基于编辑约束的端到端越南语文本正则化方法

doi:10.11772/j.issn.1001-9081.2024020232

《计算机应用》唯一官方网站 ›› 2025, Vol. 45 ›› Issue (2): 362-370.DOI: 10.11772/j.issn.1001-9081.2024020232

• 人工智能 • 上一篇

基于编辑约束的端到端越南语文本正则化方法

蒋铭¹^,², 王琳钦¹^,², 赖华¹^,²(), 高盛祥¹^,²

^1.昆明理工大学信息工程与自动化学院，昆明 650504
^2.云南省人工智能重点实验室（昆明理工大学），昆明 650500

收稿日期:2024-03-05 修回日期:2024-04-17 接受日期:2024-04-25 发布日期:2025-02-24 出版日期:2025-02-10
通讯作者: 赖华
作者简介:蒋铭（1997—），男，四川资阳人，硕士研究生，主要研究方向：信息检索、语音合成
王琳钦（1995—），男，云南曲靖人，博士研究生，主要研究方向：机器翻译、语音合成
高盛祥（1977—），女，云南大理人，副教授，博士，CCF会员，主要研究方向：机器翻译、信息检索、语音合成。
基金资助:
国家自然科学基金资助项目(62376111);云南高新技术产业发展项目(201606);云南省重点研发计划项目(202302AD080003);云南省基础研究计划项目(202001AS070014);云南省学术和技术带头人后备人才计划项目(202105AC160018)

End-to-end Vietnamese text normalization method based on editing constraints

Ming JIANG¹^,², Linqin WANG¹^,², Hua LAI¹^,²(), Shengxiang GAO¹^,²

^1.Faculty of Information Engineering and Automation，Kunming University of Science and Technology，Kunming Yunnan 650504，China
^2.Key Laboratory of Artificial Intelligence in Yunnan Province （Kunming University of Science and Technology），Kunming Yunnan 650500，China

Received:2024-03-05 Revised:2024-04-17 Accepted:2024-04-25 Online:2025-02-24 Published:2025-02-10
Contact: Hua LAI
About author:JIANG Ming， born in 1997， M. S. candidate. His research interests include information retrieval， text-to-speech.
WANG Linqin， born in 1995， Ph. D. candidate. His research interests include machine translation， text-to-speech.
GAO Shengxiang， born in 1977， Ph. D.， associate professor. Her research interests include machine translation， information retrieval， text-to-speech.
Supported by:
National Natural Science Foundation of China(62376111);Yunnan High-tech Industry Development Project(201606);Yunnan Province Key Research and Development Program(202302AD080003);Yunnan Basic Research Program(202001AS070014);Reserve Talents Program of Yunnan Province Academic and Technical Leaders(202105AC160018)

摘要/Abstract

摘要：

文本正则化是语音合成（TTS）前端分析任务中不可或缺的步骤，而语义歧义性是文本正则化任务面临的主要问题，比如数字、日期、时间等非标准词的语义歧义性。针对该问题，提出一种基于编辑约束的端到端文本正则化方法，并且在充分考虑越南语的语言特点后，设计专门用于越南语的标注方法，以提高模型对上下文语义信息的建模能力。此外，针对神经网络模型容易产生不可恢复性错误的问题，提出一种编辑对齐算法以有效约束非标准词文本的范围，减小解码端的搜索空间，从而避免模型自身局限性所导致的非正则化文本预测错误。选取FastCorrect模型作为基准模型，将各类优化方法应用到基准模型中得到新模型。实验结果表明，所提模型在越南语不同优化方式的对比实验中的精准率相比使用无标注数据的基准模型提高了23.71个百分点，在同类中文实验中的精准率提高了26.24个百分点。可见，所提方法不仅在越南语上表现出色，而且在中文开源数据上也取得了显著的效果，验证了该方法在越南语之外的适用性。而且，与六类基线模型相比，使用所提方法的模型取得了最高的97.14%的精准率，在F1值上超过加权有限状态转换器（WFST）的两阶段方法2.29个百分点，证明了所提方法在文本正则化任务上的优越性。

关键词: 越南语, 文本正则化, 编辑对齐算法, 语音合成, 端到端

Abstract:

Text normalization is considered an indispensable step in frontend analysis task of Text-To-Speech (TTS)， and semantic ambiguity is the main challenge faced by text normalization tasks， particularly semantic ambiguity of non-standard words such as numbers， dates， and time. Aiming at the problem， an editing constraint-based end-to-end text normalization method was proposed， and after fully considering linguistic characteristics of Vietnamese， a specialized labelling method was designed for Vietnamese to enhance the model’s modeling capability of contextual semantic information. Furthermore， addressing the issue of irreparable errors generated by neural network models easily， an editing alignment algorithm was proposed to constrain the scope of non-standard word text effectively， thereby reducing search space at the decoding end and avoiding prediction errors of non-normalized text caused by limitations of the model itself. With FastCorrect model selected as the baseline model， various optimization methods were applied to the model to obtain new models. Experimental results indicate that the proposed model achieves a 23.71 percentage point increase in precision compared to the baseline model using unlabeled data in Vietnamese experiments of different optimization methods， and a 26.24 percentage point increase in precision in similar Chinese experiments. It can be observed that the method not only performs well in Vietnamese but also demonstrates significant effects on Chinese open-source data， confirming its applicability beyond Vietnamese. Moreover， the model using the proposed method surpasses six baseline models with an precision of 97.14% and outperforms the Weighted Finite-State Transducer （WFST） two-stage method by 2.29 percentage points in F1-score， verifying superiority of the proposed method in text normalization tasks.

Key words: Vietnamese, text normalization, editing alignment algorithm, Text-To-Speech (TTS), end-to-end

中图分类号:

TP391

蒋铭, 王琳钦, 赖华, 高盛祥. 基于编辑约束的端到端越南语文本正则化方法[J]. 计算机应用, 2025, 45(2): 362-370.

Ming JIANG, Linqin WANG, Hua LAI, Shengxiang GAO. End-to-end Vietnamese text normalization method based on editing constraints[J]. Journal of Computer Applications, 2025, 45(2): 362-370.

图/表 12

参考文献 22

1	NGUYEN T T T， PHAM T T， TRAN D D. A method for Vietnamese text normalization to improve the quality of speech synthesis［C］// Proceedings of the 1st Symposium on Information and Communication Technology. New York： ACM， 2010：78-85.
2	SPROAT R， BLACK A W， CHEN S， et al. Normalization of non-standard words［J］. Computer Speech and Language， 2001， 15（3）：287-333.
3	贾玉祥，黄德智，刘武，等. 中文语音合成中的文本正则化研究［J］. 中文信息学报， 2008， 22（5）：45-50， 55.
	JIA Y X， HUANG D Z， LIU W， et al. Text normalization in Chinese text-to-speech system［J］. Journal of Chinese Information Processing， 2008， 22（5）：45-50， 55.
4	DINH T A， PHI T L， PHAN D H. A study of text normalization in Vietnamese for text-to-speech system［C］// Proceedings of the 2012 International Conference on Speech Database and Assessments. Piscataway： IEEE， 2012： 285-290.
5	SIGURÐARDÓTTIR H S， NIKULÁSDÓTTIR A B， GUÐNASON J. Creating data in Icelandic for text normalization［C］// Proceedings of the 23rd Nordic Conference on Computational Linguistics. Linköping： Linköping University Electronic Press， 2021：404-412.
6	TRANG N T T， BACH D X， TUNG N X. A hybrid method for Vietnamese text normalization［C］// Proceedings of the 3rd International Conference on Natural Language Processing and Information Retrieval. New York： ACM， 2019： 104-109.
7	SPROAT R， JAITLY N. RNN approaches to text normalization： a challenge［EB/OL］. ［2024-04-14］..
8	PO J H， STAHLBERG F， WU K， et al. Transformer-based models of text normalization for speech applications［EB/OL］. ［2024-04-14］..
9	SPROAT R， JAITLY N. An RNN model of text normalization［C］// Proceedings of the INTERSPEECH 2017. ［S.l.］： International Speech Communication Association， 2017：754-758.
10	ZHANG H， SPROAT R， NG A H， et al. Neural models of text normalization for speech applications［J］. Computational Linguistics， 2019， 45（2）：293-337.
11	PARK K， LEE S. g2pM： a neural grapheme-to-phoneme conversion package for mandarin Chinese based on a new open benchmark dataset［C］// Proceedings of the INTERSPEECH 2020. ［S.l.］： International Speech Communication Association， 2020： 1723-1727.
12	王剑，姜林，王琳钦，等. 基于BiLSTM的低资源老挝语文本正则化任务［J］. 计算机工程与科学， 2023， 45（7）： 1292-1299.
	WANG J， JIANG L， WANG L Q， et al. A low-resource Lao text regularization task based on BiLSTM［J］. Computer Engineering and Science， 2023， 45（7）： 1292-1299.
13	DANG H T， VUONG T H Y， PHAN X H. Non-standard Vietnamese word detection and normalization for text-to-speech［C］// Proceedings of the 14th International Conference on Knowledge and Systems Engineering. Piscataway： IEEE， 2022：1-6.
14	BAKHTURINA E， ZHANG Y， GINSBURG B. Shallow fusion of weighted finite-state transducer and language model for text normalization［C］// Proceedings of the INTERSPEECH 2022. ［S.l.］： International Speech Communication Association， 2022： 491-495.
15	DAI W， SONG C， LI X， et al. An end-to-end Chinese text normalization model based on rule-guided flat-lattice transformer［C］// Proceedings of the 2022 IEEE International Conference on Acoustics， Speech and Signal Processing. Piscataway： IEEE， 2022：7122-7126.
16	TYAGI S， BONAFONTE A， LORENZO-TRUEBA J， et al. Proteno： text normalization with limited data for fast deployment in text to speech systems［C］// Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics： Human Language Technologies： Industry Papers. Stroudsburg： ACL， 2021： 72-79.
17	LENG Y， TAN X， ZHU L， et al. FastCorrect： fast error correction with edit alignment for automatic speech recognition［C］// Proceedings of the 35th International Conference on Neural Information Processing Systems. Red Hook： Curran Associates Inc.， 2021：21708-21719.
18	VASWANI A， SHAZEER N， PARMAR N， et al. Attention is all you need［C］// Proceedings of the 31st International Conference on Neural Information Processing Systems. Red Hook： Curran Associates Inc.， 2017： 6000-6010.
19	OTT M， EDUNOV S， BAEVSKI A， et al. fairseq： a fast， extensible toolkit for sequence modeling［C］// Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics （Demonstrations）. Stroudsburg： ACL， 2019： 48-53.
20	BA J L， KIROS J R， HINTON G E， et al. Layer normalization［EB/OL］. ［2024-04-14］..
21	GU J， BRADBURY J， XIONG C， et al. Non-autoregressive neural machine translation［EB/OL］. ［2024-04-14］..
22	SONG X C， WU D， WU Z， et al. TrimTail： low-latency streaming ASR with simple but effective spectrogram-level length penalty［C］// Proceedings of the 2023 IEEE International Conference on Acoustics， Speech and Signal Processing. Piscataway： IEEE， 2023：1-5.

含非标准词的文本	含可读词的文本
Cho đến 27/9， châu Phi vẫn còn hơn 225 triệu người sống dưới mức độ nghèo	Cho đến ngày hai mươi bảy tháng chín， châu Phi vẫn còn hơn hai trăm hai mươi lăm triệu người sống dưới mức độ nghèo（截至9月27日，非洲仍有2.25亿人处于贫困线以下）
Trong ngày 2/3， Hơn 2/3 vẫn còn ở trường học	Trong ngày hai tháng ba， Hơn hai phần ba vẫn còn ở trường học（在3月2日，超过三分之二的人还在学校）
Ngày 5-1-2023， bình quân 4.7% GDP	Ngày năm tháng một năm hai không hai ba， bình quân bốn phẩy bảy phần trăm GDP（2023年1月5日，平均占国内生产总值的4.7%）

含非标准词的文本	含可读词的文本
Cho đến 27/9， châu Phi vẫn còn hơn 225 triệu người sống dưới mức độ nghèo	Cho đến ngày hai mươi bảy tháng chín， châu Phi vẫn còn hơn hai trăm hai mươi lăm triệu người sống dưới mức độ nghèo（截至9月27日，非洲仍有2.25亿人处于贫困线以下）
Trong ngày 2/3， Hơn 2/3 vẫn còn ở trường học	Trong ngày hai tháng ba， Hơn hai phần ba vẫn còn ở trường học（在3月2日，超过三分之二的人还在学校）
Ngày 5-1-2023， bình quân 4.7% GDP	Ngày năm tháng một năm hai không hai ba， bình quân bốn phẩy bảy phần trăm GDP（2023年1月5日，平均占国内生产总值的4.7%）

类别	示例	非标准词数	句子平均长度（字符）
数字	15，60.000，6 000，600.005，6，-100，10，06	24 343	120
日期	13/12/2021， 12.12.2021， 12-12-2021， 02/2021， 12-2021， 12/2021， 12.2021， 17/02， 13-12	3 640	116
时间	1h20，1：20，1：20：30，1h20p30s，1g20，11h-12h	1 210	98
范围	từ 2-3 ngày，Mất từ 7-8 tuần	2 159	89
比分	tỷ số 2-3，mùa giải 2018-2019	1 465	104
单位	100 kg，100 g，100 kg，10 km²，30℃	574	99
百分比	15%，50%，20-30%	3 780	104
分数	24/7，tỷ lệ 2/3	1 479	99
版本	CM 4.0，phiên bản Android 7.0，RTX3080	370	76
罗马数字	Ⅰ， Ⅱ， Ⅲ， Ⅴ， Ⅵ， Ⅹ， Ⅺ， Ⅻ， 􀃼	480	87
电话	0977-1293-12，（+84）0966635412， 065.743.659， 0974 763 278	565	128

类别	示例	非标准词数	句子平均长度（字符）
数字	15，60.000，6 000，600.005，6，-100，10，06	24 343	120
日期	13/12/2021， 12.12.2021， 12-12-2021， 02/2021， 12-2021， 12/2021， 12.2021， 17/02， 13-12	3 640	116
时间	1h20，1：20，1：20：30，1h20p30s，1g20，11h-12h	1 210	98
范围	từ 2-3 ngày，Mất từ 7-8 tuần	2 159	89
比分	tỷ số 2-3，mùa giải 2018-2019	1 465	104
单位	100 kg，100 g，100 kg，10 km²，30℃	574	99
百分比	15%，50%，20-30%	3 780	104
分数	24/7，tỷ lệ 2/3	1 479	99
版本	CM 4.0，phiên bản Android 7.0，RTX3080	370	76
罗马数字	Ⅰ， Ⅱ， Ⅲ， Ⅴ， Ⅵ， Ⅹ， Ⅺ， Ⅻ， 􀃼	480	87
电话	0977-1293-12，（+84）0966635412， 065.743.659， 0974 763 278	565	128

标注前	标注后	对应目标序列
100	1 00	một trăm （一百）
152	1 00 5 0# 2	một trăm năm mươi hai （一百五十二）
2002	2 000 0## 2	hai nghìn lẻ hai （两千零二）
100000	1 00 000	một trăm nghìn （十万）
499.500	4 00 9 0# 9 000 5 00	bốn trăm chín mươi chín nghìn năm trăm （四十九万九千五百）
30-60%	3 0 - 6 0 %	ba mươi đến sáu mươi phần trăm （百分之三十至六十）
28-35	2 0# 8 - 3 0# 5	hai mươi tám đến ba mươi lăm （二十八到三十五）
27-1-2006	2 0# 7 - 1 - 2 0 0 6	hai mươi bảy tháng một năm hai không không sáu （二零零六年一月二十七）
10/1/2005	10 / 1 / 2 0 0 5	mười tháng một năm hai không không năm （二零零五年一月十）

基于编辑约束的端到端越南语文本正则化方法

End-to-end Vietnamese text normalization method based on editing constraints

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 22

相关文章 15

编辑推荐

Metrics

越南语	标注词	越南语	标注词	越南语	标注词
không （zero）	0	mười （ten）	10	bằng （equal）	=
lẻ （zero）	0##	cộng （plus）	+	phẩy （decimal point）	，
linh （zero）	0###	và （and）	&	phần trăm （percent）	%
một （one）	1	trừ （subtract）	-	giờ （hour）	h
hai （two）	2	Âm （subzero）	-	phút （minute）	p
ba （three）	3	độ （minus）	-	giây （second）	s
bốn/tư （four）	4	đến （to）	-	mươi （ten）	0#
năm/lăm/nhăm （five）	5	nhân （times）	×	trăm （hundred）	00
sáu （six）	6	chia （divided）	/	nghìn （thousand）	000
bảy （seven）	7	phân （each）	/	vạn （ten thousand）	0000
tám （eight）	8	hoặc （or）	/	triệu （million）	00#
chin （nine）	9	phần （fraction）	/

分类	示例	结构	列表
Time	1h20	mm_h_mm	［“1”，“h”，“20”］
	1：20	mm_：_mm	［“1”，“：”，“20”］
	1：20：30	mm_：_mm_：_mm	［“1”，“：”，“20”，“：”，“30”］
	1h20p30s	mm_h_mm_mm_s	［“1”，“h”，“20”，“p”，“30”， “s”］
	11’	mm_’	［“11”，“ ’ ”］
	1g20’	mm_g_mm_’	［“1”，“g”，“20”，“ ’ ”］
	12h-13h	mm_h_-_mm_h	［“12”，“h”，“-”，“13”，“h”］
Full date	13/12/2021	mm_/_mm_/_dddd	［“13”，“/”，“12”，“/”，“2021”］
	13.12.2021	mm_._mm_._dddd	［“13”，“.”，“12”，“.”，“2021”］
	13-12-2021	mm_-_mm_-_dddd	［“13”，“-”，“12”，“-”，“2021”］
	1-2/3/2021	mm_-_mm_/_mm_/_dddd	［“1”，“-”，“2”，“/”，“3”，“/”，“2021”］
	8/9-10/9/2021	mm_/_mm_-_mm_/_mm_/_dddd	［“8”，“/”，“9”，“-”，“10”，“/”，“9”，“/”，“2021”］
Day and month	17/02	mm_/_mm	［“17”，“/”，“02”］
	13-12	mm_-_mm	［“13”，“/”，“12”］
	13.12	mm_._mm	［“13”，“.”，“12”］
Month and year	02/2021	mm_/_dddd	［“02”，“/”，“2021”］
	12-2021	mm_-_dddd	［“12”，“-”，“2021”］
	12.2021	mm_._dddd	［“12”，“.”，“2021”］
Number	12.570.000	mmm_._mmm_._mmm	［“12”，“.”，“570”，“.”，“000”］
	70.000	mmm_._mmm	［“70”，“.”，“000”］
	-100	-_m…	［“-”，“100”］
	32，17	m…_，_d…	［“32”，“，”，“17”］
Percent	20%	mm_%	［“20”，“%”］
	13，005%	m…_，_d…_%	［“13”，“，”，“005”，“%”］
	20-30%	mm_-_mm_%	［“20”，“-”，“30”，“%”］
Score	2-3	mmm_-_mmm	［“2”，“-”，“3”］
Range	2-3	mmm_-_mmm	［“2”，“-”，“3”］
Fraction	2/3	mmm/mmm	［“2”，“/”，“3”］
Measurement	100 kg/g	m…_kg/g	［“100”，“kg”］
	100 GB	m…_GB	［“100”，“GB”］
	100 km/dm/cm/m/km2…	m…_km/dm/cm/m/km2…	［“100”，“km”］
	30℃	mmm_℃	［“30”，“℃”］
	2$/¥…	m…_$/¥…	［“2”，“$”］
	1000VNĐ/USD/GDP…	m…_VNĐ/USD/GDP…	［“1000”，“VNĐ”］
	1000đồng/đ	m…_đồng/đ	［“1000”，“đồng”］

数据集	训练方式	精准率	召回率	F1值	SER
越南语	FastCorrect+Unlabeled data	73.43	70.57	71.97	85.62
	FastCorrect+Label data	93.64	90.84	92.22	29.57
	FastCorrect+Label data+Improved editing algorithm	94.85	91.59	93.20	16.47
	FastCorrect+Label data+Abbreviation dictionary	94.21	91.94	93.06	14.18
	FastCorrect+Label data+Modified tag vector	96.48	94.29	95.37	11.57
	FastCorrect+Label data+Abbreviation dictionary+Improved editing algorithm+Modified tag vector	97.14	94.86	95.99	7.23
中文	FastCorrect+Unlabeled data	70.03	67.83	68.91	81.56
	FastCorrect+Label data	88.16	86.04	87.09	26.57
	FastCorrect+Label data+Improved editing algorithm	95.06	92.10	93.56	13.24
	FastCorrect+Label data+Abbreviation dictionary	91.54	88.79	90.14	18.95
	FastCorrect+Label data+Modified tag vector	94.66	92.72	93.68	16.57
	FastCorrect+Label data+Abbreviation dictionary+Improved editing algorithm+Modified tag vector	96.27	94.22	95.23	8.96

不同训练方式	准确率
FastCorrect+Unlabeled data	31.79
FastCorrect+Label data	83.79
FastCorrect+Label data+Improved editing algorithm	84.80
FastCorrect+Label data+Abbreviation dictionary	84.35
FastCorrect+Label data+Modified tag vector	90.39
FastCorrect+Label data+Abbreviation dictionary+ Improved editing algorithm+Modified tag vector	91.50

类别	越南语			汉语
类别	精准率	召回率	F1值	精准率	召回率	F1值
数字	0.968 9	0.974 6	0.971 7	0.956 8	0.973 4	0.965 0
日期	0.908 3	0.959 3	0.933 1	0.930 6	0.926 7	0.928 7
时间	0.944 8	0.968 1	0.956 3	0.937 7	0.957 2	0.947 4
范围	0.922 1	0.857 2	0.888 5	0.909 3	0.926 8	0.918 0
比分	0.900 9	0.835 7	0.867 1	0.829 0	0.947 8	0.884 4
单位	0.839 4	0.968 9	0.899 5	0.847 4	0.904 5	0.875 0
百分比	0.859 4	0.963 7	0.908 6	0.805 5	0.960 0	0.876 0
分数	0.841 7	0.947 0	0.891 3	0.788 4	0.937 8	0.856 6
版本	0.985 0	0.991 7	0.988 3	0.933 7	0.995 8	0.963 8
罗马数字	0.994 8	1.000 0	0.997 4	0.970 7	0.997 8	0.984 1
电话	0.988 9	0.993 7	0.991 3	0.971 8	0.991 0	0.981 3

模型	准确率	F1值
Rule-based	85.37	85.02
RNN（Sequence generation）	58.37	55.75
BERT-BiGRU-CRF	86.64	83.61
g2pM+normalization	91.41	88.39
Transformer encoder	93.57	92.08
WFST+LM	95.85	93.77
本文模型	97.14	95.99

[1]	付强, 徐振平, 盛文星, 叶青. 结合字节级别字节对编码的端到端中文语音识别方法[J]. 《计算机应用》唯一官方网站, 2025, 45(1): 318-324.
[2]	吴郅昊, 迟子秋, 肖婷, 王喆. 基于元学习自适应的小样本语音合成[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1629-1635.
[3]	赵晓焱, 匡燕, 王梦含, 袁培燕. 基于知识图谱的端到端内容共享机制[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 995-1001.
[4]	赖华, 孙童, 王文君, 余正涛, 高盛祥, 董凌. 多模态特征的越南语语音识别文本标点恢复[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 418-423.
[5]	刘聪, 万根顺, 高建清, 付中华. 基于韵律特征辅助的端到端语音识别方法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 380-384.
[6]	方昕, 黄泽鑫, 张聿晗, 高天, 潘嘉, 付中华, 高建清, 刘俊华, 邹亮. 基于时域波形的半监督端到端虚假语音检测方法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 227-231.
[7]	杨磊, 赵红东, 于快快. 基于多头注意力机制的端到端语音情感识别[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1869-1875.
[8]	郭帅, 苏旸. 基于数据流的加密流量分类方法[J]. 计算机应用, 2021, 41(5): 1386-1391.
[9]	吴赛赛, 梁晓贺, 谢能付, 周爱莲, 郝心宁. 面向领域实体关系联合抽取的标注方法[J]. 计算机应用, 2021, 41(10): 2858-2863.
[10]	陈修凯, 陆志华, 周宇. 基于卷积编解码器和门控循环单元的语音分离算法[J]. 计算机应用, 2020, 40(7): 2137-2141.
[11]	胡学敏, 童秀迟, 郭琳, 张若晗, 孔力. 基于深度视觉注意神经网络的端到端自动驾驶模型[J]. 计算机应用, 2020, 40(7): 1926-1931.
[12]	杨健, 李振鹏, 苏鹏. 语音分割与端点检测研究综述[J]. 计算机应用, 2020, 40(1): 1-7.
[13]	贾永超, 何小卫, 郑忠龙. 融合重检测机制的卷积回归网络目标跟踪算法[J]. 计算机应用, 2019, 39(8): 2247-2251.
[14]	文凯, 谭笑. 基于用户偏好与副本阈值的端到端缓存算法[J]. 计算机应用, 2019, 39(7): 2051-2055.
[15]	邱泽宇, 屈丹, 张连海. 基于WaveNet的端到端语音合成方法[J]. 计算机应用, 2019, 39(5): 1325-1329.