基于话者因子评分的说话人确认

针对基于因子分析模型的说话人确认系统评分的复杂性以及需要较大运算量的问题,文章直接利用话者因子的余弦距离相似度来计算评分。首先在训练阶段和测试阶段分别用因子分析的方法从语音中估计出话者因子,然后直接利用话者因子评分。对比SVM和其它的JFA-GMM-UBM话者确认系统,本文中所采用的系统训练阶段和测试阶段的流程相同,并且目标话者模型只需要存储话者因子,存储量少。在NIST2008数据库上的实验结果表明,余弦距离评分对比其它因子分析模型的评分方法,更加简单,并且话者确认系统的性能也有提高。     

基于子带VQ及ANN的话者确认系统的设计

话者识别系统的时间鲁棒性是影响话者识别系统实用化的关键问题之一。为了提高系统的时间鲁棒性,本文提出了基于子带矢量量化及人工神经网络的话者模型。将语音文本的有效频段划分为几个子带,分别求取子带上的知闰量化码本,利用ＢＰ 工神经网络对训练数据在各个子带上的量化误差进行拟合,即可训练出话者模型（ＳＢＶＱ码本及ＢＰＮＮ的权值矩阵 、确认阈值）该话者模型反映了不同频段对话者识别系统性能的不同影响,并可将时间     

基于子带HMM和MLP的话者确认系统的噪声鲁棒性研究

噪声鲁棒性是影响话者确认系统实用化的关键问题之一，为了提高系统的噪声鲁棒性，本文设计了基于子带隐Markov模型（HMM）和多层感知机（MLP）的话者确认系统，系统由多个子带系统所构成，对每个子带分别建立基于背景模型的连续HMM话者确认模型，采用MLP对各个子带HMM的输出进行非线性拟合，并利用MLP直接做确认判决，在与文本有关的话者确认实验中，本文提出的模型较常规基于背景模型的HMM话者模型在确认性能和噪声鲁棒性上均有所提高，实验进一步表明，利用MLP进行拟合和判决在一定程度上解决了话者确认阈值设置的困难，有效地提高了确认系统的鲁棒性。     

基于分类特征映射的SVM话者确认

为了解决与文中无关的话者确认,大量训练样本数据所导致的建立支持向量机SVM（SupportVectorMachine）话者模型困难,文中提出了一种基于基音分类特征映射和支持向量机的话者确认系统,首先根据基音周期将语音倒谱参数在特征空间上分类,再利用GMM-UBM结构进行特征映射,获得每个特征子空间中的话者特征参数并建立SVM话者模型。基音分类特征映射不仅使得样本数据极大地压缩,而且让子空间中SVM分类界面具有更好的区分性,因此,对各分类子系统评分融合之后的总系统具有更好话者确认性能。在NIST’06数据库上的实验证明了该方法的有效性。     

基于子带加权和GMM的鲁棒性话者确认的研究

噪声鲁棒性是话者确认系统实用化的关键问题之一,本文设计了一种基于子带加权和GMM的话者确认系统,该系统将语音谱分为若干子带,采用基于短时能量分布的算法估计各子带噪声强度,并根据噪声强度来进行子带加权,最终生成具有更高鲁棒性的语音特征,语音识别模型采用简化的GMM.实验表明,上述方法能有效提高话者确认系统的性能,增强其噪声鲁棒性,而且在低噪声环境下,仍能保证系统性能不下降.     

语音识别的话者自适应研究

模型自适应技术可以使用少量适应数据来调整模型参数进行自适应,它可以对不同的话者、传输信道、背景噪声等不匹配进行适应,所使用的技术大体上类似。本文主要介绍并讨论话者自适应的问题。     

基于EBF网络的非线性特征映射器及其在鲁棒话者识别中的应用

话者识别系统的性能在实际环境中往往会有很大程度的降低。本文中提出了一种新的基于EBF神经网络的特征映射器,试图克服上述问题。本文通过训练EBF神经网络来构建一个映射器,以失真的语音特征和未失真的语音特征分别作为其输入和相应的理想输出。也就是说,网络将在以失真倒频谱为输入的情况下,给出未失真的倒频谱。在特征恢复阶段,将失真的语音特征通过该特征映射器即可复原成未失真语音特征。这些复原后的语音特征就可以作为未失真语音来对话者模型进行测试。本文通过包含有258个话者的TIMIT和NTIMIT语音集对上述思路进行了试验,实验表明该特征映射器可以显著地改善识别性能。     

电话网上非话业务微机监测系统的研究

随着我国电话网内用户传真、电传和计算机通信等非话业务的飞速发展，如何控制未注册用户的入网电平和统计其ＮＶＴＳ话务流量，已成为电信网网路管理的迫切研究课题，本文论述一种基于微机的ＮＶＴＳ监测系统的设计与实现方法，该研究课题，将随机过程最佳检测，模式识别和数字信号处理等理论，应用于ＮＶＴＳ微机监测系统设计，提出了ＴＭＲ模式匹配分析算法和ＳＴＳ容错测试算法，应用于ＮＶＴＳ微机监测系统设计，提出了ＴＭＲ模     

基于数学形态滤波的话者识别系统的特征提取

重点研究在噪声环境下，话者识别中语音信号的特征提取。将能简化信号，消除较小分量而保留信号的基本特征的数学形态滤波器良好的滤波性应用在一维语音信号的处理中。并在噪声环境下，应用线性预测的MFCC特征提取方法提高鲁棒性。提取几种重要的语音特征参数，包括线性预测倒谱系数、MEL倒谱系数、语音动态参数、激励源特征等，对这些参数进行分析和比较，以达到话者识别的目的。     

基于MFCC和二乘向量机的话者识别系统

讨论了以二次等式约束条件为基础的一种改进的向量机即最小二乘向量机(LSSVM)算法,用其对话者进行识别,并与传统的支持向量机(SVM)进行了识别比较。实验中,采用美尔倒谱系数(MFCC)作为话者语音特征参数。实验表明,基于LSSVM的话者识别比传统的SVM话者识别计算复杂度小,训练时间短,效率更高;同时,识别率也有一定的提高,对话者识别有很强的适应性。     

鲁棒性话者辨识中的一种改进的马尔科夫模型

为了提高话者识别系统的噪声鲁棒性,本文对CHMM 进行了改进,将每帧特征参数之间的差分参数来对应状态之间的转移,从而使帧间信息在模型中得到了体现.利用改进后的CHMM模型对不同的特征参数携带的信息进行信息融合.使得在强噪环境下,鲁棒性好的特征参数起主导作用,而在噪声比较小的环境下,精细度高的特征参数起主导作用.实验证明,这种改进的马尔可夫模型明显提高语音识别系统的鲁棒性能,这种技术具有良好的发展和应用前景.     

高阶MFCC的话者识别性能及其噪声鲁棒性

在一个以MFCC为特征参数的语音识别系统中,人们通常采用低阶的MFCC系数作为语音帧的特征矢量.本文对MFCC的高、低阶系数在与文本有关的话者识别中体现出的识别性能和噪声鲁棒性分别进行了实验分析,发现高阶的MFCC系数在干净环境下对于话者识别而言具有与低阶MFCC系数相当的识别性能,并且当环境信噪比恶劣时,高阶的MFCC系数表现出比低阶MFCC系数更强的噪声鲁棒性.基于这个结果,本文将高阶系数的取值范围进一步向低阶拓展,只滤除最易受噪声影响的几个系数,并与Delta参数相结合形成新的特征矢量.实验证明,这种经过适当选取的MFCC系数同时具有良好的话者识别性能和噪声鲁棒性.     

PC机扬声器发出汉语语音的方法

本文介绍一种利用增量调制原理，让ＰＣ机上的扬声器发出汉语语音方法．该方法简单实用并能发出可懂度和清晰度较好的汉语自然语音，可在各种系统中使用．     

一种基于RASTA-PLP分析的话者识别技术

研究了一种基于RASTA－PLP特征分析的与文本无关的话者识别方法。话者模型训练采用的是基于矢量量化的方法，实验验证了该方法的有效性。     

话带语音的小波分析

以小波变换为基础，研究了话带语音的小波分析方法，并设计了一种话带语音的编码算法。     

TD无线固话语音充值平台系统论述

主要介绍中国通信行业TD无线固话语音充值平台系统产品应用领域、系统主要功能和特点、系统运行环境。     

基于个人机的数据采集系统

0　引言数据采集系统是一种基于个人机的测量仪器 ,它充分利用个人机的处理能力和用户接口 ,构成多种多样的产品。产品特性的差异主要由所用的技术来决定 ,因此 ,工程技术人员可从了解内部技术来评估外部特性。1　多路复用多路复用技术广泛用于个人机仪器 ,其概念在于如果一个工程师要有两个输入信号 ,而只有一个通道的测量仪器时 ,最简单的解决办法是在输入端增加一个开关 ,在两个输入信号之间转换。实际上采用的是多路复用 ,或称为扫描和多路扫描 ,执行元件是舌簧继电器或固定开关。舌簧继电器有很长的历史 ,它的密封触点封装在玻璃外壳内…