基于CDD-SPM算法的语音识别电话的研制

本文简要介绍了语音识别电话的识别算法CDD—SPM及其硬件结构,并详细介绍了CDD－SPM在语音识别电话上用ALEP2186的汇编语言实现的过程。     

基于ADSP2181的语音识别电话机的硬件结构

介绍以ＡＤＳＰ２１８１为主ＣＰＵ的语音识别电话机的硬件结构，并对该语音识别电话机进行调试和测试。该机具有识别率高、体积小、稳定可靠的特点。     

语音识别在电话分线器中的应用初探

以８０３１单片机为核心,设计了用于电话转接的数字语音识别系统－电话分线器,对语音识别技术的应用进行了有益的尝试。     

基于神经网络的语音识别研究

提出了一种基于双权值神经网络的非特定人连续语音识别的新算法.这种算法可以不经过端点检测和分割,构建连续语音中各不同音节的特征空间覆盖区,可以避免因分割错误而带来的错误识别.通过实验得到了较为满意的识别结果.     

基于分类识别的隐马尔可夫模型语音识别技术

通过分析基于隐马尔可夫模型(HMM)语音识别的原理,针对模板提取过程中语音信号的基音频率差别增大而出现的语音识别率下降的问题,提出分类识别的方法,通过采用基音周期(Pitch)判决方法,将特征相近的帧合并,并计算基音频率的MEL频率倒谱系数,采用隐马尔可夫模型(HMM)进行语音识别,最终通过仿真实验验证分类识别方法对语音识别率提高的影响,得出此方法的适用环境和范围.     

用EPLD设计语音识别电话电路

简要地讨论了语音识别电话系统的组成和特点，介绍了系统集成的几种方法。详细地讨论了用ＥＰＬＤ器件集成语音识别电路的方法，并用三种设计输入方法完成了电路的设计和仿真。     

基于MFCC的语音情感识别

情感语音中携带着丰富的信息,在人机交互领域有着广阔的应用.Mel频率是基于人耳听觉特性提出来的.它与Hz频率成非线性对应关系.Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系,计算得到的Hz频谱特征,MFCC已经广泛地应用在语音识别领域.由于Mel频率与Hz频率之间非线性的对应关系,使得MFCC随着频率的提高,其计算精度随之下降.因此,在应用中常常只使用低频MFCC,而丢弃中高频MFCC.针对该问题进行了研究,修正了Hz-Mel非线性对应关系,提升了中高频系数的计算精度,并将其作为低频MFCC的补充,应用到语音情感识别中.实验证明,改进之后的算法与经典算法比较,在不同的特征组合上识别率都有不同程度的提高,从而证明了Mid MFCC特征计算方法的有效性.     

语音识别技术研究进展

文章回顾了语音识别技术的发展历史,综述了语音识别系统的分类、结构及研究的基本方法,并探讨了今后语音识别面临的问题及发展方向。     

语音增强用于抗噪声语音识别

语音识别系统通常是将在安静的环境下训练得到的参数应用于实际环境中。如果实际环境也是安静的 ,则语音识别系统可以令人满意地工作。然而 ,当实际环境中有噪声存在时 ,语音识别系统性能急剧下降。为了让语音识别系统在安静的环境和有噪声的环境中都获得令人满意的工作性能 ,研究了一个将语音增强器和语音识别器级连起来的系统。该系统中 ,语音增强作为前端处理用于提高识别器输入端信号的信噪比。通过 3种不同的增强算法用于纯净语音和3种类型带噪语音的实验结果分析比较表明 ,这一方法对纯净语音的识别精度几乎没有任何改变而大大提高了系统的抗噪声性能     

基于知识的语音识别与理解

本文介绍一个汉语连续语音识别与理解系统USTC—Ⅱ,在该系统中词法、句法和语义等多种知识被用来提高识别速度和精度,增强语言理解能力.系统采用了本文提出的一种从关链词入手的句法和语义相结合的分析方法,具有较强的辨析同音词、谐音词以及纠错功能.该系统能接受与理解几乎所有类型的单句,并以带有标点符号的汉字形式输出句子.     

基于SQLite技术的汉语语音识别数据库的建立

建立一个适合于特定说话人识别系统的汉语语音识别数据库,对推动说话人识别技术的研究和应用具有重要意义。本文基于支持向量机的说话人识别系统研究和开发过程中,构建了一个基于SQLite技术的汉语语音识别数据库,通过LabVIEW平台来实现对数据库控制操作。采用无序列样本和语音数据库样本分别进行比对实验。测试结果表明：一方面,无论是采用该语音识别数据库样本还是无序样本对说话人识别系统的识别率没有改变,这充分说明本系统建立的汉语语音识别数据库具有高稳定性和可靠性;另一方面,采用语音识别数据库样本其系统识别时间却明显缩短,这是改善基于支持向量机的说话人识别系统性能的有效途径。     

基于纠错输出编码的支持向量机在语音识别中的应用

利用纠错输出编码的矩阵编码构造出若干个无关的子支持向量机,用来改善分类模型的整体容错性能。使用了一对余、一对一、稠密型随机编码、稀疏型随机编码4种常用的纠错输出编码方法,用于训练集和测试集。实验结果显示,对于韩语非特定人小词汇量孤立词的语音识别,基于纠错输出编码的支持向量机比隐马尔科夫方法具有更高的识别率。其中,一对一编码是效果最好的。     

基于ADPCM、CELP和语音分类的变速率语音压缩编码

新的通信方式和计算机网络的飞速发展,对语音信号的编码传输提出了新的要求。在新一代的网络中,希望能充分利用信号源的特征和信道的统计复用性,改变以往信源一般输出是恒定速率码流的特点,而以具有不同速率的分层编码和变速编码,作为新的信源编码系统。讨论了基于ＡＤＰＣＭ、ＣＥＬＰ和多类激励的多种变速率编码方案。实验表明,利用语音信号本身特征,达到高压缩比同时具有较高合成语音质量是可能的。     

EMD结合Teager能量用于语音情感识别

在语音情感识别系统中,语音情感特征的提取尤为重要,本文在前期已有对EMD分解研究的基础上,将EMD分解与Teager能量算子相结合,用于语音情感识别。文中首先利用EMD分解得到一组IMF分量,再对各阶IMF分量提取Teager能量,然后通过对不同语种的不同情感语音的Teager能量在Mel频率的分析,提出了一种新的情感特征：基于EMD分解的Mel频率的Teager能量谱系数(ETMC),最后利用SVM分类方法对不同语种的不同情感进行识别,实验结果表明,该方法有很好的识别结果。     

MRCPv2在电信智能语音识别业务中的应用

随着自然语音识别技术的成熟,智能语音识别业务将会在传统电信行业迎来大发展,MRCPv2标准协议使得语音识别能力的集成变得更加方便快捷.该文详细介绍了MRCPv2协议的系统架构和控制流程,总结了MRCPv2协议的使用规范,并且通过MRCPv2在语音识别中状态机变迁、关键方法、事件以及重要消息头的讲解,对一次典型语音识别业务中MRCPv2协议的应用进行了详细的阐述.     

人工合成噪声环境下的连续英文数字识别系统

噪声鲁棒性问题是当前语音识别的一个重点,作者提出了一个在已有数据库下通过人为地将噪声和语音信号混合的方法,实现实际环境下的连续英文数字语音识别系统.即通过自设计的程序将采集到的噪声文本根据不同的信噪比随机地添加到现有的语音数据库的语音文本中,使新的数据库中的语音文本符合实际的语音环境.实验结果表明,本系统对带噪声环境下的英文数字的识别率效果好,单词的总体正确识别率达到95.86%.     

基于局域网上的分布式语音识别系统

近年来随着网络和语音处理技术的快速发展,分布式语音识别(DSR)成为语音处理的一个研究方向,与传统集中式语音识别不同的是:它基于Client/Server模型,在Client端进行参数的提取,然后通过信道传送到Server端进行识别,把结果送回到Client端。文中介绍基于LAN所设计的DSR系统。     

嵌入式语音处理器在控制系统中的应用

本文介绍利用嵌入式语音识别处理器来设计智能玩具。其中硬件设计是基于SPCE061A单片机的语音识别电路设计、电机控制电路设计和状态显示设计;系统软件包括语音提示、对特定发音人训练和识别。经测试,识别准确率较高,控制准确。     

基于矢量量化的仿生模式识别方法研究

该文探索了另一种新的仿生模式识别算法:基于矢量量化的仿生模式识别,用高维空间闭域作为同源类模板,并将其应用于语音关键词识别。实践表明仿生模式识别方法有许多优点,能够有效降低识别的错误率,识别效率优于传统模式识别方法。