限幅语音信号的谱变异

本文分析了语音信号的对称限幅引起的短时FFT谱变异,计算了相同音段在不同程度限幅下的谱相关系数。以及不同音素在同样限幅下的谱相关系数、本文为开发实用语音识别系统提供了依据。     

语音技术在少数民族语言的应用研究

本文研讨缺乏语言资源的民族语言（如维吾尔语）中如何引用语音技术、开发应用系统问题．提出基于GMM-UBM混合SVM技术方法实现实用性说话人识别系统,通过小语料人工标注语音语料预选高精度声学根（seed）模型、再引导大语料训练生成鲁棒性声模提高连续语音识别精度实现汉民会话语音翻译系统．对维吾尔语70人发话电话语音识别实验结果显示,基于GMM-UBM -SVM方法的不特定说话人识别实验其正确识别率为94.3%,比先行GMM-UBM方法精度提升3%;基于seed声模HTK-Julius技术的维吾尔语连续语音识别实验,其识别率为72.5%,比直接使用语音文本对齐语料单靠HTK实现识别方法（63.2%）精度提高9.3%;同时本研究讨论基于Moses技术的汉维医院门诊会话语音翻译系统预测Blue值达到了57.7%．     

语音识别中基于语谱图 的语音音素分割方法

语谱 图在语音分析方 面 有着广泛 的应用.音素的 自动分割是语音识别过程中的一个基本阶段,它 将把语音句子按音素特征 进行分割.本文提出 了一 个音素 自动分割的方法 ;使用了两个表示 语谱图密度变化 的形变函 数,以及 自适应阂值技术来 定位每个音素段的边 缘.这个方法在 计算机 上 具体实现 后.我们对取于 一 个 语谱图数据 库的一组 实验数据,用本 文所介绍 的自动分割方法划分 音素,将所得结果与 由一 语音学家分 割的结果进行 比较,得到 的识别率高于 93 %.这 个方法作为语音识别系 统的一 部分.已经在一 个语音分析 系统中使用.     

维吾尔语语音标注复查软件的研究与实现

在维吾尔语语音识别研究工作中,由于语音标注工作量大、精度要求高,人工标注之后不可避免的存在各种错误,因此通过专门的复查软件来检查已标注过的文件并修改错误是必不可少的。对已标注的语音文件进行复查操作在语音识别研究中具有十分重要的作用,本文介绍了维吾尔语语音标注复查软件的必要性及基本原理,复查软件的功能及其实现过程的一些技术。     

基于Linux平台的电话语音邮件系统

通过CTI（电脑语音）技术将电话语音与电子邮件相结合，提出并实现了一个基于Linux平台的电话语音邮件系统，并对原理和各功能模块的实现方法进行了论述。该系统通过Internet和现今十分普及的电信网相连接，提供了一个全方位的交叉的通信平台，拓宽了E-mail的应用领域。     

维吾尔语语音语料库管理软件的研究与实现

语音语料库是语音识别和语音合成技术研究的基础.由于维吾尔语文字与语音特征、维吾尔语语音语料库的建立、管理、使用之工作不仅工作量巨大,且具有一定的复杂性,这就不得不开发维吾尔语语音数据库管理软件.本文首先研究维吾尔语语音语料库的设计过程,包括语音文本的设计、语音录制、语音库的标注、并在此基础上论述维吾尔语语音语料管理软件的总体功能设计以及部分关键技术的实现方法.     

汉字语音在自动电话语音答录检索系统中的应用研究

目前通用型电话语音卡尚无很好的汉字语音功能,通过对汉字语音研究,利用现有电话语音设备,使其具有较好的汉字语音功能。     

维吾尔语电话语音语料库的研发

本文根据现有的维吾尔文语音识别语音库的不足,以自然口语为对象研究维吾尔语的语音特征,提出了适合该语言的电话语音语料库设计方案,其中包括了维吾尔语电话语音库的文本设计、发音人的选择、语音录制、语音库的标注和后期处理方法等.本文从构建的350个说话人的维吾尔语电话语音语料库中挑选50个目标人提供给基于GMM-UBM/SVM的维吾尔语电话信道说话人识别的研究.     

基于隐写算法的保密语音传输系统

提出了一种基于隐写算法的保密语音传输系统，首先采用G.729A编码算法对保密语音进行低码率压缩编码。然后通过改进LSB隐写算法将保密语音码流隐藏到公开音频中，并利用音频点播平台发布到网络上，最后通过客户端点播实现保密语音的提取和回放．测试数据结果表明：通过该改进算法，载体音频的感知质量得到了显著的提高，并且系统对于恶意攻击者具有更好的隐秘性．     

一种基于分形维数的自适应语音信息隐藏算法

为了提高秘密数据传输的可靠性和安全性，本文以语音段分形维数计算为基础，提出一种检测时不需要原始语音信号的自适应语音信息隐藏方法。语音段的秘密信息嵌入位置和数量由人类听觉感知特性和分形维数确定，在保证不可察觉性的前提下，兼顾了鲁棒性和隐藏量的要求，仿真实验表明该算法具有较好的信息隐藏性能。     

计算机语声动态谱实时伪彩色编码显示研究

本文介绍一种计算机语声动态功率谱、动态倒频谱及动态线性预测谱实时伪彩色编码显示的新方法。应用这种方法所获得的伪彩色谱图便于直观判读,也可作精确测量。此外,本文应用这种方法提取语声倒谱的积谱、谱矩距离等语音时变特征,并加以伪彩色编码显示。我们还应用上述方法对某些典型的常态语声及变态语声进行了观测,在文中给出了实验结果。     

嘶哑语声实时伪彩色功率谱分析

本文提出了一种对嘶哑语声功率谱进行实时伪彩色编码显示的新方法,并应用这种方法观测了16种典型的嘶哑语声功率谱的实时伪彩色语谱图.结果表明,这种方法便于直观判读,能实时地提供较多的特征信息.     

基于最优平滑和统计最小的语音增强

针对传统最优平滑和统计最小的噪声估计方法存在较大搜索延时的缺点，提出了反向搜索噪声估计算法，从而在不需要语音活性检测的基础上有效地解决了搜索延时问题，并且运用反向搜索噪声估计器构造了新的语音增强系统．实验结果显示，该系统使语音得到进一步的增强，而且提高了噪声估计的精确度，具有一定的实用价值．     

信息处理维吾尔语词语分类体系及标记研究（I）

维吾尔语词性标注研究,是面向信息处理的维吾尔语语法分析的核心内容．本文提出面向信息处理的现代维吾尔语词语分类体系及其标记集,并且对分类体系中的12个词类的分布特征从形态变化、句子成分功能和短语组合功能等方面进行了描述．     

改善含噪语音说话人辨认系统性能的方法

当对含噪语音进行说话人辨认时,系统的识别性能会明显变差,本文提出采用对倒谱参数非线性加权的方法,改善系统的噪声鲁棒性.通过对多种加权窗的正识率比较,发现对LPC倒谱低阶参数加权提升,对美尔倒谱高阶参数的加权提升,均提高了系统的识别性能.     

从任意连续语音中实时提取说话人特征及三维显示

本文以最大嫡谱法估计得到的多幅浊音的线性预测反射系数矢量序列的长期平均矢址:作为说话人特征,定义了特征矢量的平均说话人自差异函数、平均说话人互差异函数和平 均说话人互自差异比函数,并对不同说话人特征间的可区分性进行了分析.采用伪彩色编 码原理,实现特征矢量的三维显示.设计了PC/AT和TMS 3201。组成主从系统,使语 音采样和参栽沽计同步进行,达到了实时性.实验结果表明,所提取的特征有较好地区分 i3}话人的性能,显示方法,可读性好、易于直观分析和整休观察.系统实时性好     

基于MMSE和小波变换的语音增强算法

提出一种最小均方误差与小波变换相结合的改进算法来提高语音识别系统的性能. 首先通过小波变换对带噪语音进行多尺度分解, 然后对不同尺度的小波系数采用MMSE算法, 最后对MMSE处理过的小波系数进行重构得到增强语音. 实验结果表明: 与传统算法相比较, 提出的新算法去噪效果显著, 有效地提高了语音的质量.