基于多媒体融合的图像检索系统的实现

提出一种融合了文本、语音、图像等信息特征的图像检索方案,并以MATLAB为平台构建了一种基于语音识别技术的新型图像检索系统.与基于文本或基于内容的图像检索系统相比,该系统既提高了检索性能,又使得人机交互更加便利.     

语音检索在电力调度领域的发展

本文通过对语音技术发展的探讨,分析了语音识别和语义理解的基本原理,并在此基础上对语音技术引入电力调度领域的意义进行了研究。     

基于ARM的车载语音识别系统设计与实现

在对车载语音识别功能的需求分析基础上,以语音识别过程为设计思路,提出一种以ARM为核心的嵌入式语音识别模块的设计与实现方案。系统核心处理器采用飞思卡尔推出的iMX27芯片,语音识别功能通过LD3320芯片实现,并采用嵌入式Linux操作系统实现统一的任务调度和外围设备管理。     

基于语音识别远程控制机器人系统设计与实现

通过对语音识别、网络通信与智能机器人运动控制的综合应用.成功地设计和实现了语音远程控制智能机器人系统.操作者将语音指令输入到客户端,识别后通过Socket机制将指令传送给智能机器人,使之按指令完成运动.实验验证了语音远程控制智能机器人运动的准确性和实时性.     

基于ZIGBEE技术的无线语音识别系统设计

文章介绍了ZIGBEE技术的基本特点和语音识别技术的基本原理,详细介绍了SPCE061A单片机在语音识别中的应用方法,以及与射频芯片CC2420之间的"MESSAGE"控制方式,本文结合SPCE061A单片机丰富的语音处理功能以及基于ZIGBEE的无线通信技术,设计了一种无线语音识别系统,具有广泛的应用价值.     

基于条码识别技术图书检索系统设计与实现

为了能够满足校园网信息化、网络化的建设需求,并且在短时间内引导读者寻找自身需要的图书资料,提供图书详细信息检索,提高图书馆服务质量,提出基于条码识别技术的图书检索系统的设计。将计算机作为上位机,STC89C52芯片作为下位机核心控制器,上位机和下位机使用串口方式进行通信,上位机利用单片机驱动具有条形码扫描仪的电机,通过电机中的条形码实现书架中图书的快速扫描定位,使读者寻找图书的效率得到进一步的提高。此设计方案的可行性及合理性已经得到验证,并且具备一定实用性。     

基于DTW的藏语语音识别系统设计

语音识别技术是让计算机识别人类的语音,并将人类的语音转换为与之对应的命令或操作。随着人工智能的发展,基于英语、汉语的语音系统更多的应用于智能家居、智能通信、智能交通等社会生活中。基于藏语的语音系统的研究现在还处于不成熟的阶段,本文将语音识别技术和藏语的声学特征结合起来。用DTW算法实现对藏语语音的识别。     

语音电路及语音识别

本文阐述了语音电路及其研制，并简介了语音识别原理。     

语音识别算法的VC++实现

随着语音识别算法的不断发展,其识别率不断提高,逐步达到可以应用的阶段.本文利用VC++软件实现了一种语音识别算法,并对其识别能力进行了测试.结果表明,该软件实现的算法识别成功率较高,短词可达95%以上,长词可达90%以上;同时识别延迟<50 ms,识别效率高,可满足应用需要.     

软件实现电话语音识别的设计方案

随着语音识别作为一种控制嵌入系统的方法而出现,发出名字声音的拨号方式可以是蜂窝电话的一种特色。名字拨号增加了方便性和安全性。专用于特殊流动者通信任务的嵌入系统由处理器控制而且通常没有硬盘。操作软件一般驻留在ROM或间存中,控制一个或几个外设。蜂窝电话是一个很好的例子。它有一个微处理器来监控电话的声码器、存储器、显示屏和输入按键。电话没有硬盘驱动器。蜂窝手机的软件驻留在非易失存储器（通常为间存）中。因为所用的是如此的系统,而且由人控制,所以直到最近仍由按键或拨号盘构成人一机接口。最近几年才考虑语音…     

汉语数字耳语音识别研究

耳语音识别可应用于国家安全的某些特殊需要。运用双门限法对语音样本进行端点检测,通过实验分别找出短时能量、短时过零率的高低门限4个参数的最佳取值。深入分析研究参数的抗噪问题,在MFCC参数中引入短时能量、一阶差分、二阶差分等参数,增强MFCC的抗噪性。研究表明,在隐马尔可夫模型中,MFCC和LPCC联合运用讨论识别效果要远优于独立参数。     

噪声环境下顽健的语音识别系统

开发了一高噪声环境下特定人孤立词的语音识别系统,讨论了系统性能的考核情况,考核实验表明,系统在80dB以下噪声环境下工作,精度较高;在100dB的高噪声环境下,识别率高于96％,系统仍可使用。     

基于内容的多媒体信息检索

较系统地介绍了基于内容的多媒体检索技术。对于基于内容的视频检索技术，介绍了基于内容的视频处理、视频检索的方式和ML算法在视频检索中的应用。此外，还介绍了基于内容的压缩方法MPEG-4、MPEG-7、MPEG-21等。     

基于DSP语音识别系统的硬件设计

语音识别是当前研究热点之一,应用十分广泛.系统浮点运算量很大,所以采用浮点型DSP.文章主要研究以DSP处理器为核心的硬件系统,包括电源电路,复位电路,时钟电路,JTAG接口电路,外部存储电路和语音处理电路等,并对每个电路模块进行详细的阐述.该方案已经可以作为模板电路实现.     

基于DTW算法的语音识别电话系统

介绍了动态时间伸缩算法在语音识别电话系统中的应用。阐述了语音识别电话系统的硬件结构及算法在该系统的实现过程。     

小型实时语音识别系统研究

本文论述了一种小词汇量的特定人孤立字实时识别系统。该系统采用一般器件,与其他同类系统相比,具有成本低、性能可靠等优点。实验结果表明:对十个汉语数字(0～9)和五个命令字的识别率分别为95%和98%。     

基于PCNN和DTW的语音识别系统设计

提出了一种基于脉冲耦合神经网络(PCNN)和动态时间规整(DTW)的语音识别方法。首先利用改进后的PCNN提取语谱图图像特征作为语音的特征参数,然后通过DTW来进行语音分类识别。实验表明,论文中所提出的方法与传统的LPCC和MFCC方法相比,所需特征参数量减少约40%,并能达到87.5%识别率,利于系统的硬件实现。     

基于内容的多媒体信息检索技术研究

介绍了基于内容的多媒体信息检索技术的现状和发展，讨论了基于内容的图像检索和视频检索中常用的关健技术。     

关键词识别在媒体资产管理中的应用

详细介绍了一种基于EBF神经网络的特定人语音识别方法。提出了该语音识别方法在媒体资产管理系统上的应用并给出详细的工作流程图。采用LPC和MFCC2种特征分别建立系统,并对2个系统的识别性能作比较后进行融合。