【计算机科学】【2016.06】基于神经网络的鲁棒实时语音识别中的音频分割_梅花香——苦寒来的博客-程序员秘密_卡尔斯鲁厄理工学院人脸识

在这里插入图片描述
本文为德国卡尔斯鲁厄理工学院（作者：Micha Wetzel）的学士论文，共57页。

多媒体内容损害了自动语音识别（ASR）系统的识别精度和速度。本学士学位论文介绍了一种分段器，通过检测音频源中的音乐和噪声片段并用静音代替，来提高实时ASR系统的性能。提出了一种由帧分类和平滑两步组成的方法。大小为10毫秒的音频帧用分类模型分类为语音、音乐或噪声。以神经网络和支持向量机为模型，对多种设置进行了比较，分类精度达到87%。在第二步中，平滑算法考虑时间上下文以防止分类的快速波动。所提出的分段器能够产生与手动移除音乐片段相同的ASR系统的转录质量，同时保持270毫秒的实时可用延迟。

Multimedia content hurts the recognition accuracy and speed of automatic speech recognition (ASR) systems. This bachelor thesis introduces a segmenter to increase the performance of an real-rime ASR system by detecting music and noise segments in an audio source and replacing it with silence. A two step approach is proposed, consisting of frame classification and smoothing. Audio frames of size 10 milliseconds are classified as speech, music or noise with a classification model. Multiple settings with neural nets and support vector machines as model are compared, resulting in an classification accuracy of 87%. In the second step the smoothing algorithm considers the temporal context to prevent rapid class fluctuations. The proposed segmenter yields a transcript quality of an ASR system en-par with manual removal of the music segments, while maintaining a real-time applicable delay of 270 milliseconds.

引言
项目背景
以有的工作
研究方法
实验
结论

更多精彩文章请关注公众号：在这里插入图片描述

本文链接：https://blog.csdn.net/weixin_42825609/article/details/104316764

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

GitHub上的Java面试项目汇总侵立删_心神沫沫的博客-程序员秘密

转自：https://mp.weixin.qq.com/s/QqGgcKM735XtfYCwN_LUwA 对于很多人来说，找到一份工作不是问题，但找到一个合适而满意的工作，却不那么简单。有些人虽然很有实力但是往往卡在面试环节。本文为大家找了几个Java相关的面试项目，其中有的已经在GitHub上获得了26236个Star，下面我们一起来盘点一下这几个Java面试项目：1、Ja...

在Ubuntu的Linux下用cmake生成可执行文件_西西敏的博客-程序员秘密

1.建立CMakeLists.txt文件，编写 CMakeLists.txt文件2.建立一个文件夹build，用来存放cmake生成的文件3.进入build目录：cmake .make./执行文件名注：这三步中，最难理解的就在于编写CMakeLists.txt文件。用以下几步，一定能运行出结果，但不知原理：CMAKE_MINIMUM_REQUIRED(VERSION...

java计算年龄_java根据出生日期计算出年龄_ONE字幕组的博客-程序员秘密

java根据出生日期计算出年龄发布时间：2018-05-18 16:07,浏览次数：3155, 标签：java日期年龄计算StringdataOfBirth="1991-10-21";//出生日期try{//此处是获得的年龄intage=getAge(parse(dataOfBirth));//由出生日期获得年龄}catch(Exceptione){e...

eclilpse 添加 springboot 项目_一码归一码归一码的博客-程序员秘密

1、添加Spring Tool插件（操作过程用代理会比较快，因为要连国外的官网）Help -> Eclipse Makcketplace搜索Spring Tool或者选Popular选项卡，点击Install（安装） -> 重启eclipse2、添加Springboot工程快捷键Ctrl + n，或者 File -> New -> Other选择 Spring Boot -> Spring Starter Project填写工程信息，.

com.google.code.findbugs引起的错误_陆羽_的博客-程序员秘密

错误描述： Error:Conflict with dependency ‘com.google.code.findbugs:jsr305’. Resolved versions for app (1.3.9) and test app (2.0.1) differ. See http://g.co/androidstudio/app-test-app-conflict for de

mapreduce的自定义输入格式_lds_include的博客-程序员秘密

mapreduce自定义输入格式概念：当普通的输入格不能满足客户的要求的时候。因为普通的输入格式是将文件的每一行输入的数据作为一个value值然后进行map端的操作。现在有的需求是将数据库中的数据作为一个输入的格式，或者是将一个文件的整体作为一个输入格式等。举例：现在有一个需求是将一个目录下的所有小文件读取进来，将文件的整个内容都作为一个value值进行输入。出来map端的值是文件名...