本文選題：檢測(cè)　切入點(diǎn)：低資源　出處：《中國(guó)圖象圖形學(xué)報(bào)》2015年02期 　論文類(lèi)型：期刊論文

【摘要】：目的低資源(low-resource)語(yǔ)言的無(wú)監(jiān)督的關(guān)鍵詞檢測(cè)技術(shù)近年來(lái)引起了廣泛的研究興趣。低資源語(yǔ)言由于缺乏足夠的標(biāo)注數(shù)據(jù)及相關(guān)的專(zhuān)家知識(shí),使得傳統(tǒng)的基于大詞匯量語(yǔ)音識(shí)別系統(tǒng)的關(guān)鍵詞檢測(cè)技術(shù)無(wú)法使用。近年來(lái),研究者試圖尋找一種無(wú)監(jiān)督的技術(shù)來(lái)完成針對(duì)低資源語(yǔ)言的語(yǔ)音關(guān)鍵詞檢測(cè)。方法首先闡述了該技術(shù)目前面臨的問(wèn)題與挑戰(zhàn),然后介紹了該技術(shù)使用的主流的基于動(dòng)態(tài)時(shí)間規(guī)整的算法框架,并從特征表示、模板匹配方法、效率提升等幾個(gè)重要方面介紹了近幾年來(lái)主要的研究成果,最后介紹了該任務(wù)常用的系統(tǒng)評(píng)價(jià)標(biāo)準(zhǔn)及目前所能達(dá)到的水平,討論了未來(lái)可能的研究方向。結(jié)果該任務(wù)的研究目前取得了很多成果,但仍處于實(shí)驗(yàn)室階段,多系統(tǒng)融合策略導(dǎo)致系統(tǒng)龐大,而且目前還沒(méi)有好的進(jìn)行索引的方法,導(dǎo)致檢測(cè)時(shí)間過(guò)長(zhǎng),對(duì)于低資源語(yǔ)音的關(guān)鍵詞檢測(cè)技術(shù),還有很多研究工作要做。結(jié)論期望通過(guò)對(duì)目前低資源語(yǔ)言的無(wú)監(jiān)督的關(guān)鍵詞檢測(cè)技術(shù)做出一個(gè)全面的綜述,從而給研究者的工作帶來(lái)便利。
[Abstract]:Objective in recent years, the unsupervised keyword detection technique in low-resource resource language has attracted wide research interest. Due to the lack of sufficient tagging data and related expert knowledge, low-resource language has attracted more and more attention in recent years. In recent years, the traditional keyword detection technology based on large vocabulary speech recognition system can not be used. Researchers are trying to find an unsupervised technique to detect speech keywords in low-resource languages. Then it introduces the mainstream algorithm framework based on dynamic time warping used in this technology, and introduces the main research results in recent years from several important aspects, such as feature representation, template matching method, efficiency improvement and so on. At last, it introduces the system evaluation standard and the level that can be achieved at present, and discusses the possible research direction in the future. Results the research on this task has made a lot of achievements at present, but it is still in the laboratory stage. The multi-system fusion strategy leads to the huge system, and there is no good indexing method, which leads to the detection time is too long, for low-resource voice keyword detection technology, Conclusion A comprehensive review of unsupervised keyword detection techniques in low-resource languages is expected to facilitate the work of researchers.
【作者單位】： 西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院陜西省語(yǔ)音與圖像信息處理重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61175018) 霍英東青年教師基礎(chǔ)研究基金項(xiàng)目(131059)
【分類(lèi)號(hào)】：TN912.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 楊鵬;謝磊;陳虹潔;;基于分段動(dòng)態(tài)時(shí)間規(guī)整和后驗(yàn)特征的中文語(yǔ)音模式發(fā)現(xiàn)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前2條

1 柯登峰;徐波;;互聯(lián)網(wǎng)時(shí)代語(yǔ)音識(shí)別基本問(wèn)題[J];中國(guó)科學(xué):信息科學(xué);2013年12期

2 夏菽蘭;趙力;;基于狀態(tài)映射的跨語(yǔ)種自適應(yīng)研究[J];微電子學(xué)與計(jì)算機(jī);2015年04期

相關(guān)博士學(xué)位論文 前3條

1 陳凌輝;說(shuō)話人轉(zhuǎn)換建模方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

2 包葉波;基于深層神經(jīng)網(wǎng)絡(luò)的聲學(xué)特征提取及其在LVCSR系統(tǒng)中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

3 齊耀輝;自然口語(yǔ)語(yǔ)音識(shí)別中的聲學(xué)建模研究[D];北京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李陽(yáng);基于自適應(yīng)算法與多項(xiàng)式回歸的抗噪語(yǔ)音識(shí)別技術(shù)[D];中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

2 張羽;基于無(wú)關(guān)變量標(biāo)準(zhǔn)化的大詞匯量語(yǔ)音識(shí)別技術(shù)研究[D];上海交通大學(xué);2012年

3 夏咸軍;融合主觀評(píng)價(jià)與反饋的語(yǔ)音合成方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

4 孔德威;基于旅游領(lǐng)域的問(wèn)句語(yǔ)音識(shí)別方法研究[D];昆明理工大學(xué);2014年

5 張旭;基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別研究[D];新疆大學(xué);2014年

6 和興敏;基于HMM算法的仿人機(jī)器人語(yǔ)音識(shí)別技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2013年

7 王慧勇;基于神經(jīng)網(wǎng)絡(luò)的多方言口音漢語(yǔ)語(yǔ)音識(shí)別系統(tǒng)研究[D];中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院;2014年

8 李睿;異常音頻事件檢測(cè)研究[D];北京郵電大學(xué);2014年

9 劉興永;基于隱馬爾科夫模型的鋼琴音符識(shí)別算法研究[D];天津大學(xué);2014年

10 鄭巖;一種聾人語(yǔ)音教學(xué)軟件設(shè)計(jì)[D];天津大學(xué);2014年

，

本文編號(hào)：1639586