网络言语识别论文

问：谈谈对网络语言的认识。200字左右

1. 答：始终不是一种规范的语言，要适可而止。在某些方面要警醒禁止，学生会模仿，形成不好的影响，使用网络语言绝对要禁止，网络语言永远都代替不了汉文，中华名族的悠久历史，博大精深，只有在汉文化上体现。

问：谈谈对网络语言的认识.200字左右 对网络语言的认识200字

1. 答：谈谈对网络语言的看法语言体现的是一种文化,网络语言是时代发展过程中一种特殊的语言现象.对于网络流行语言,有人说好,有人表示反对.而我看来网络语言有弊有利.对于利的方面：一、它新鲜,使人们很容...

问：深度神经网络为什么能大幅度提高语音识别的准确率吗？

1. 答：微软介绍，这种新型语音识别软件采用了名为“深度神经网络”的技术，使得该软件处理人类语音的过程与人脑相似。对此微软必应Bing)搜索业务部门主管斯特凡·维茨(Stefan Weitz)在本周一表示：“我们试图复制人脑聆听和处理人类语音的方式。”微软还表示，与原有WP手机语音识别技术相比，新型技术的语音识别准确性提高了15%，且创建相应文本及搜索关键词的速度也更快。如此一来，必应返回相应搜索结果所用时间比以前快了两倍。微软语音处理技术部门高级项目经理迈克尔·特加尔夫(Michael Tjalve)也表示：“通过我们新的语音识别器，你不但得到的结果更好，而且速度更快。”微软已面向美国市场的Windows Phone手机用户发布了这项技术。用户通过这项新技术，将更容易使用语音命令来创建短信、进行网络搜索等活动。
2. 答：2010年后DNN风靡之后，自适应的研究其实就逐渐展开了，从GMM-HMM上很成熟的技术迁移到DNN上也很自然，ivector、speaker code等speaker-aware的技术也出现了很多，因此这个方向并不是非常新的方向。作为学术研究而言，我个人觉得应该去尝试新的技术话题或者已有话题里仍未攻克的技术难题，仍然以自适应技术为例，尽管论文里实验结果很漂亮，但是依然没有解决短语音、低延迟的自适应语音识别技术，这个问题涉及到声纹识别ivector提取的难度、神经网络对于短语音个性化特征的学习难度，因此如果做自适应的话，建议考虑这个问题。