科技工作者之家
陶建华

陶建华

自然语言处理

中国科学院自动化研究所

国家杰出青年基金获得者
北京市科技新星

基本信息

专利成果

总专利数
36
国内专利数
36
国际专利数
0
有效专利数
35
总发文数(篇)
262
总被引数(次)
418
H指数
17
TOP1%高被引
0

成果分析

期刊发文占比
专利在审情况: 历年专利情况; 重点学科匹配度; 文章被引情况

专利列表更多

基于深层神经网络中间层特征的头相关传输函数建模系统
- 摘要：
  本发明涉及本发明涉及电子行业信号处理技术领域,提出了一种基于深层神经网络中间层特征的头相关传输函数建模系统,该系统包括训练系统、建模系统;所述训练系统包括特征生成模块、模型训练模块、HRTF数据库;所述建模系统包括特征生成模块、预测模块、HRTF重建模块;所述特征生成模块用以生成模型输入特征;所述模型训练模块用以在所述模型输入特征与HRTF数据库中的HRTF之间产生非线性映射;所述HRTF数据库用于存储HRTF;所述预测模块用以针对目标位置产生对数幅度最小相位HRTF;所述HRTF重建模块用以重构目标位置处的HRTF.本发明充分利用了HRTF数据与基函数之间的非线性关系,并提高模型准确度.
- 发明人：
  陶建华戚肖克
- 申请人：
  中国科学院自动化研究所
- 公开日：
  2017-12-15
基于汉语韵律结构和重音的联合预测模型构建方法及系统
- 摘要：
  本发明涉及一种基于汉语韵律结构和重音的联合的预测模型构建方法及系统,所述构建方法包括:对多个历史语料文本训练语料进行预处理,得到预处理文本;对预处理文本进行分词处理,得到分词文本信息;根据分词文本信息确定对应文本的词向量特征序列;基于注意力机制的RNN的编码‑解码,对所述词向量特征序列进行编码、解码处理,建立基于汉语韵律结构和重音的联合预测模型,用于预测待处理文本的韵律结构和重音.本发明通过对多个历史语料文本训练语料进行预处理、分词处理获得分词文本信息,得到对应文本的词向量特征序列,进而基于注意力机制的RNN的编码‑解码,建立联合预测模型,充分考虑汉语韵律结构与重音的关系,实现对待测文本的准确预测.
- 发明人：
  陶建华郑艺斌李雅
- 申请人：
  中国科学院自动化研究所
- 公开日：
  2017-12-12
端到端的汉语韵律层级结构预测模型的构建方法及系统
- 摘要：
  本发明涉及一种端到端的汉语韵律层级结构预测模型的构建方法及系统,所述构建方法包括:根据多个裸文本得到字嵌入embedding层的字向量序列;基于长短时间记忆BLSTM神经网络和条件随机场CRF分类器,根据所述字向量序列,构建汉语韵律层级结构的预测模型,用于预测待处理文本的汉语韵律层级结构.本发明端到端的汉语韵律层级结构预测模型的构建方法及系统将字embedding层、BLSTM神经网络及CRF分类器串联在一起,根据字embedding层的字向量序列,基于BLSTM神经网络及CRF分类器得到汉语韵律层级结构的预测模型,实现对待处理文本的准确预测.
- 发明人：
  陶建华郑艺斌温正棋
- 申请人：
  中国科学院自动化研究所
- 公开日：
  2017-12-08
基于口音瓶颈特征的声学模型自适应方法
- 摘要：
  本发明属于语音识别技术领域,具体涉及一种基于口音瓶颈特征的声学模型自适应方法.为了能够实现针对不同口音的用户,进行个性化定制声学模型,本发明提供的方法包括下列步骤:S1基于第一深度神经网络,以多个口音音频数据的声纹拼接特征作为训练样本,得到深度口音瓶颈网络模型;S2、基于所述深度口音瓶颈网络,获取所述口音音频数据的口音拼接特征;S3、基于深度第二神经网络,以多个所述口音音频数据的所述口音拼接特征作为训练样本,得到口音独立的基线声学模型;S4、利用特定的口音音频数据的所述口音拼接特征对所述口音独立的基线声学模型的参数进行调整,生成口音依赖的声学模型.通过本发明的方法,提高了带口音语音识别的准确率.
- 发明人：
  陶建华易江燕温正棋倪浩
- 申请人：
  中国科学院自动化研究所
- 公开日：
  2017-06-20
基于LSTM循环神经网络的基频提取模型及训练方法
- 摘要：
  本发明公开了基于LSTM(长短时记忆)循环神经网络的基频提取模型及训练方法.所述训练方法包括下述步骤:从语音波形信号中抽取声学特征;采用多任务学习的双向长短时记忆循环神经网络,通过所述声学特征,训练生成基于多任务学习的双向长短时记忆循环神经网络的基频提取模型.所述基频提取模型通过本发明的方法训练得到.本发明大大提高了基频提取的精度和鲁棒性,特别是很好地解决了基提取中的半倍频现象,能够在语音分离、语音合成等领域起到很好的作用.
- 发明人：
  陶建华郑艺斌温正棋刘斌
- 申请人：
  中国科学院自动化研究所
- 公开日：
  2017-05-10
音素时长预测建模方法及音素时长预测方法
- 摘要：
  本发明涉及一种对音素时长进行建模和预测的方法,利用计算机程序自动获取训练数据集,并对训练数据中的离群点进行自动剔除;对文本特征通过音向量和组合决策树建模,使文本特征的描述更加方便和精确;在音向量训练中,采用统计语言模型的训练方法来联合训练音向量和词向量,最大程度上保留了发音单元的连贯特性,不需要任何手工标注信息,从而大大降低了系统实现的复杂度和人工参与程度;采用双向长短时记忆循环神经网络对音素时长模型进行建模,能够更好地考虑上下文信息,也更加符合音素时长预测的本质.利用本发明,大大提高了时长预测的准确性,进而提高语音合成的表现力和自然度.
- 发明人：
  陶建华郑艺斌温正棋李雅
- 申请人：
  中国科学院自动化研究所
- 公开日：
  2017-04-26

相关推荐