“七五”重点攻关项目“连呼语音识别和单音节识别”通过鉴定、验收

由中国科学院声学所等单位参加的“七五”重点攻关项目,“连呼语音识别和单音节识别”,已于1991年1月16日在北京通过机电部和中国科学院的鉴定验收。 连呼语音识别在语音识别当中属于难点,它的难度在于音节端点的不确定以及由于连呼引起的音变。由中国科学院声学所执行的这项工作,目标还只是小字表(100—200字)的连呼识别,识别率达80％以上,形成了一个非实时的表演系统,引进语法知识,语句的     

连呼汉语识别研究

本文介绍一种连呼汉语识别方法,方案中,提出一种自适应幅度规正(AAN)算法处理输入语音特征频谱,并引入声刺激量参数对其作时域非线性压缩规正。以单呼样本作参考样本。构造出一种快速动态时间弯折(FDTW)匹配过程。最后,设计出一种基于FDTW算法的二分叉树搜索决策方案进行连呼汉语识别。对十个汉语数字组成的2—5字随机序列按两种发音方式的实验给出的平均字串及字音识别率分别为:按汉语普通话发音96.8％及98.8%;按电报呼号发音97.6％及99.0%。     

语音识别中多种特征信息综合利用的方法

在基于特征的语音识别研究中,往往会发现其中有些特征的识别性能对一些音比另一些音更好,而另一些特征却与此相反。它们在一些音的识别特性上存在着一定程度的互补。本文基于目前话音识别研究主要方法之一的HMMM识别方法,提出了三种有效综合利用这种互补关系提高HMM识别性能的方法。作者分别称它们为顶尖参数法,全部参数法和最可靠参数法。这三种方法在多发音人汉语数字的DHMM/VQ语音识别中,分别将识别率由89％提高到了92.3％、95.7％、94.3％。本文将详细介绍这三种方法,及其在多发育人汉语数字的DHMM/VQ语音识别中试验结果极及其分析。     

普通话孤立字四声的一种模式识别方法

普通话孤立字的声调识别是普通话语音识别中的一项重要任务.本文提出一种新的模式识别算法进行普通话四声调的识别.在大量统计实验基础上,定义了四个参数做为基音频率轨迹的描述.并且,在假设其服从高维正态分布(统计实验表明,这一假设是合理的)的基础上,根据最小错误概率准则推导出参数矢量与每一声调类型的距离公式,实现了统计意义上的最佳识别效果.对于非特定人的四声识别实验表明,这一算法取得了十分满意的结果.     

基于高光谱图像多光谱参数的草莓成熟度识别

为了建立多光谱参数用于草莓成熟度的自动识别,采用高光谱图像技术,通过提取草莓样本ROI的平均光谱,计算已有的八个成熟度参数Ind1,Ind2,Ind3,IAD,I1,I2,I3,I4的参数值,并结合Fisher线性判别法判断八个参数对于三种成熟度(成熟、接近成熟、未成熟)草莓样本的分类识别效果,发现基于I4参数的线性判别分析模型的识别效果最佳,建模集和预测集识别准确率分别为90%和91.67%;基于草莓样本的光谱特征,提取与草莓成熟度相关的三个波长535,675和980 nm,并基于这三个波长和已有的参数形式,构建了四个用于草莓成熟度检测的新参数：i1,i2,i3,i4,通过Fisher线性判别法判断四个参数的分类识别效果,发现基于参数i1,i2和i4的线性判别分析模型的识别效果均比参数I4好,建模集和预测集识别准确率为95.83%,95.83%,95.83%和95%,95%,96.67%。结果表明新建立的多光谱参数i1,i2和i4可以用于草莓成熟度的自动分类识别,为草莓成熟度的在线检测提供了理论依据。     

语音控制的四旋翼飞行器设计与实现

基于语音识别技术,设计了一套语音远程控制四旋翼飞行器的系统。使用LD3320语音处理芯片和STM32微处理器实现语音识别功能,采用NRF24L01将识别结果传输到飞行器。选用STM32作为四旋翼飞行器的主控芯片,采用六轴运动组件MPU6050、三轴数字罗盘HMC5583L等传感器对飞行器的姿态进行实时测量,再利用数字滤波器对姿态信息进行处理,然后采用四元数进行姿态解算,最后运用双闭环PID控制算法实现姿态控制的要求。测试结果表明,通过语音可以控制四旋翼的正常飞行及姿态变化,系统稳定可靠。     

基于深度学习的ELM实时识别研究

基于深度学习的方法,在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习,得到一个深度为22层的卷积神经网络。为衡量算法的识别能力,识别了HL-2A装置自2009年实现稳定ELMyH模放电以来所有历史数据(约26000次放电数据),共识别出1665次H模放电,其中误识别35次,误报率为2.10%。在实际的1634次H模放电中,漏识别4次,漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下,对单个时间点的平均计算时间为0.46ms,可以满足实时控制的计算速度要求。     

基于Delaunay网格和DLP的三维指纹识别系统设计

针对目前已有的嵌入式指纹识别系统存在的识别精度底和识别效率低的问题,设计了一种基于单DLP处理器的嵌入式三维指纹识别系统;首先,以TMS320VC5402为处理器核心,FPS200为图像采集芯片,EPM7128为外围逻辑设计了指纹识别系统硬件;然后,设计了基于Delaunay网格的上位机指纹识别软件,将指纹识别过程分为细节点DT网格构造、识别参考点获取、待识别指纹姿势校正和指纹匹配四个阶段进行实现;最后,采用指纹数据库FVC2004为测试数据库在上位机上进行仿真,测试结果表明:文中系统能较为精确地实现指纹识别,平均正确识别率高达98.1%,且与其他方法相比,具有FNMR和FMR值较低、正确识别率高和匹配时间少的优点。     

舰船噪声识别(Ⅳ)──模糊神经网络识别

本系列文章的工作是在舰船噪声谱图的基础上,利用模糊神经网络对舰船进行分类识别。本文是系列文章的第四篇,研究模糊神经网络用于识别分类．选用了多层前馈神经网络和BP学习算法,推导了学习过程中模糊器参数的调整公式,最后给出1049个样本（41条舰船,63种工况,原始记录长约3．5小时）的识别分类结果,识别正确率大于92％。     

人工神经网络结合近红外光谱用于木材树种识别

测量了不同产地及品种的89个木材样品的近红外光谱,并分别使用反向传播人工神经网络(back propagation artificial neural networks,BPANN)与广义回归神经网络(generalized regression neural network,GRNN)建立了NIRS树种识别模型。通过方差分析分别选择两种神经网络所用参数,并采用最优参数进行网络训练。考虑到样品光谱的差异,对含不同水平白噪声与不同水平偏置的光谱进行模拟,并使用建立的模型对模拟光谱进行预测。发现两种神经网络模型均有较好的预测结果,其中BPANN模型,对含偏置水平不高于2％、噪声水平不高于4％的模拟光谱识别正确率在97％以上;GRNN模型,对含偏置水平不高于2％、噪声水平不高于4％的模拟光谱识别正确率在99％以上。     

多语种情感语音的韵律特征分析和情感识别研究

韵律特征参数的变化是语音信号中情感信息主要体现。为了研究基于少量韵律特征的多语种语音样本情感识别的可行性,以提高情感识别系统对语种信息的鲁棒性,实验选取七种典型的情感状态,对指定句式下同一说话人在汉语、英语、日语多语种语音样本中的基频、能量、时间等韵律参数的动态特性进行统计分析。统计结果表明,不同语种情感语音样本的各种韵律特征参数的变化结构有较好的一致性。在这一结论基础上,利用主元素分析方法(PCA)对多语种混合样本进行了初步的情感识别实验,平均错误率为27．74％,最低识别错误率为11％。可见,通过基本的韵律参数可以实现对几种基本情感忽略语种信息的初步有效识别。     

表面肌电采集与在线识别系统

设计了一套简易且分辨率高的表面肌电采集与在线识别系统。系统硬件部分包括信号两级放大、带通滤波、精密整流、16位AD转换芯片ADS1120、AVR单片机等部分;软件部分基于JAVA编程,具有实时滤波、显示并存储肌电信号、在线识别手部动作等功能。系统放大增益倍数为100～2500可调,根据不同被试同一动作的肌电信息,微调放大倍数以减少个体差异;当放大倍数为1000倍时,识别精度达0.3 uV。此外还设计了训练范式,根据被试的训练数据提取在线识别算法的参数,以提高识别准确率。实验结果表明：该系统具有较好的稳定性,能够准确识别四类手部动作,平均识别率达84.37%。     

星图识别算法的优化设计与实现

在INS／CNS组合导航系统中,为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移,必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法,基三角形识别成功后,增加一颗附加检测星,计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600MHz的DSP6414上运行需要300ms左右的时间,算法改进后,只需40-80ms,数据输出率提高到10Hz。改变的算法在不存在伪星的情况下成功识别率近100％,存在伪星时,可以有效去除伪星。同时,解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。     

多路激光装置同步技术研究

 多路激光装置同步系统包括精密同步机和数字同步机两种单元技术,它们具有四路延时脉冲（A、B、C、D）和一路标准时钟脉冲（T₀）输出,精密同步机延时同步精度为10ps, 最大触发晃动小于10ps,延时范围200ns;数字同步机：延时同步精度为5ps, 最大触发晃动小于200ps,延时范围10ms。     

基于FPGA的快速脉冲数据采集及处理系统设计

为了提高脉冲信号多参数提取的准确性,从而更精确地表征细胞多种物理和生化特性,设计了基于FPGA 的快速脉冲数据采集与处理系统。首先,采用对时间窗口和幅值同时设定阈值的方法,有效避免了噪声对有效脉冲识别的影响;其次,采用FPGA实现数据采集、快速数字滤波、以及脉冲峰值、面积和脉宽三个参数的提取,并利用FPGA作为外部主控制器实现对USB芯片CY7C68013A内部FIFO的控制,实现脉冲数据的高速处理、传输;最后,对系统的可行性及准确性进行了实验。实验结果表明,本系统能够对脉冲信号进行有效实时识别和高准确度的参数提取,同时USB的数据传输速度可达29.8MB/S,满足系统数据传输的实时性要求。     

运动目标的检测技术研究

在图像跟踪系统中 ,图像目标的快速检测识别是至关重要的。基于目标的形状特性以及目标与背景的关系 ,提出了目标的四个特征量。结合序列图像中目标的运动特点 ,给出了一个目标快速识别的方案。以两类飞机为研究对象 ,对所求得的四种特征量值进行了详细的分析 ,并将所提出的识别方案在计算机上进行了模拟仿真。实验结果表明 ,该方法能有效地实现运动目标的快速检测识别 ,基本上达到了实时跟踪的要求     

Hindmarsh-Rose混沌神经元自适应同步和参数识别的优化研究

以Hindmarsh-Rose混沌神经元模型为例,讨论了基于自适应同步识别混沌系统多个参数方法的优化问题.在构造的李亚普诺夫函数中引入可调节的增益系数来控制系统同步和参数观测器的暂态过程长短.在应用单个控制器和5个参数观测器来同步和识别Hindmarsh-Rose混沌神经元中5个未知参数时发现最小参数的识别结果出现了振荡而其他参数都能准确识别现象,分析其原因可能在于要识别的目标参数的巨大差异性.通过增加控制器的个数(选择两个控制器)可以克服这个困难.研究发现增益系数太小不能实现完全同步和参数的准确识别,当增益系数太大则延长了识别参数的暂态过程.在恰当的增益系数下可以在比较短的暂态过程下准确识别系统参数.进一步讨论了系统参数发生阶跃变化时系统参数的识别问题,数值计算结果验证了该方法的可靠性和有效性.     

超高速扫描摄影测量技术的进展

主要评述目前高技术前沿领域正在发展的直接采用超快速扫描摄影技术进行各种超短光脉冲实时测量的进展情况。现在,测量的时间分辨率正向200飞秒,(即200×10~(-15)秒)的指标推进。     

基于改进型DTW算法的语音拨号模拟

采用改进型动态时间规整(DynamicTimeWarping,DTW)算法实现数字语音的识别,在MATLAB软件环境下实现了语音拨号的模拟。     

光电混合内积型关联识别系统

提出把图象信息提取与光学内积关联技术结合起来识别图象的方法,并按照此原理,设计与组建了一个光电混合图象信息提取与关联识别系统。用0～9十个印刷体阿拉伯数字和八种中外飞机作为试验目标在系统上进行了识别实验。结果表明,印刷体数字和八种飞机的(可允许左右15°转动)识别率达100%,手写体数字的识别率也能达到70%左右。