CASIA OpenIR

浏览/检索结果: 共12条,第1-10条 帮助

已选(0)清除 条数/页:   排序方式:
基于受限样本的语音合成方法研究 学位论文
, 2023
作者:  汪涛
Adobe PDF(10568Kb)  |  收藏  |  浏览/下载:111/4  |  提交时间:2023/06/08
语音合成,声学建模,风格参数解耦,上下文风格感知,多风格声码器  
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:238/11  |  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  
个性化语音合成方法研究 学位论文
, 中国科学院大学: 中国科学院大学, 2020
作者:  傅睿博
Adobe PDF(3985Kb)  |  收藏  |  浏览/下载:421/17  |  提交时间:2020/06/21
语音合成  个性化定制  声学建模  说话人特征空间建模  韵律建模  
面向数据失配的鲁棒性声学建模方法研究 学位论文
, 中科院自动化研究所: 中国科学院大学, 2020
作者:  刘斌
Adobe PDF(2027Kb)  |  收藏  |  浏览/下载:235/7  |  提交时间:2020/06/09
鲁棒性声学建模  语音识别  对抗学习  语音唤醒  
基于迁移学习的小数据语音声学模型研究 学位论文
, 北京: 中国科学院研究生院, 2018
作者:  易江燕
Adobe PDF(2091Kb)  |  收藏  |  浏览/下载:304/38  |  提交时间:2018/05/31
迁移学习  小语种  口音自适应  声学模型  语音识别  
基于深度学习的语音识别声学模型建模方法研究 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  李杰
Adobe PDF(5438Kb)  |  收藏  |  浏览/下载:562/14  |  提交时间:2016/06/23
深度学习  语音识别  声学模型建模  
基于时长相关状态转移HMM的汉语语音合成方法的研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2009
作者:  陶静
Adobe PDF(748Kb)  |  收藏  |  浏览/下载:422/0  |  提交时间:2015/09/02
语音合成  隐马尔可夫模型  时长相关状态转移概率  Ddhsmm  改进的前向-后向算法  Speech Synthesis  Hmm  Duration-dependent State Transition Probability  Ddhsmm  Improved Forward-backward Algorithm  
可视语音合成技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  李昊
Adobe PDF(3286Kb)  |  收藏  |  浏览/下载:297/0  |  提交时间:2015/09/02
可视语音合成  发音器官合成  可视语音转换  说话人自适应  深度回归网络  Visual Speech Synthesis  Articulatory Synthesis  Visual Speech Conversion  Speaker Adaptation  Deep Regression Network  
基于深度神经网络的语音识别技术及应用 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  范利春
Adobe PDF(4420Kb)  |  收藏  |  浏览/下载:710/0  |  提交时间:2015/09/02
大词汇量连续语音识别  深度神经网络  鲁棒语音特征  局部连接的深度神经网络  多语言混合识别  关键词检测  Large Vocabulary Continue Speech Recognition (Lvcsr)  Deep Neural Network (Dnn)  Robust Speech Feature  Partially Connected Dnn  Mixed-language Speech Recognition  Spoken Term Detection (Std)  
汉语语音识别中随机段模型优化算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  晁浩
Adobe PDF(3471Kb)  |  收藏  |  浏览/下载:394/0  |  提交时间:2015/09/02
语音识别  随机段模型  说话人自适应  声调  协同发音  Speech Recognition  Segment Model  Speaker Adaptation  Tone  Co-articulation