
Adobe PDF(4379Kb) | 收藏 | 浏览/下载：283/12 | 提交时间：2021/06/24
语音翻译、级联系统、文本规范化、端到端模型 |
| 跨模态信息融合的语音翻译方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2021
作者: 刘宇宸
Adobe PDF(2516Kb) | 收藏 | 浏览/下载：241/13 | 提交时间：2021/06/21
语音翻译 语音识别 机器翻译 多模态学习 |
| A Sensorless State Estimation for A Safety-Oriented Cyber-Physical System in Urban Driving: Deep Learning Approach 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2021, 卷号: 8, 期号: 1, 页码: 169-178
作者: Mohammad Al-Sharman; David Murdoch; Dongpu Cao; Chen Lv; Yahya Zweiri; Derek Rayside; William Melek
Adobe PDF(24399Kb) | 收藏 | 浏览/下载：118/5 | 提交时间：2021/04/09
Brake pressure state estimation cyber-physical system (CPS) deep learning dropout regularization approach |
