《表3 改变2个卷积层的语谱图特征的语音识别率》
提示：宽带有限、当前游客访问压缩模式
%
表5是本文的卷积神经网络模型与其他算法识别率的比较，证实了本文提出的语音识别方法具有优于其他常用的语音识别方法．
| 图表编号 | XD00148490400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.20 |
| 作者 | 白璐、王连明 |
| 绘制单位 | 东北师范大学计算智能研究所、东北师范大学计算智能研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 3路卷积网络基于不同特征组合对手写数字图像的识别能力对比》2020.12.01
- 《表4 语谱图测试集中各车型的样本数》2020.04.01
- 《表3 语谱图训练集中各车型的样本数》2020.04.01
- 《表6 各实验运行时间：基于语谱图与改进Dense Net的野外车辆识别》2020.04.01
- 《表2 不同识别方法的语音1(15个样本）的识别时间表》2020.05.25
- 《表2 提取特征集：基于Gammatone滤波器的混合特征语音情感识别》2020.06.01
- 《表3 剪枝后每个卷积层的卷积核数目》2020.09.15
- 《表1 改变全连接层的语谱图特征的语音识别率》2020.06.20
- 《表4 改变2个卷积层的时域波形图特征的语音识别率》2020.06.20
- 《表2 改变全连接层的时域波形图特征的语音识别率》2020.06.20
- 《表1：归一化语谱图水平方向像素点数目h与Pd、Ps的对应关系》2020.07.15
- 《表4 融合Res Net 3个特征层的跟踪效果对比》2020.04.01
- 《表2 不同噪声环境下机器人语音命令各特征提取算法的识别准确率》2020.04.20
- 《表3 3个卷积层的正交实验结果》2020.02.25
- 《表1：基于卷积神经网络的语音识别研究》2019.11.01
- 《表1 语音信号转换为语谱图的参数设置数据表》2019.09.01
- 《表2 task＿2易混淆语音语种识别特征对比》2019.10.01
- 《表3 语音与文本多特征在IEMOCAP上的识别结果》2019.07.01
- 《表3 传统特征与语谱图特征识别准确率》2019.05.15
- 《表2 实验结果：基于无监督特征选择和卷积神经网络的图像识别算法》2018.10.25