A DNN-HMM-DNN Hybrid Model for Discovering Word-Like Units from Spoken Captions and Image Regions
A DNN-HMM-DNN Hybrid Model for Discovering Word-Like Units from Spoken Captions and Image Regions
复制标题
用于从语音字幕和图像区域中发现类词单元的 DNN-HMM-DNN 混合模型
DOI：
10.21437/interspeech.2020-1148
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Hasegawa-Johnson, Mark
中科院分区：
文献类型：
--
作者：
Wang, Liming;Hasegawa-Johnson, Mark
登录
查看更多内容
通过人机交互界面结合语音、视觉和行为信息来获取语言
影响因子：
8.1
作者：
N. Iwahashi
通讯作者：
N. Iwahashi
DOI：
10.1109/taslp.2016.2517567
发表时间：
2016-03
期刊：
IEEE/ACM Transactions on Audio, Speech, and Language Processing
影响因子：
--
作者：
H. Kamper;A. Jansen;S. Goldwater
通讯作者：
H. Kamper;A. Jansen;S. Goldwater
SPEECH-COCO：与 MSCOCO 数据集对齐的 600k 视觉基础语音字幕
DOI：
--
发表时间：
2017
期刊：
Interspeech
影响因子：
--
作者：
William N. Havard;L. Besacier;O. Rosec
通讯作者：
O. Rosec
走向基于视觉的子词语音单元发现
DOI：
--
发表时间：
2019
期刊：
IEEE International Conference on Acoustics, Speech, and Signal Processing
影响因子：
--
作者：
David F. Harwath;James R. Glass
通讯作者：
James R. Glass
多模态感官输入的单词学习计算模型
DOI：
--
发表时间：
2000
期刊：
影响因子：
--
作者：
D. Roy
通讯作者：
D. Roy