« Home « Kết quả tìm kiếm

Mô hình Markov

Tìm thấy 20+ kết quả cho từ khóa "Mô hình Markov"

Nhận dạng tiếng Việt sử dụng biến đổi Wavelet và mô hình Markov ẩn

repository.vnu.edu.vn

Nhận dạng tiếng Việt sử dụng biến đổi Wavelet và mô hình Markov ẩn. Abstract: Tổng quan về nhận dạng tiếng nói, xử lý tiếng nói, rút trích vector đặc trưng và nghiên cứu về biến đổi wavelet, về mô hình Markov ẩn HMM và ứng dụng trong nhận dạng tiếng nói. Khảo sát về các đặc điểm ngữ âm của tiếng Việt như âm vị tiếng Việt, thanh điệu tiếng Việt.

Mô hình Markov ẩn và ứng dụng vào tổng hợp tiếng nói.

000000272396-tt.pdf

dlib.hust.edu.vn

Kết luận Trong đề tài này, tôi đã nghiên cứu lý thuyết chung về xử lý tiếng nói, mô hình Markov ẩn và ứng dụng tổng hợp tiếng nói, và thực hiện thực nghiệm việc tổng hợp tiếng nói trên hệ thống Festival. Nghiên cứu về tiếng nói và các mô hình tiếng nói, nghiên cứu các mô hình tổng hợp tiếng nói. Nghiên cứu mô hình Markov ẩn và ứng dụng tổng hợp tiếng nói. Nghiên cứu và xây dựng hệ thống tổng hợp tiếng nói dựa trên hệ thống mã nguồn mở Festival với toolkit HTS.

Mô hình Markov ẩn và ứng dụng vào tổng hợp tiếng nói.

000000272396.pdf

dlib.hust.edu.vn

Mô hình to ting nói. Phân tích ting nói. Mô hình phân tích tiếng nói. Tạo tiếng nói từ mô hình thời gian rời rạc. TNG HP TING NÓI. 33 Luận văn thạc sỹ kỹ thuật máy tính và truyền thông MÔ HÌNH MARKOV N VÀ NG DNG TNG HP TING NÓI. Tng quan h thng tng hp ting nói da trên mô hình Markov n. Tng quan mô hình Markov. Mô hình Markov ẩn. n ca mô hình Markov n. Tng hp ting nói da trên mô hình Markov n.

Nhận dạng tiếng nói tiếng việt sử dụng mô hình chuỗi Markov ẩn và mạng nơ-ron

0000000240034-TT.pdf

dlib.hust.edu.vn

Chương trình được xây dựng trên mô hình Hybrid sử dụng mạng nơ-ron như bộ lượng tử hóa vector cho mô hình Markov. Từ khóa: mạng nơ-ron nhân tạo (ANNs), mô hình Markov ẩn (HMM), mô hình Hybrid ANN/HMM

Nhận dạng tiếng nói tiếng việt sử dụng mô hình chuỗi Markov ẩn và mạng nơ-ron

0000000240034.pdf

dlib.hust.edu.vn

MÔ HÌNH CHUỖI MARKOV ẨN VÀ VẤN ĐỀ NHẬN DẠNG TIẾNG NÓI IV.1. MÔ HÌNH MARKOV ẨN. BA BÀI TOÁN CƠ BẢN ĐỐI VỚI MÔ HÌNH MARKOV ẨN IV.2.1. Bài toán 3: Ước lượng tham số mô hình IV.3. NHẬN DẠNG TIẾNG NÓI SỬ DỤNG MÔ HÌNH MARKOV CHƯƠNG V. MÔ HÌNH HYBRID KẾT HỢP MẠNG NƠ-RON VÀ MÔ HÌNH CHUỖI MARKOV ẨN V.1. DÙNG MẠNG NƠ-RON ƯỚC LƯỢNG XÁC SUẤT HẬU NGHIỆM V.2. CÁC MẠNG NƠ-RON NHƯ LÀ CÁC BỘ LƯỢNG TỬ HÓA VECTOR.

TÌM HIỂU MÔ HÌNH CRF VÀ ỨNG DỤNG TRONG TRÍCH CHỌN THÔNG TIN TRONG TIẾNG VIỆT

tainguyenso.vnu.edu.vn

Trong một mô hình Markov điển hình, trạng thái được quan sát trực tiếp bởi người quan sát [21], và vì vậy các xác suất chuyển tiếp trạng thái là các tham số duy nhất (hình 5 có thể mô tả rõ cho điều này).. xi — Các trạng thái trong mô hình Markov - aij — Các xác suất chuyển tiếp - bij — Các xác suất đầu ra. Mô hình Markov ẩn thêm vào các đầu ra: mỗi trạng thái có xác suất phân bố trên các biểu hiện đầu ra có thể.

Mô hình Ôtômát hữu hạn tỏng hệt hống dịch tự động Anh - Việt

000000296973.pdf

dlib.hust.edu.vn

Mô hình hệ thống dịch máy Anh-Việt trên nền ví dụ. 7 CHƢƠNG I : MÔ HÌNH ÔTÔMÁT HỮU HẠN. 10 1.1 Khái niệm ôtômát hữu hạn. Tối thiểu hoá Ôtômát hữu hạn. Mô hình Xích Markov [2. 19 CHƢƠNG II: ỨNG DỤNG CỦA ÔTÔMÁT HỮU HẠN. Mô hình Markov ẩn (Hidden Markov Model) và bài toán gán nhãn từ loại. Phƣơng pháp dịch máy trên nền ví dụ. Biểu diễn ngữ liệu mẫu trong bài toán dịch máy trên nền ví dụ. Tổng quát về hệ thống dịch máy Anh_Việt.

Xây dựng mô hình nhận dạng tiếng nói sử dụng mạng nơ-ron

dlib.hust.edu.vn

Xây dựng mô hình nhận dạng tiếng nói sử dụng mạng nơ-ron - 43 -Chương 3 MÔ HÌNH NHẬN DẠNG TIẾNG NÓI Trong chương này chúng ta tiếp tục tìm hiểu về mô hình Markov ẩn, một công cụ để nhận dạng tiếng nói. Tiếp đến chúng ta sẽ tìm hiểu về mạng nơ-ron nhân tạo và có sự so sánh giữa hai phương pháp. 3.1 Mô hình Markov ẩn Cách khả thi nhất để nhận dạng tiếng nói trước đây là sử dụng mô hình Markov ẩn (Hidden Markov Models-HMMs). Xây dựng mô hình nhận dạng tiếng nói sử dụng mạng nơ-ron - 44 - Hình 3.

TÌM HIỂU MÔ HÌNH NGÔN NGỮ SỬ DỤNG PHƯƠNG PHÁP BLOOM FILTER

tainguyenso.vnu.edu.vn

Chương 4 giới thiệu sơ lược về dịch máy thống kê, thử nghiệm dịch máy thống kê với hệ thống dịch máy nguồn mở Moses sử dụng các mô hình ngôn ngữ xây dựng ở chương 3. Thay vào đó, các mô hình ngôn ngữ thường ước lượng tương đối xác suất dựa trên giả định Markov (hay mô hình Markov ẩn), rằng từ tiếp theo chỉ chịu ảnh hưởng từ một vài từ trước đó [25].

Xây dựng hệ thống tương tác người và máy thông qua nhận dạng cử chỉ bàn tay

310640.pdf

dlib.hust.edu.vn

Viterbi trong nhận dạng sử dụng mô hình markov ẩn 41 2.3.3 Ứng dụng mô hình markov ẩn trong nhận dạng cử chỉ bàn tay.

Xây dựng giao tiếp tiếng nói với phần mềm kế toán và quản trị doanh nghiệp sử dụng công cụ SPHINX.

000000273766.pdf

dlib.hust.edu.vn

Ba mô hình trên kết hợp đồng thời với nhau trông một máy (chương trình) nhận dạng tiếng nói. Mô hình Markov ẩn 1.5.1. Mô hình Markov ẩn là một chuỗi Markov mà trạng thái chỉ có thể quan sát được một phần. Ứng dụng phổ biến nhất của mô hình Markov ẩn là nhận dạng tiếng nói ở đó dữ liệu âm thanh là quan sát được và văn bản được nói là không quan sát được, ta có thể sử dụng các giải thuật nêu trên để tìm ra các từ được nói trong dữ liệu âm thanh.

Truy vấn thông tin trong tiếng nói tiếng Việt

000000254191.pdf

dlib.hust.edu.vn

Dựa trên file văn bản và đặc trưng tiếng nói của file tương ứng, cùng với từ điển phát âm, bộ huấn luyện cho ra mô hình âm học của các phiên âm 221.5.4. Ứng dụng mô hình markov ẩn trong nhận dạng tiếng nói Mô hình Markov ẩn được dùng để mô hình hóa tín hiệu tiếng nói, và được áp dụng vào nhận dạng tiếng nói. Mô hình hóa đơn vị tiếng nói Mô hình mức từ (word): Mỗi từ tương ứng với một mô hình HMM, số lượng tham số của các mô hình khá lớn. Dữ liệu tiếng nói trực tiếp được hỗ trợ bời Haudio.

Ứng dụng lý thuyết phi tuyến trong xử lý và nhận dạng tiếng Việt

000000295273-tt.pdf

dlib.hust.edu.vn

Chương này giới thiệu mô hình tuyến tính sử dụng cho phân tích và tìm đặc trưng của các từ tiếng Việt cần nhận dạng, giới thiệu mô hình thống kê nhận dạng mẫu, xây dựng mô hình nhận dạng từ tiếng Việt sử dụng mô hình Markov ẩn. Chương 3: Phương thức xử lý tín hiệu phi tuyến tính và các phương pháp tìm vectơ đặc trưng trong không gian phi tuyến tính.

Phát hiện sự kiện ngã sử dụng cảm biến Kinect.

000000295796-tt.pdf

dlib.hust.edu.vn

Đánh giá các giải thuật nhận dạng ngã trên thế giới, đặc biệt là sự phù hợp của mô hình markov ẩn trong bài toán phát hiện sự kiện ngã, nghiên cứu chỉ ra mối liên hệ giữa các state ẩn (trong mô hình markov ẩn) với các state thấy được (trong mô hình chuỗi markov). Phương pháp nghiên cứu Nghiên cứu nhiều phương pháp phát hiện sự kiện ngã đã thực hiện trên thế giới. Vận dụng những phương pháp phù hợp để đưa ra những giải pháp cụ thể của bài toán 3 đặt ra trong đề tài.

Tìm kiếm và nhận dạng khuôn mặt người trong ảnh

repository.vnu.edu.vn

Giới thiệu mô hình Markov ẩn, một số bài toán cơ bản của mô hình Markov và ứng dụng mô hình trong nhận dạng khuôn mặt người. Keywords: Công nghệ thông tin, Mặt, Phương pháp nhận dạng, Ảnh.

Nhận dạng tiếng nói Tiếng Việt sử dụng mức dưới từ

dlib.hust.edu.vn

Chương 4 trình bày về khái niệm mô hình Markov ẩn và một số vấn đề đáng lưu ý khi áp dụng mô hình Markov ẩn vào nhận dạng tiếng nói. Một nội dung khá quan trọng của chương này chính là thủ tục huấn luyện nhúng (embedded training), đó là kĩ thuật cơ sở để xây dựng các mô hình mức dưới từ (subword) để sử dụng trong các ứng dụng nhận dạng tiếng nói với số lượng từ vựng lớn. Chương 5 trình bày khái quát về mô hình ngôn ngữ và cách áp dụng mô hình ngôn ngữ vào lĩnh vực nhận dạng tiếng nói.

Hệ thống nhận dạng chữ viết tay tiếng Việt in hoa trực tuyến

000000255092.TT.pdf

dlib.hust.edu.vn

Đối tượng nghiên cứu của đề tài là mô hình Markov ẩn và ứng dụng mô hình Markov để xây dựng hệ thống nhận dạng chữ viết in hoa tiếng việt online.

Phát hiện sự kiện ngã sử dụng cảm biến Kinect.

000000295796.pdf

dlib.hust.edu.vn

hình chuỗi markov (markov chain. 46 5 III.3.3 Phƣơng pháp phát hiện sự kiện ngã sử dụng mô hình markov ẩn (Hidden Markov Model. 59 IV.3 Xây dựng mô đun phát hiện ngƣời. 67 Bảng IV-2: Kết quả nhận dạng sự kiện ngã với phƣơng pháp sử dụng ngƣỡng. 68 Bảng IV-3: Kết quả nhận dạng sự kiện ngã với phƣơng pháp sử dụng mô hình Markov chain. 68 Bảng IV-4: Kết quả nhận dạng sự kiện ngã với phƣơng pháp sử dụng mô hình Markov ẩn. 70 8 Danh mục các hình vẽ, đồ thị Hình II-1: Một hệ thống phân loại các phƣơng

Xác định mặt người sử dụng các đặc trưng hình học 3D

repository.vnu.edu.vn

Hình 1.1: Hệ thống nhận dạng mặt ngƣời. Hình 1.2: Hệ thống đa độ phân giải. Hình 1.3: Phƣơng pháp chiếu. Hình 1.4: Mô hình mạng Nơ ron của H. Rowley Error! Bookmark not defined.. Hình 1.5: Mô hình Markov xác định khuôn mặt. Hình 1.6: Các trạng thái ẩn của mô hình MarkovError! Bookmark not defined.. Hình 1.7: Vector quan sát để huấn luyện trong mô hình Markov ẩn. Hình 2.1 Dò tìm thông tin lồi lõm. Hình 2.2: Dò tìm vùng lồi lõm trên ảnh. Hình 2.3: Tập các bộ lọc.

Tích hợp đặc điểm của tiếng Việt vào hệ thống nhận dạng tiếng nói.

000000273249.pdf

dlib.hust.edu.vn

Mô hình ngôn ngữ. xut các ci tin vào nhn dng ting Vit nói. Tạo mô hình ngôn ngữ. Mô hình N-grams. Language Model Mô hình ngôn ng. xây dng mô hình ngôn ng thng kê. Mô hình Markov ẩn. Mô hình Markov ẩn (HMM. u sn phm nghiên cu v nhn dng ting i dng mã ngun m, có th k n: 2  CMU Sphinx mã ngun m license BSD. Julius mã ngun m license BSD cung cp nhn dng cho ngôn ng ting Nht.