公开(公告)号：CN1725212A

公开(公告)日：2006-01-25

申请号：CN200510082351.2

申请日：2005-06-21

Applicant: 微软公司

Inventor： A·阿塞罗 ,  C·I·切尔巴

IPC: G06F17/21

CPC classification number: G06F17/273

Abstract: 提供了一种用于自适应指数概率模型的方法和装置。在第一阶段，通过基于一背景数据集为概率模型确定一组模型参数来从背景数据构建通用背景模型。该背景模型参数然后用于为尤其对感兴趣的自适应数据集自适应的概率模型的参数定义一先验模型。该自适应数据集一般在大小上比背景数据集要小得多。然后基于该自适应数据集和先验模型为已自适应的概率模型确定第二组模型参数。

公开(公告)号：CN1622200A

公开(公告)日：2005-06-01

申请号：CN200410095649.2

申请日：2004-11-26

Applicant: 微软公司

Inventor： A·阿塞罗 ,  J·G·德罗普 ,  邓立 ,  M·J·辛克莱尔 ,  黄学东 ,  郑砚丽 ,  张正友 ,  刘自成

IPC: G10L21/02 ,  H04M9/08

CPC classification number: G10L21/0208 ,  G10L2021/02165

Abstract: 一种方法和系统使用从一不同于气导麦克风的传感器接收的备选传感器信号来估算干净语音值。所述估算或者单独，或者结合气导麦克风信号来使用备选传感器信号。在不使用根据从气导麦克风收集的含噪声的训练数据训练的模型的情况下估算干净语音值。在一个实施例中，向从备选传感器信号形成的矢量添加纠正矢量以形成应用到气导麦克风信号的滤波器，以生成干净语音估算。在其它实施例中，根据备选传感器信号确定语音信号的音调，并将其用于分解气导麦克风信号。分解的信号然后用于确定干净信号估算。

公开(公告)号：CN1601605A

公开(公告)日：2005-03-30

申请号：CN200410068599.9

申请日：2004-08-27

Applicant: 微软公司

Inventor： 邓立 ,  I·巴齐 ,  A·阿塞罗

IPC: G10L15/06 ,  G10L15/00

CPC classification number: G10L25/48 ,  G10L25/15

Abstract: 一种方法和装置通过对每一个别的声道共振频率/带宽计算单独的函数，并将结果相加形成一模拟特征矢量的元素，将一组声道共振频率连同其对应的带宽一起映射到LPC倒频谱形式的模拟声学特征矢量。模拟特征矢量连同输入特征矢量一起应用到一模型，来确定该组声道共振频率出现在语音信号中的概率。在一个实施例中，该模型包括一目标导向转移模型，它基于过去的声道共振频率以及该声道共振频率的目标提供了声道共振频率的概率。在另一实施例中，由HMM系统提供音素分段，并用于精确地确定在每一帧使用哪一目标值。

公开(公告)号：CN1591568A

公开(公告)日：2005-03-09

申请号：CN200410055738.4

申请日：2004-07-29

Applicant: 微软公司

Inventor： 黄学东 ,  刘自成 ,  张正友 ,  M·J·辛克莱尔 ,  A·阿塞罗

IPC: G10L15/00 ,  G10L11/00 ,  G06F3/16 ,  G06F17/20

CPC classification number: H04R1/14 ,  G10L15/20 ,  G10L15/24 ,  G10L25/78 ,  H04R2460/13

Abstract: 本发明将常规的音频话筒与附加的语音传感器组合起来，语音传感器基于输入提供语音传感器信号。语音传感器信号是基于由说话者在讲话期间采取的动作诸如面部运动、骨振动、喉部阻抗变化等而产生的。语音检测器组件从语音传感器接收输入并输出语音检测信号，表示用户是否正在说话。语音检测器基于话筒信号和语音传感器信号产生语音检测信号。

公开(公告)号：CN1573926A

公开(公告)日：2005-02-02

申请号：CN200410059511.7

申请日：2004-06-03

Applicant: 微软公司

Inventor： C·切尔巴 ,  A·阿塞罗 ,  M·马哈间

IPC: G10L15/14 ,  G10L15/06

CPC classification number: G06F17/2715 ,  G06F17/2818 ,  G10L15/183 ,  G10L15/197

Abstract: 本发明公开了一种估计语言模型的方法，使得给定字串的类的条件似然最大化，其中该字串与分类精度非常相关。该方法包括对所有类联合的调节统计语言模型参数，使得对于给定的训练句子或发声，分类器区分出正确的类和不正确的类。本发明的特定实施例用于实现用于n－字符列分类器的区别性训练方法的上下文中的有理函数增长变换。

公开(公告)号：CN1534598A

公开(公告)日：2004-10-06

申请号：CN200410032437.X

申请日：2004-03-31

Applicant: 微软公司

Inventor： A·阿塞罗 ,  邓立 ,  J·G·德罗坡

IPC: G10L21/02 ,  G10L15/20 ,  G10L11/00

CPC classification number: G10L21/0208

Abstract: 一种采用增量贝叶斯学习来估计含噪声的信号中的附加噪声的方法和设备，其中，假定时变噪声先验分布，并采用前一时间步骤上计算所得的后验的近似来递归更新超参量(平均值和方差)。时域中的附加噪声在使用增量贝叶斯学习之前以对数谱或倒谱域来表示。使用每一独立帧的噪声的平均值和方差的估计结果来实现同一对数谱或倒谱域中的语音特性增强。