文件名称：speech_yolo:演讲YOLO Interspeech 2019
文件大小：94.63MB
文件格式：ZIP
更新时间：2024-06-14 22:37:36
Python
SpeechYOLO：语音对象的检测和本地化 Yael Segal（ ） 齐维娅·西尔维亚·福克斯（ Sylvia Fuchs）（ ） 约瑟夫·克谢（Joseph Keshet）（ ） 受算法启发，SpeechYOLO使用视觉领域的对象检测方法进行语音识别。 SpeechYOLO的目标是在输入信号中定位发声的边界，并对其进行正确分类。 我们的系统由卷积神经网络组成，具有简单的最小均方损失函数。 该文件可以在找到。 如果您发现我们的工作有用，请引用： @article{segal2019speechyolo, title={SpeechYOLO: Detection and Localization of Speech Objects}, author={Segal, Yael and Fuchs, Tzeviya Sylvia and Keshet, Joseph}