中國(guó)科研人員主導(dǎo)性增強(qiáng)

1、中國(guó)科研人員主導(dǎo)性增強(qiáng)動(dòng)態(tài)時(shí)間伸縮(DTw)算法的識(shí)別實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如表1所示.實(shí)驗(yàn)中選取"0""9"十個(gè)漢語(yǔ)語(yǔ)音為識(shí)別語(yǔ)音,每個(gè)數(shù)字重復(fù)說(shuō)30次,總共.300個(gè)樣本,將150個(gè)樣本作為訓(xùn)練集,另外的150個(gè)樣本作為測(cè)試集.表2為在采用神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別實(shí)驗(yàn)中2種時(shí)間規(guī)整方法的比較.圖3DTW系統(tǒng)識(shí)別流程圖Fig.3TheflowchartoftherecognitionsystemofDTWalgorithm表1人工神經(jīng)網(wǎng)絡(luò)和DTW算法Table1NeuralnetworkandDTWalgorithm表2神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別Table2Therecog

2、nitionsystemofneuralnetworkalgorithm表1的實(shí)驗(yàn)結(jié)果表明,未改進(jìn)的時(shí)間規(guī)整方法與改進(jìn)后的時(shí)間規(guī)整方法在進(jìn)行訓(xùn)練集的識(shí)別率都是100,而對(duì)沒(méi)有參加訓(xùn)練的測(cè)試集的識(shí)別率則有很大差別,后者的效果非常明顯.分析其原因,是由于在采樣語(yǔ)音數(shù)據(jù)時(shí)所采用的端點(diǎn)檢測(cè)算法并不是非常嚴(yán)格,語(yǔ)音起點(diǎn)和終點(diǎn)的檢測(cè)有一定的偏差,即前面幾幀和最后幾幀中有可能包含非語(yǔ)音的信息,它們之間的相關(guān)性不強(qiáng),如果進(jìn)行合并就有可能丟失起始音和終止音的一些信息.因此,改進(jìn)的有序聚類算法可以有效的保留語(yǔ)音發(fā)音變化區(qū),而壓縮了語(yǔ)音的穩(wěn)定區(qū),更加突出語(yǔ)音信號(hào)自身的特性,提高識(shí)別率.4結(jié)束語(yǔ)實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)利

3、用有序聚類算法有效解決了神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別中的時(shí)間規(guī)整難題,系統(tǒng)識(shí)別性能明顯得到改善.同時(shí)證實(shí)了神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的分類,辨識(shí)能力,其識(shí)別性能優(yōu)于采用傳統(tǒng)的DTW算法語(yǔ)音識(shí)別方法.然而,由于神經(jīng)網(wǎng)絡(luò)分類器的結(jié)構(gòu)往往是固定的,即必須首先將語(yǔ)音特征矢量序列進(jìn)行時(shí)間規(guī)整統(tǒng)一長(zhǎng)度之后才能饋入分類器進(jìn)行識(shí)別,因此,目前人工神經(jīng)網(wǎng)絡(luò)在實(shí)時(shí)系統(tǒng)中的應(yīng)用還有一定的難度.參考文獻(xiàn)1陳方,高升.語(yǔ)音識(shí)別技術(shù)及發(fā)展.電信科學(xué),1996,10:5457.2史笑興,顧明亮,王太君,等.有序聚類方法及其在神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別中的應(yīng)用.電路與系統(tǒng),2000,6:99103.3楊行峻,遲惠生.語(yǔ)音信號(hào)數(shù)字處理.北京:電子工業(yè)出版社,

4、1995.4RabineLR,eta1.FundamentalsofSpeechRecognition.PrenticeHallInternationInc.】993.(責(zé)任編輯:黎貞崇)中國(guó)科研人員主導(dǎo)性增強(qiáng)中國(guó)科學(xué)技術(shù)信息研究所公布的"2003年度中國(guó)科技論文統(tǒng)計(jì)結(jié)果"顯示,在2003年科學(xué)引文索引(SCI)收錄的中國(guó)大陸的科技論文中,國(guó)際合作產(chǎn)生的論文為11739篇,占我國(guó)發(fā)表論文總數(shù)的23.6,比2002年增加了2.2個(gè)百分點(diǎn).我國(guó)作者為第一作者的國(guó)際合作論文5942篇,合作伙伴涉及67個(gè)國(guó)家或地區(qū);其他國(guó)家作者為第一作者,我國(guó)作者參與工作的國(guó)際合作論文為5797篇,合作伙伴涉及65個(gè)國(guó)家或地區(qū).中國(guó)科學(xué)家為第一作者的國(guó)際合作論文首次超過(guò)其他國(guó)家作者為第一作者的論文,表明在國(guó)際科技合作研究中,中國(guó)科研人員的主導(dǎo)性正在增強(qiáng)."2003年度中國(guó)科技論文統(tǒng)計(jì)結(jié)果"還顯示,19982002年我國(guó)作者發(fā)表的國(guó)際論文中,有61.2的論文在5年內(nèi)間接被引用了1次,其中被累計(jì)引用次數(shù)超過(guò)100次的有18篇.2003年我國(guó)被SCI收錄的國(guó)際論文被引用數(shù),由2002年的24154篇增加到31168篇;被引用次數(shù)由51766次增加到7213次,分別增長(zhǎng)2