李劲松
- 作品数：5 被引量：4H指数：1
- 供职机构：重庆邮电大学更多>>
- 发文基金：重庆市自然科学基金重庆市教育委员会科学技术研究项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 远距离语音识别中的模型域补偿新方法
- 本发明涉及语音识别技术领域，公开了一种远距离语音识别中去混响方法及系统。该方法包括：模拟室内的声学环境，通过输入的室内空间尺寸，生成不同位置的房间冲击响应序列；对生成的房间冲击响应序列做聚类分析，从而将室内声学环境划分为...
- 杨勇李劲松
- 文献传递
- 具有混响鲁棒性的远距离语音识别方法研究
- 尽管当前语音识别技术已经取得了广泛的应用，但是在封闭环境中进行远距离语音识别时，由于受到混响效果的影响，从而存在语音识别率下降的问题。因此，如何减小混响效果的影响，降低训练语音与测试语音之间的差异性，成为远距离语音识别的...
- 李劲松
- 关键词：语音识别K均值聚类自适应阈值
- 基于TR069的智能机顶盒远程升级系统的设计与实现
- 随着数字新媒体的发展，用户对电视业务有了更高的要求。传统IPTV机顶盒只能使用有限的定制业务，无法满足用户对多样化应用服务的需求。而采用Android操作系统的IPTV智能机顶盒更具开放性与互动性，能够支持更多样的应用服...
- 李劲松
- 关键词：IPTV业务智能机顶盒远程升级ANDROID操作系统
- 远距离语音识别中的模型域补偿新方法
- 本发明涉及语音识别技术领域，公开了一种远距离语音识别中去混响方法及系统。该方法包括：模拟室内的声学环境，通过输入的室内空间尺寸，生成不同位置的房间冲击响应序列；对生成的房间冲击响应序列做聚类分析，从而将室内声学环境划分为...
- 杨勇李劲松
- 文献传递
- 基于REMOS的远距离语音识别模型补偿方法被引量：3
- 2014年
- 封闭环境中远距离语音识别会受到混响效果的影响,从而降低语音识别率。混响建模(reverberation modeling for speech recognition,REMOS)是一种在模型域进行混响补偿的新方法,该方法在已知声源位置的情况下能有效提升远距离语音识别精度。但在实际应用中,往往难以预测声源的位置。利用最大后验概率的原理,基于对房间不同区域进行有区别补偿的思想,在按帧的隐马尔可夫模型(hidden Markov model,HMM)补偿的基础上,提出一种在封闭环境中新的模型补偿方法。该方法利用K均值聚类K-means算法对房间冲击响应(room impulse response,RIR)的优化集进行聚类,对所属相同类的混响模型进行合并处理,再把合并后的混响模型载入维特比算法中,对清晰语音的HMM模型进行按帧补偿。最后采用后验概率方法选择最佳补偿,使得模型域的混响补偿能最接近精确补偿。实验证明,该方法能进一步提升远距离语音识别的精度。
- 杨勇李劲松孙明伟
- 关键词：混响
