语音接口

本文讨论了ＮＥＣ公司新近开发的语音接口系统。首先，给出了个人计算机的语音接口软件，该软件以ＮＣＥ公司最新的语音识别和语音分析技术为基础。     

车载导航人机语音交互系统的实现

支持语音交互是车载导航系统的一个发展趋势.本文讨论了车载导航系统人机语音交互的实现方法,包括对话模式、关键词识别、语音控制命令、名称识别、语音合成.试验结果证明,系统能满足车载导航人机语音交互的要求.     

智能语音服务系统

计算机电话集成（CTI）技术把以语音为核心的电话网络和以数据处理为核心的计算机网络融合在一起,实现了语音和数据的通信。智能语音服务系统以CTI技术为基础,结合语音识别、语音理解和语音合成技术实现了智能人机交互界面。     

基于VoiceXML的语音信箱系统设计与实现

VoiceXML是一种可创建语音对话的编程语言,提供了语音及数字化音频合成、语音和DTMF输入识别、音频录音、基本的电话呼叫控制,以及混合的交互式会话等特性。VoiceXML已经成为构建语音应用系统的标准,通过它用户可以在任何时间、任何地点以电话方式访问WEB信息,在诸如信息检索、电子商务、语音增值类业务等语音交互式应答系统中得到广泛应用。以VoiceXML技术为基础,设计实现了语音信箱系统,论述了系统的功能需求及总体结构,并通过对录音留言功能的实例介绍,阐述了业务的执行流程。     

关键词检出技术在家庭语音智能控制系统中的应用

由于大词汇量连续语音识别技术仍不够成熟，目前市场上仍然没有出现真正的家庭语音智能控制系统。通过对关键词检出技术的特点及系统组成的分析，给出了一种基于采用关键词检出技术的语音识别子系统构建的家庭语音智能控制系统的组建方案。这种方案以较成熟的小词汇量关键词检出技术为基础，把系统处理的对象从孤立词扩展到连续语音，使语音控制系统更加符合人的自然语音习惯，同时避开了语义识别的难题，采用关键词分类，存储发送指令和目标控制器相结合的方法实现对目标的准确控制，并且易于实现。     

基于Android平台声控应用的研究与开发

基于Android移动平台开发，利用Coogle语音识别云技术，实现了声控手机应用的功能。旨在改变传统的人机交互方式，使人们能够采用更为直接便利的方式与手机对话，改善用户的使用感受。通过真机测试，完全实现了用语音控制打电话、发短信、浏览网页、听音乐、打开手机常用软件和语音备忘等功能，性能稳定可靠，实用性强。     

基于中英文数字语音登陆系统的仿真研究

为了方便学生使用中文或英文说出学号与名字登录注册系统,设计了中英文数字语音登录系统。采用MFCC(Mel频率倒谱系数)作为语音特征参数,在隐马尔可夫模型HMM(HiddenMarkovModel)框架下建立了基于语音识别开发工具包HTK的中英文连续数字语音识别系统,包括对语音信号的预处理、特征参数的提取,识别模版的训练,最后送到识别器进行识别。通过建立中文、英文和中英文混合训练集和测试集声学模型,并得到了较高的识别率,从而加强多媒体注册系统的稳定性和鲁棒性。     

基于DTW/SVM的语音识别系统在DSP中的实现

采用动态时间归正算法(DTW)和支持向量机(SVM)相结合产生一个新的基于径向基函数的DTW核函数实现语音识别,该方法在小词汇量及孤立词识别方面相对传统的隐马尔可夫模型有较大优势。为了满足语音识别系统对实时性和便携性的要求,提出了基于DTW/SVM的混合方法在TMS320C6711DSP芯片中实现的应用研究;给出了语音识别系统的原理框图,其中采用Mel倒谱系数为语音特征参数,应用了可变窗长端点检测技术;阐述了DSP设计中系统的软硬件设计方案及具体的接口电路,该系统使得语音识别更为快速便捷,并且具有一定的通用性。     

人工智能语音交互技术在电力调控领域的应用

本文基于语音交互技术可以实现调控中心现有调控管理工作的智能化升级,通过电力领域的专有模型、历史数据、规程文档构建调控专业语料库和调控语义识别模型,并依此进一步实现智能人机交互,对口述内容予以信息识别,并采用NLP、分词等技术进行语义的解析识别,通过与其他系统建立交互接口的方式,形成联合控制通道,最终实现通过语音的程序化成票、下令、回签、统计、查找等全部工作任务,可以大幅有效减轻人工压力,提升调控工作的执行效率。     

基于LD3320的语音识别系统在家庭电路中的模拟应用

该研究旨在为行动不便的残障人士或者老年人的家居生活提供便利和帮助,使他们能够通过语音识别系统对家用电器、照明系统、门窗开关等实现智能控制。通过查找资料,对比参数、价格、识别率等方面的信息,最终采用了基于LD3320的语音识别系统进行家庭电路控制模拟应用。系统由4部分构成,即:YS-LD语音识别模块、STM32单片机控制单元、LED显示单元、继电器输出单元。LD3320语音识别芯片感应语音——通过STM32单片机运算分析——发出信号——控制继电器——电器工作。经过测试,本套系统的语音辨识率高达90%,无需用户自行建立语音模型及开发语音识别算法,降低了应用开发的技术门槛,有利于推广应用。     

毫米半径麦克风阵列语音分离系统

随着语音技术的发展，越来越多语音处理系统尝试应用于现实生活。然而在实际场景中，噪声干扰是一个影响语音识别等任务准确率的重要因素。为了克服噪声问题并提升性能，需设计语音分离或增强模块。文中通过结合波束成形与神经网络设计了在毫米半径麦克风阵列场景下的语音分离系统并在语音识别任务上进行了测试。实验显示文中设计的系统对语音识别准确率有一定帮助。该方法可以应用于设备空间受限的场景中以提高性能。     

基于语音识别的IVR系统设计

以“股票语音查询应答演示系统”的设计为实例,详细探讨基于语音识别的IVR系统搭建。基于语音的电话网络与基于计算机的数据网络有机结合,实现电话语音信息和计算机后台数据库数据信息同步传输。该系统利用语音作为电话查询的手段,集成了交互式自动应答、自动语音识别和数据库搜索功能,以合成语音作为系统返还输出方式,实现了很强的自动应答功能。     

Google语音识别技术的研究与开发

基于Android系统作为应用开发平台,利用Google语音识别技术,实现了语音搜索以及语音打开手机软件的功能。另外,开发人员还实现了常用网站链接以及手机软件的列表展示,使用户能够更加方便地上网和娱乐。通过真机测试,语音搜索与语音打开手机软件的功能均已实现,性能稳定可靠,实用性强。     

基于电话用户交换机的语音识别系统研究

本论文对电话用户交换机研制了一个声控语音命令交换系统,该系统能够实现与特定人无关中小词汇量连续命令语音自动识别,研究中统计了用和命令语句,生成相应识别文法网络,识别系统的训练采用由子词模型构成的复合模型进行强化训练,识别采用令牌传递式改进Ｖｉｔｅｒｂｉ算法,提高系统的识别性能,论文比较了不同语音特征参数以及隐含马尔可夫模型状态数对电话语音识别精度的影响,研究中还开发识别系统拒识系统,在无拒识情况下     

基于DSP+单片机的主从式智能轮椅语音控制系统

设计了一种以凌阳公司SPCE061A单片机为语音信息处理器,以DSP为驱动控制器的主从式智能轮椅语音控制新方案。采用SPCE061A单片机进行语音指令的训练、识别和处理,DSP作为驱动电机转动的PWM控制信号发生器,SPCE061A单片机和DSP之间通过SCI接口电路进行通信。详细阐述了智能轮椅语音控制系统各部分硬件结构及系统总体软件实现,重点讨论了电机驱动电路的硬件设计和系统软件流程。实验结果表明,研制开发的智能轮椅语音控制系统能够在语音或手动模式下实现轮椅的多种运动,语音识别正确率高于95%。     

基于智能电视的语音识别系统的设计与实现

为了提高智能电视的人机交互性,使复杂的功能易于操作,提出了一种基于Android智能电视的语音识别系统设计方案。该方案使得智能电视具备了语音自动网络搜索的功能;采用识别命令动态注册方法为第三方应用程序开发提供接口;通过强大的中英文词库,可识别中、英、中英混合语音信号,并且支持手机、遥控器语音控制电视,大大提高了智能电视的可操作性,丰富了人们的数字化生活。     

用反馈式语音识别理解方案进行汉语短语的识别理解

汉语语音理解系统的任务之一是把语音识别系统获得的汉语单音节转换成正确的汉字、词,乃至汉语的短语、语句,与语音识别系统一起,完成一个语音到文本(speech to text)的转换系统。本文利用一个闭环反馈方式汉语语音识别理解方案,在汉语词识别理解的基础上,进一步实现对汉语结构性短语的识别理解,获得了预期的结果。最后本文对实验结果和反馈式语音识别理解方案进行了讨论。     

基于AVR单片机的语音识别系统设计

系统以AVR单片机为控制核心,实现对人的语音的识别控制。系统采用的主控芯片为Atmel公司的ATMEGA128,语音识别功能采用ICRoute公司的单芯片LD3320。LD3320内部集成语音识别算法,无需外部FLASH,RAM资源,可以很好地完成非特定人的语音识别任务。同时该芯片内部集成了MP3播放功能,支持MPEG等格式,可实现语音提示或MP3歌曲的播放功能。由于内部合有16位A／D、D／A转换器和功放电路,所以不需要外接功放电路就可以产生清晰的声音。该系统已经预留好各种接口,具有良好的扩展性。     

基于隐马尔可夫模型的连续语音同步识别系统

语音同步识别系统的发展方向是连续性的人机交互,采用传统系统易受到突发性噪声影响,致使识别效果较差,提出基于隐马尔可夫模型的连续语音同步识别系统。结合语音识别原理,设计系统硬件总体结构。利用JFET输入高保真运放的OPA604低通滤波器,保证信号处理结果的有效性。通过OMAP5912ZZG型号芯片对处理后的信号进行存储,使用矢量图缓冲音频,经由以太网接口移植相关语音识别序列,由此实现连续语音同步识别。由实验对比结果可知,该系统比传统系统识别效果最高值高出48%,推进了语音识别技术研究的快速发展。     

基于LabVIEW的语音分析平台的实现

针对语音分析的特点，利用主流虚拟仪器开发系统LabVIEW7．0研制通用语音分析平台，并且利用组件技术实现与数值分析软件Matlab 6．5的接口。整个系统界面友好，使用方便，并且可以进一步设计新的算法。