《表2 不同方法的分类准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《有向无环图拓扑的DBN多口音分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

口音分类是一个具有挑战性的问题，并且和我们的生活息息相关．无论是哪种品牌的智能设备，在用户使用的时候都会出现无法识别带口音的语音的问题．本文采用一对一—深度信念网络作为分类器进行了对比实验，不同的研究人员在TIM IT数据集上也尝试了不同的方法:对区分元音最多的TIM IT数据集的研究中，准确率为42.52%.M uhammad Rizw an和David V.Anderson使用基于SVM和ELM的加权口音分类算法对TIMIT数据集的口音进行分类，准确率分别为60.58%和77.88%．表2总结了不同方法的分类准确率．