一种基于SSM的HMM训练算法

在Baum-Welch(BW)算法的基础上提出了一种基于态相关方法(State—Specific Method：SSM)的隐马尔可夫模型(Hidden Markov Mode：HMM)参数估计算法(简称SBW算法)．该算法在估计HMM不同状态的概率密度函数(probability density function：PDF)的参数时使用了与状态有关的维数较低的特征集合．与传统的BW算法相比，新算法避免了直接估计高维的PDF参数．仿真实验表明，在训练数据量不足的情况下，采用SBW算法的误识率明显低于BW算法．     

汉文-维吾尔文双语语料库中基于词典译文的句子对齐方法研究

双语语料库的自动对齐已成为机器翻译研究中一个十分重要的研究课题．目前的句子对齐方法有基于长度的方法和基于词汇的方法,本文根据汉文-维吾尔文的特点,在分析目前双语句子对齐方法的基础上,提出了基于译文的对齐方法,通过使用一部翻译较完整的词典作为桥梁,将汉维句子关联起来．根据维吾尔语文本中的单词,在词典中找到其对应的译文,并将译文到汉语句子中去匹配,根据评价函数和动态规划算法找到对齐句对．     

用计算机绘制语音信号波形的方法及其在语音信号处理中的应用

本文介绍了一种在IBM-XT机上绘制语音信号(自然语音或合成语音)波形图的方法。这一方法可以使语音波形在屏幕上连续卷动或稳定显示某一特定帧,并给出波形上任意一点的X、y坐标,使语音工作者可以形象、直观地了解一段语音的全貌或某一局部的细节,对深入研究语音有很大帮助。文章给出了一些语音信号的波形图。     

电子切音器及其在语音实验中的应用

在实验语音学中,为获得语音的时长参数,需要采用切音的办法.我们研制了电子语音切音器,既可以方便准确地切取不同部位,不同长度的音段,还可以做语音时长的测量,语流的重新组合等语音学实验,所得结果用数字显示. 用它做了一些音节互换,在听感上造成声调变化的初步实验.结果表明,对语音学研究有一定的意义.     

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。     

保障用户认证安全的判别最大熵语音识别机制

为了提高电子商务中用户认证的安全性,提出了一种高识别率的判别最大熵语音识别机制DME.该语音识别方法同时考虑语音与语言两方面的因素,并将语音和语言特征进行有效地结合,在统一的最大熵模型下,实现判别训练,确保观察样本能正确地分配到其对应状态,以提高所训练出的语音模型的正确识别率.详细的实验及与现有方法的比较结果表明,对不同环境下的语音数据,提出的语音识别方法具有更好的识别性能,对提高电子商务中用户认证系统的安全性能具有理论与实际意义.     

面向舱室声学环境的深度时域语音增强网络EI北大核心CSCD

针对舱室环境单通道语音增强问题,设计了一种联合并行空洞卷积与分组卷积的深度时域语音增强网络。该网络以经典卷积时域音频分离网络为基础,在增强层设计中通过不同膨胀因子执行两路并行的空洞卷积操作,实现对长时信号的处理以更多地提取信号包络所包含的低频信息并抑制噪声混响所带来的时延问题,同时保留了局部的语音细节信息,提高对波形中所包含语音及背景噪声谐波信息的提取准确度;另外,利用分组卷积降低并行卷积操作所导致的网络规模扩大,使网络在具有良好增强效果的同时能够保持较小的网络规模及运算复杂度。以多类飞机舱室噪声为数据基础的实验表明,所设计的网络模块相较于基线网络提升了客观评价指标值,与现有其他常用网络的比较结果表明此方法在舱室环境的数据条件下可获得更好的主客观语音增强评价指标,且在高噪声级的线谱及窄带处具有更低的失真度。     

基于Balabolka与Flash软件高校实验教学创新及其实践——以分析化学实验教学为例

为了提高高校实验教学质量,研究了实验教学方式的创新,利用互联网上的Balabolka与Flash免费软件,运用遮罩、按钮制作等技术,将完整的实验步骤文字内容,制作成语音动画进行展示,上传至互联网供师生共享。既提高了大学生的实验兴趣,加深了对实验的理解,培养了创新能力,又有利于翻转课堂的实现,同时还提供了更加丰富多样的互联网教育资源。本语音动画实验制作容易、操作简便、成本低廉、绿色环保。     

实时识别中语音的时域─频域─能量表示

本文提出了语音信号的一种时域－频域－能量表示,并给出了算法,可用于孤立词语音识别,这种时域－频域－能量表示有两个特点,基于短时能量梯度的非线性时间规正,可保留语音信号频域的过滤特性,丢掉其稳态特性,计算量小,适于实时应用。     

基于SOPC软核的孤立词语音识别系统设计与实现

详细分析了目前语音识别系统中普遍采用的Mel频率倒谱系数(MFCC)特征参数的提取过程和动态时间规整(DTW)识别算法流程,提出了一种在NiosII SOPC软核平台上通过提取和分析语音信号的MFCC特征参数实现语音识别解决方案。