搜索资源列表
-
0下载：
计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58%(973专家组评测)，未登录词识别召回率均高于90%，其中中国人名的识别召回率接近98%处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。-Calculate the Chinese Lexical Analysis System ICTCLAS. Segmentation correct rate of 97.58 p
-
-
0下载：
采用矢量量化对语音信号量化，并与标量量化对比分析，绘制了语音信号的概率密度曲线-The use of vector quantization for speech signal quantization and scalar quantization and comparative analysis, rendering the speech signal probability density curve
-
-
0下载：
计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。这是最新版的API接口文档，有详细的示例。-Calculation of the Chinese lexical analysis system ICTCLAS. Segmentati
-
-
0下载：
：为了使应力变异在顽健语音识别系统中能够达到较好的识别效果，研究了基于隐马
尔可夫模型(HMM)的自适应技术，提出了将最大后验概率(MAP)和最大似然回归方法(MLLR)用
于应力变异语音的自适应中。实验结果表明，与基本系统相比，两种方法均有效地提高系统识别
率。以SD为初始模型的最大后验概率方法在150个训练样本时识别效果最好，可以达到90．4％ 。-: In order to stress variation in the robustness of speech recogni
-
-
0下载：
Speech Probability Distribution.
-
-
0下载：
为了提高语音分离算法的收敛速度以及分离性能，提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计，得到一个更加适合语音信号分离的激活函数，基于此函数提出一种快速语音分离算法.-In order to improve speech separation algorithm convergence speed and separation performance, raise the normal mixture distribution Laplace probability de
-
-
4下载：
hmm文件时运用HMM算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；mfcc.m是计算MFCC参数的程序；pdf.m函数是计算给定观察向量对该高斯概率密度函数的输出概率；mixture.m是计算观察向量对于某个HMM状态的输出概率，也就是观察向量对该状态的若干高斯混合元的输出概率的线性组合；getparam.m函数是计算前向概率、后向概率、标定系数等参数；viterbi.m是实现Viterbi算法；baum.m是实现Baum-Welch算法；inithmm.m是初始化参数；trai
-
-
0下载：
基于隐马尔可夫模型的语音单字识别研究：本文针对线性模型在语音识别中的不足, 进行了隐马尔可夫模型(HMM)在
语音单字识别中的研究,主要对观察输出概率求解、 最佳状态序列寻找、 参数估计和
模型参数的选择进行了探讨.-Based on hidden Markov model speech word recognition: the lack of the linear model in speech recognition, hidden Markov model (HMM) speec
-
-
0下载：
通过一个已经标号词性的训练集来得到训练数据，再根据训练数据对需要进行分词的数据进行分词，采用概率最高的分词情况为最后结果。-By a label the parts of speech training set training data to get the need segmentation data based on the training data segmentation with the highest probability of segmentation for the fin
-
-
0下载：
Finally, probability analysis, based on the chosen database, is performed and
judgment whether the person is recognized is pronounced. Two different modeling
techniques can be suggested for purposes of person identification or verification. The
-
-
0下载：
语音处理GMM相关算法,1.计算概率密度并画出高斯混合模型，2.计算边际，条件混合高斯密度,3估计两个GMM模型的Kullback-Leibler divergence。-GMM relating to speech processing algorithms.1,to calculate probability densities from or plot a Gaussian mixture model.2,marginal and conditional Gaussian mixture
-
-
0下载：
The speech signal for the particular isolated word can be viewed as the one generated using the sequential generating probabilistic model known as hidden Markov
model (HMM). Consider there are n states in the HMM. The particular isolated
speech sig
-
