[1] |
刘伟波,曾庆宁,罗瀛,等. 低信噪比环境下语音识别的鲁棒性方法研究[J]. 声学技术, 2019,38(6):650-656.
|
[2] |
侯一民,周慧琼,王政一. 深度学习在语音识别中的研究进展综述[J]. 计算机应用研究, 2017,34(8):2241-2246.
|
[3] |
许春冬,许瑞龙,周静. 基于自动编码生成对抗网络的语音增强算法[J]. 计算机工程与设计, 2019,40(9):2578-2583.
|
[4] |
易江燕,陶建华,刘斌,等. 基于迁移学习的噪声鲁棒语音识别声学建模[J]. 清华大学学报(自然科学版), 2018,58(1):55-60.
|
[5] |
KIM J, EL-KHAMY M, LEE J. Bridgenets: Student-teacher transfer learning based on recursive neural networks and its application to distant speech recognition[C]// 2018 IEEE International Conference on Acoustics, Speech and Signal Processing. 2018:5719-5723.
|
[6] |
王俊超,黄浩,徐海华,等. 基于迁移学习的低资源度维吾尔语语音识别[J]. 计算机工程, 2018,44(10):281-285.
|
[7] |
秦晨光,王海,任杰,等. 基于多任务学习的方言语种识别[J]. 计算机研究与发展, 2019,56(12):2632-2640.
|
[8] |
ZHANG H Y, LIU C G, INOUE N, et al. Multi-task autoencoder for noise-robust speech recognition[C]// 2018 IEEE International Conference on Acoustics, Speech and Signal Processing. 2018:5599-5603.
|
[9] |
李鹏,杨元维,高贤君,等. 基于双向循环神经网络的汉语语音识别[J]. 应用声学, 2020,39(3):464-471.
|
[10] |
ZHANG S C, DO C T, DODDIPATLA R, et al. Learning noise invariant features through transfer learning for robust end-to-end speech recognition[C]// 2020 IEEE International Conference on Acoustics, Speech and Signal Processing. 2020:7024-7028.
|
[11] |
李云红,梁思程,贾凯莉,等. 一种改进的DNN-HMM的语音识别方法[J]. 应用声学, 2019,38(3):371-377.
|
[12] |
袁非牛,章琳,史劲亭,等. 自编码神经网络理论及应用综述[J]. 计算机学报, 2019,42(1):203-230.
|
[13] |
赵淑芳,董小雨. 基于改进的LSTM深度神经网络语音识别研究[J]. 郑州大学学报(工学版), 2018,39(5):63-67.
|
[14] |
舒帆,屈丹,张文林,等. 采用长短时记忆网络的低资源语音识别方法[J]. 西安交通大学学报, 2017,51(10):120-127.
|
[15] |
白雅雯,古丽拉· 阿东别克. 基于转移的神经网络哈萨克语句法分析[J]. 计算机工程与应用, 2019,55(24):159-163.
|
[16] |
傅依娴,芦天亮,马泽良. 基于One-Hot的CNN恶意代码检测技术[J]. 计算机应用与软件, 2020,37(1):304-308.
|
[17] |
周文,张世琨,丁勇,等. 面向低维工控网数据集的对抗样本攻击分析[J]. 计算机研究与发展, 2020,57(4):736-745.
|
[18] |
聂凡杰. 基于端到端的深度学习目标检测算法研究[D]. 北京:北京邮电大学, 2018.
|
[19] |
侯一民,李永平. 基于卷积神经网络的孤立词语音识别[J]. 计算机工程与设计, 2019,40(6):1751-1756.
|
[20] |
张钰莎,蒋盛益. 基于MFCC特征提取和改进SVM的语音情感数据挖掘分类识别方法研究[J]. 计算机应用与软件, 2020,37(8):160-165.
|
[21] |
史燕燕. 面向语音识别的抗噪听觉特征提取及优化[D]. 太原:太原理工大学, 2019.
|
[22] |
叶硕. 复杂噪声环境下语音识别研究[D]. 武汉:武汉邮电科学研究院, 2020.
|
[23] |
高扬. 耳蜗滤波器倒谱特征在语音识别中的应用[D]. 太原:太原理工大学, 2011.
|