没有合适的资源？快使用搜索试试~ 我知道了~

首页深度学习在远程语音识别中的应用博士论文

深度学习在远程语音识别中的应用博士论文

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

DeepLearning

Distant

Speech

Recognition

0 下载量 70 浏览量更新于2024-07-21 收藏 5.29MB PDF 举报

"《深度学习在远程语音识别中的应用》是由Mirco Ravanelli撰写的一份博士论文，隶属于信息工程与计算机科学系的ICT国际博士课程。该研究专注于将深度学习技术应用于解决远程语音识别的挑战。作者在论文中强调了深度学习在提升远程环境下的语音识别性能方面的重要作用，这是一项在信息技术领域具有前瞻性和实际价值的研究。论文指导者是Maurizio Omologo，他对于Ravanelli的研究给予了极大的支持和指导，使他能够在科研道路上不断成长。SHINE研究小组的成员们也在此过程中提供了关键的科学和技术援助，共同推动了项目的进展。值得一提的是，Ravanelli在蒙特利尔大学MILA实验室的访问期间，得到了Yoshua Bengio教授的热情接待和指导。MILA实验室汇聚了一流的深度学习专家，Ravanelli从中受益匪浅，特别感谢了Philemon Brakel，他们在论文合作中提供了宝贵的建议、支持以及富有启发性的讨论。此外，Laface教授和Squartinif 教授对论文进行了详尽的评审，他们的专业意见对论文质量的提升起到了关键作用。整个研究过程不仅体现了作者对深度学习理论的深入理解和实践能力，也反映了跨学科合作在解决复杂问题上的重要性。《深度学习 for Distant Speech Recognition》这篇论文不仅展示了深度学习技术在远程语音识别领域的创新应用，还强调了学术交流和团队协作在科学研究中的核心价值。通过阅读这份论文，读者可以了解到如何将深度学习技术转化为实际应用，以及如何处理在远程环境下可能遇到的信号噪声和复杂性挑战。"

Publication List

This thesis is based on the following publications:

1. M. Ravanelli, P. Brakel, M. Omologo, Y. Bengio, “Light Gated

Recurrent Units for Speech Recognition”, in IEEE Transactions on

Emerging Topics in Computational Intelligence (to appear).

2. M. Ravanelli, P. Brakel, M. Omologo, Y. Bengio, “A network of

deep neural networks for distant speech recognition”, in Proceedings

of ICASSP 2017 (best IBM student paper award).

3. M. Ravanelli, P. Brakel, M. Omologo, Y. Bengio, “Improving Gated

Recurrent Units by Revising Gated Recurrent Units”, in Proceedings

of Interspeech 2017.

4. M. Ravanelli, P. Brakel, M. Omologo, Y. Bengio, “Batch-normalized

joint training for DNN-based distant speech recognition”, in Proceed-

ings of STL 2016.

5. M. Ravanelli, P. Svaizer, M. Omologo, “Realistic Multi-Microphone

Data Simulation for Distant Speech Recognition”, in Proceedings of

Interspeech 2016.

6. M. Matassoni, M.Ravanelli, S. Jalalvand, A. Brutti, “The FBK sys-

tem for the CHiME-4 challenge”, in Proceedings of the CHiME 4

challenge.

Chapter 0

7. M. Ravanelli, M. Omologo, “Contaminated speech training methods

for robust DNN-HMM distant speech recognition”, in Proceedings of

INTERSPEECH 2015.

8. M. Ravanelli, L. Cristoforetti, R. Gretter, M. Pellin, A. Sosi, M.

Omologo, “The DIRHA-English corpus and related tasks for distant-

speech recognition in domestic environments”, in Proceedings of ASRU

2015.

9. E. Zwyssig, M. Ravanelli, P. Svaizer, M. Omologo, “A multi-channel

corpus for distant-speech interaction in presence of known Interfer-

ences”, in Proceedings of ICASSP 2015.

10. M. Ravanelli, B. Elizalde, J. Bernd, G. Friedland, “Insights into

Audio-Based Multimedia Event Classiﬁcation with Neural Networks”,

in Proceedings of ACM-MMCOMMONS.

11. M. Ravanelli, M. Omologo, “On the selection of the impulse re-

sponses for distant-speech recognition based on contaminated speech

training”, in Proceedings of INTERSPEECH 2014.

12. L. Cristoforetti, M. Ravanelli, M. Omologo, A. Sosi, A. Abad, M.

Hagmueller, P. Maragos, “The DIRHA simulated corpus”, in Proceed-

ings of LREC 2014.

13. M. Matassoni, R. Astudillo, A. Katsamanis, M. Ravanelli, “The

DIRHA-GRID corpus: baseline and tools for multi-room distant speech

recognition using distributed microphones”, in Proceedings of INTER-

SPEECH 2014.

14. A. Brutti, M. Ravanelli, M. Omologo, “SASLODOM: Speech Activ-

ity detection and Speaker LOcalization in DOMestic environments”,

in Proceedings of Evalita 2014.

xii

Chapter 0

15. A. Brutti, M. Ravanelli, P. Svaizer, M. Omologo, “A speech event

detection and localization task for multiroom environments”, in Pro-

ceedings of HSCMA 2014.

16. M. Ravanelli, V.H. Do, A. Janin, “TANDEM-Bottleneck Feature

Combination using Hierarchical Deep Neural Networks”, in Proceed-

ings of ISCSLP 2014.

17. M. Ravanelli, B. Elizalde, K. Ni, G. Friedland, “Audio Concept

Classiﬁcation with Hierarchical Deep Neural Networks”, in Proceeding

of EUSIPCO 2014.

18. B. Elizalde, M. Ravanelli, K. Ni, D. Borth, G. Friedland , “Audio-

Concept Features and Hidden Markov Models for Multimedia Event

Detection”, in Proceedings of SLAM 2014.

xiii

Chapter 0

xiv

剩余249页未读，继续阅读

Distant Speech Recognition-开源

2021-04-19 上传

BTK包含C ++和Python库，这些库实现了语音处理和麦克风阵列技术，例如语音特征提取，语音增强，扬声器跟踪，波束成形，混响和回声消除算法。 Millennium ASR提供了用于自动语音识别的C ++和python库。...

Deep Residual Learning for Weakly-Supervised Relation Extraction

2018-05-22 上传

接下来是深度残差学习（Deep Residual Learning）的概念。深度残差学习是一种特殊的深度学习技术，主要通过引入“残差学习”（Residual Learning）框架来解决深层神经网络训练中的退化问题。残差学习的核心思想是...

void turn_(u8 dir) { //total_distant = 0; huifdu_flags.is_end=0; //ÏÈ½«Ö±½ÇÍä¼ì²â±êÖ¾Î»ÇåÁã basic_speed = 100; //µ÷ËÙ£¬ÈÃÐ¡³µÒÔ1.4Ã×Ã¿ÃëÐÐ½ø untill_distant(10); //×ß10cm basic_speed = 50; //¼õËÙµÈ´ý×ªÍäÂ·¿Ú¼ì²â while(huifdu_flags.is_end!=1);//µÈ´ý¼ì²âµ½×ªÍäÂ·¿Ú xunji_flag =0; //¹Ø±ÕÑ°¼£ basic_speed = 0; //É²³µ if(dir) //ÉèÖÃ×ªÏò·½Ïò£¬1ÊÇ×ó×ª£¬0ÊÇÓÒ×ª jiaodu_target = jiaodu+85; //ÉèÖÃ×ªÏò½Ç¶È93¶È else jiaodu_target = jiaodu-85; delay_ms(30); //ÑÓÊ±Ò»»á turn_flag =1; //µÈ´ý³µ¼õËÙ

2023-07-17 上传

`：调用一个函数`untill_distant(10)`，这个函数可能是用于控制车辆行驶一定距离的功能。 - `basic_speed = 50;`：将`basic_speed`变量设为50，设置转向过程中的速度。 - `while(huifdu_flags.is_end!=1);`：在...

distant supervision的关系抽取代码，带注释

2023-03-01 上传

以下是一个简单的关系抽取代码，使用的是distant supervision方法。这个方法是使用预先定义的知识库中的实体和关系标签，将它们对应到包含这些实体的句子中，然后从中提取特征并训练模型进行关系抽取。这种方法可以...

if(instruct[cnt]!=6) { if(instruct[cnt+1]==3) basic_speed = 130; switch(instruct[cnt]) { case 0:turn_(0);break; case 1:turn_(1);break; case 2:turn_back();break; case 3:go_forward();break; default :basic_speed = 0;break; } cnt++; } else basic_speed = 0; } } extern float total_distant,stop_distant_target,jiaodu_target;

2023-07-17 上传

这段代码是一个条件语句，根据指令的不同执行不同的操作。首先判断`instruct[cnt]`是否不等于6。...在代码末尾的extern声明定义了三个全局变量float类型的变量total_distant、stop_distant_target和jiaodu_target。

Fun_He

粉丝: 19
资源: 104

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

深度学习在远程语音识别中的应用博士论文

Distant Speech Recognition-开源

Deep Residual Learning for Weakly-Supervised Relation Extraction

distant supervision的关系抽取代码，带注释

ModuleNotFoundError: No module named 'onnxconverter_common'

stm32hal库 HC-SR04

Dilated 3D CNN

OSError: Distant resource does not have an ETag, we won't be able to reliably ensure reproducibility.

区间覆盖问题贪心法伪代码

最新资源