基于DSP的家居空调语音识别控制系统的设计实现

语音识别技术使家用电器的控制更加人性化,本文设计并实现了一种基于DSP的家居空调语音识别控制系统。硬件核心处理器是TMS320VC5402,软件模块包括端点检测、MFCC求取、模板训练和改进的DTW算法。实验结果表明,该系统对空调控制命令的识别率达94%以上,具有功耗小、性能稳定、运算精度高等优点,具有较大的市场应用价值。     

一种新型的语音电子门锁系统

重点阐述了一种基于TLC2272和TLC320AD50C组成语音信号采集单元的语音电子门锁系统，应用结果表明，该语音电子门锁系统具有成本低、适用范围广、控制容易的优点。     

基于TMS320VC5402的语音检测器

本文介绍的语音检测器以DSP芯片TMS320VC5402为核心,对短波电台接收到的信号进行分析和处理。数字语音信号采用串行输入／输出方式,语音检测算法则采用对语音信号进行降噪处理后,再进行短时平均幅度差和短时能量计算的方法。该语音检测器的电路简洁小巧,语音检测准确度高。     

基于DSP的车载语音识别系统设计

为了提高在汽车噪声环境中语音识别系统的识别率,并达到降低系统成本的目的,在低成本定点DSP(TMS320VC5509A)芯片工业标准的基础上,使用两路无差输入信号进行噪声抵消,建立了一种基于孤立词,小词汇量,特定人识别的语音识别系统,实验表明,在类似汽车噪声环境中,该系统的识别率可满足实用要求,且成本较低。     

基于DSP的语音识别计算器设计

为解决特殊群体使用计算器困难的问题,设计了一种基于TMS320VC5509 DSP的可语音识别的计算器系统.该计算器系统的核心是采用HMM算法建立语音识别模型.通过对实时语音信号(数字、运算符号等语音)进行处理,将得到的参数与模板库参数进行匹配并加以识别,利用TMS320VC5509 DSP自带的计算模块实现语音信号整数100以内的加、减、乘、除等计算功能.实验结果表明,该计算器系统在低噪声场合和高噪声场合下识别率分别达到94.73%和76.55%.     

G.723.1双速率语音编解码算法在TMS320VC5402上的实现

本文先简单介绍了G.723.1双速率编解码算法标准，然后根据TI公司的DSP芯片TMS320VC5402的性能特征，在深入分析G.723.1标准的C源代码后，对算法进行了一系列优化。文中详述了这些优化方法。最后介绍了一个实际的硬件实现。     

一种压缩语音识别模板库容量的方法

在非特定人孤立词语音识别系统中,模板库的容量成为限制识别范围和性能的重要原因,过大的模板库在成本和实时性方面都不利于语音识别系统的大规模使用。提出了一种用于大幅压缩语音识别模板库容量的方法,适用于非特定人孤立词识别系统。该算法借鉴生态学上各物种对专一环境和普通环境的适应程度上的折衷,通过类似不同生物间争夺食物的演化过程选出最具代表性的模板组成模板库。模拟结果表明,该算法通过去除近似雷同的模板以及在某些情况下用一个大模板取代数个模板,能在不显著影响识别率的前提下,明显减少所需模板库的容量。     

基于DSP芯片设计的一种波形发生器

介绍了一种利用DPS TMS320VC5402和DAC AD7846以及PGA205、PGA103产生任意高精度波彤的设计。并提供了具体电路的硬件实现框图以及所需的DSP波形产生程序。     

G.729语音编码算法研究及其DSP实现

简单介绍G．729编解码算法原理,介绍如何用TMS320VC5402 DSP实现该算法。给出硬件的实现框图并提出了一些在软件设计中的优化方法及技巧。结合实验结果并对其进行了分析。     

一种新的基于模板匹配的车型识别

为提高当前车型检测在交通场景下的实时性和准确性,提出了一种新的基于模板匹配的车型识别方法。首先,基于车辆区域的显著性设计了非均匀采点,然后采用梯度量化,二进制图像,线性化内存等手段实现模板的并行化匹配,最后通过kmeans聚类产生多层次的车型模板索引,实现快速查表的车型匹配算法。实验表明,该算法能实时高效地实现交通场景下的车型识别。     

基于DSP的语音信号处理系统设计

本文研究了基于DSP的语音信号处理系统,分析了TI公司的信号处理器TMS320VC5402与音频模拟芯片TLC320AC01(以下简称AC01)的结构特点,描述了两者之间的多通道缓冲串口的硬件连接,并给出了相关软件设计,实现了一个完整的语音信号数字化处理系统,可以对模拟语音信号进行采集、滤波、回放。     

基于话音识别的骚扰电话呼叫检测技术分析

通过对话音识别中的模板匹配技术DTW算法的研究和改进,实现了一种应用于判别骚扰电话录音的话音识别系统。实验结果表明,该系统具有较高的识别精度,是一种有效的应用于判别骚扰电话的话音识别系统,能显著提高骚扰电话人工审核的效率,进一步完善骚扰电话治理工作。     

基于ADSABC算法优化WNN的语音识别研究

小波神经网络(WNN)具有高度的非线性映射功能及强大的自适应能力,但是WNN算法存在易陷入局部极小值,收敛速度慢。而人工蜂群算法(ABC)具有很强的全局搜索能力及较快的收敛速度。两者优势互补,已结合应用于语音识别中。本文对ABC算法做出改进,在采蜜蜂和观察蜂阶段各提出一个新的解搜索方程,采取自适应的双搜索方式(Adaptive Double Search)求解,从而提高算法的收敛速度和收敛精度。并将其和WNN算法进行结合,组成一种训练神经网络的新算法ADSABC-WNN,该算法既能克服WNN算法的缺点,又能保存双方的优点。实验结果表明,与传统ABC算法优化小波神经网络相比,识别率提高均有所提高,其中在词汇量为50时识别率提高了4.51%。将实验结果与其他方法优化的小波神经网络模型进行比较,在噪声环境下,该混合模型可以有效地减少识别时间,而且可以明显提高网络的训练速度和语音识别的识别率。     

BM模式匹配算法的研究和改进

模式匹配算法在数字通信、入侵检测等多种领域都有着广泛的应用,BM算法以其高效的匹配过程成为模式匹配算法中应用最为广泛的算法之一。尽管如此,BM算法的效率还是可以再提高的。本文在介绍经典BM算法及其改进的BMH、BMHS算法的基础上,通过整合、改进后,提出了一种新的改进的IBMH算法。在对以上算法进行复杂度分析以后,再通过具体的实验验证。结果表明IBMH算法在比较次数、运行时间、稳定性等方面明显优于BM、BMH以及BMHS等算法。     

基于GMM的语音情感信息识别

实际的研究表明,语音情感识别方法有多种.介绍了一种基于GMM的语音情感识别方法,包括该方法的优点、存在的问题或不足等,并对此进行了思考,给出了一些处理办法.     

模式识别方法概述

模式识别技术在社会生活和科学研究的许多方面有着巨大的现实意义,己经在许多领域得到了广泛应用。文中就其理论基础与主要方法作了详细的介绍与阐述。分别介绍了统计模式识别、句法结构模式识别、模糊模式识别、人工神经网络模式识别、模板匹配模式识别、支持向量机的模式识别。     

一种基于模糊规则的鲁棒语音识别方法

本文在丢失数据技术与声学后退技术的基础上,提出了一种基于模糊规则的鲁棒语音识别方法,首先根据先验知识或假定建立特征分量的可靠程度与其概率分布之间的模糊规则,识别时观察矢量的输出概率由一个基于规则的模糊逻辑系统来得到,并针对倒谱识别系统给出了一种具体的实现方法.实验结果表明,所提识别方法的性能显著优于丢失数据技术和声学后退技术.     

基于HMM的语音识别系统的Matlab仿真

隐马尔可夫模型(HMM)已成为语音识别中的主流技术,首先介绍了语音识别技术的原理和结构,然后介绍了HMM的三个基本问题及其解决方法,最后利用Matlab仿真工具设计了一个孤立词的语音识别系统,实现了数字0～9的识别.     

语音情感识别的研究进展

情感在人类的感知、决策等过程扮演着重要角色.长期以来情感智能研究只存在于心理学和认知科学领域,近年来随着人工智能的发展,情感智能跟计算机技术结合产生了情感计算这一研究课题,这将大大的促进计算机技术的发展.情感自动识别是通向情感计算的第一步.语音作为人类最重要的交流媒介,携带着丰富的情感信息.如何从语音中自动识别说话者的情感状态近年来受到各领域研究者的广泛关注.本文从语音情感识别所涉及的几个重要问题出发,包括情感理论及情感分类、情感语音数据库、语音中的情感特征和语音情感识别算法等,介绍了当前的研究进展,并讨论了今后研究的几个关键问题.     

基于SVM的语音情感识别研究

随着计算机技术的发展,人们对和谐人机交互的要求不断提高,这就要求计算机能理解说话人的情感信息,即能进行语音情感识别。本文提出了一种基于支持向量机（SVM）的语音情感识别方法,主要对人类的6种基本情感：高兴、惊奇、愤怒、悲伤、恐惧、平静进行研究。首先对自建语音情感数据库的情感语句提取特征,然后运用序列前向选择（SFS）算...