Department of Cybernetics and New Technologies for the Information Society Faculty of Applied Sciences University of West Bohemia Pilsen Czech Republic;
Grapheme-to-phoneme; Sequence-to-sequence; Neural networks; Encoder-decoder model; Czech phonetic transcription;
机译:使用基于两阶段神经网络的方法解决音素到音素转换中的音素冲突
机译:使用反向序列和音素生成规则来扩展基于音素过渡网络的音素到音素转换的可行性
机译:基于堆叠的自动编码器神经网络持续损失血液压力的新方法
机译:使用自动编码器Bilstm神经网络,用于捷克图案到 - 音素转换
机译:基于模型的控制设计中神经网络模型到状态空间模型的转换
机译:基于CNN和Bilstm的双通道混合深神经网络剩余使用寿命预测
机译:使用长短时记忆回归神经网络进行图形到声音的转换