基于SVM的多種語言特征參數(shù)清濁音判決優(yōu)化算法
大?。?/span>1.01 MB 人氣： 2017-11-08 需要積分：0
標(biāo)簽：語音(37727)SVM(32263)
為解決低速率聲碼器合成語音中，由于語音幀清濁判決不夠準(zhǔn)確而造成的偶發(fā)性嘶啞、機器音較重及變調(diào)等問題，提出一種基于支持向量機（ Support Vector Machine，SVM）并結(jié)合多種語音特征參數(shù)的清濁音判決優(yōu)化算法。實驗結(jié)果顯示，該算法能夠有效降低清濁音的誤判率，進而使合成語音的清晰度和自然度得到改善。將本算法應(yīng)用到正弦激勵線性預(yù)測算法中，在與相同碼率的其他算法的比較實驗中，得到較高的PESQ-MOS分，顯示出一定的優(yōu)勢。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于SVM的多種語言特征參數(shù)清濁音判決優(yōu)化算法下載
相關(guān)電子資料下載
- 語音識別和自然語言處理的區(qū)別和聯(lián)系 127
- 遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)形式主要分為 129
- 簡述遞歸神經(jīng)網(wǎng)絡(luò)的計算過程 135
- 人工神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的基本原理 130
- 遞歸神經(jīng)網(wǎng)絡(luò)主要應(yīng)用于哪種類型數(shù)據(jù) 208
- 遞歸神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、特點、優(yōu)缺點及適用場景 184
- 循環(huán)神經(jīng)網(wǎng)絡(luò)的缺點是存在什么問題 157
- bp神經(jīng)網(wǎng)絡(luò)和反向傳播神經(jīng)網(wǎng)絡(luò)區(qū)別在哪 104
- Transformer模型在語音識別和語音生成中的應(yīng)用優(yōu)勢 386
- 自然語言處理技術(shù)的核心是什么 156