高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种稳健的基于Visemic LDA的口形动态特征及听视觉语音识别

谢磊 付中华 蒋冬梅 赵荣椿 WernerVerhelst HichemSahli JanConlenis

谢磊, 付中华, 蒋冬梅, 赵荣椿, WernerVerhelst, HichemSahli, JanConlenis. 一种稳健的基于Visemic LDA的口形动态特征及听视觉语音识别[J]. 电子与信息学报, 2005, 27(1): 64-68.
引用本文: 谢磊, 付中华, 蒋冬梅, 赵荣椿, WernerVerhelst, HichemSahli, JanConlenis. 一种稳健的基于Visemic LDA的口形动态特征及听视觉语音识别[J]. 电子与信息学报, 2005, 27(1): 64-68.
Xie Lei, Fu Zhong-hua, Jiang Dong-mei, Zhao Rong-chun, Werner Verhelst, Hichem Sahli, Jan Conlenis. A Robust Dynamic Mouth Feature Based on Visemic LDA for Audio Visual Speech Recognition[J]. Journal of Electronics & Information Technology, 2005, 27(1): 64-68.
Citation: Xie Lei, Fu Zhong-hua, Jiang Dong-mei, Zhao Rong-chun, Werner Verhelst, Hichem Sahli, Jan Conlenis. A Robust Dynamic Mouth Feature Based on Visemic LDA for Audio Visual Speech Recognition[J]. Journal of Electronics & Information Technology, 2005, 27(1): 64-68.

一种稳健的基于Visemic LDA的口形动态特征及听视觉语音识别

A Robust Dynamic Mouth Feature Based on Visemic LDA for Audio Visual Speech Recognition

  • 摘要: 视觉特征提取是听视觉语音识别研究的热点问题。文章引入了一种稳健的基于Visemic LDA的口形动态特征,这种特征充分考虑了发音时口形轮廓的变化及视觉Viseme划分。文章同时提出了一利利用语音识别结果进行LDA训练数据自动标注的方法。这种方法免去了繁重的人工标注工作,避免了标注错误。实验表明,将VisemicLDA视觉特征引入到听视觉语音识别中,可以大大地提高噪声条件下语音识别系统的识别率;将这种视觉特征与多数据流HMM结合之后,在信噪比为10dB的强噪声情况下,识别率仍可以达到80%以上。
  • Potamianos G, Neti C, et al.. Recent advances in the automatic recognition of audiovisual speech[J].Proc. IEEE.2003, 91(9):1306-[2]Cootes T F, Taylor C J, et al.. Active shape models-their training and application. Computer Vision and Image Understanding,1995, 12(1): 38 - 59.[3]Neti C, Potamianos G, Luettin J, et al.. Audio visual speech recognition. Final Workshop 2000 Report, Baltimore, USA, 2000:40 - 41.[4]Rao C R. Linear Statistical Inference and Its Applications. New York, John Wiley and Sons, 1965:122 - 128.[5]Young S J, Kershaw D, Odell J, Woodland P. The HTK Book.http:∥htk.eng.cam.ac.uk/docs/docs.shtml, 2002.[6]Dupont S, Luettin J. Audio-visual speech modeling for continuous speech recognition[J].IEEE Trans. on Multimedia.2000,2(3):141-
  • 加载中
计量
  • 文章访问数:  2657
  • HTML全文浏览量:  103
  • PDF下载量:  738
  • 被引次数: 0
出版历程
  • 收稿日期:  2003-07-11
  • 修回日期:  2003-11-25
  • 刊出日期:  2005-01-19

目录

    /

    返回文章
    返回