非特定人问候语连续语音识别技术的研究

为了解决连续的语音识别对端点的依赖性问题,提出了一种基于高维空间点覆盖动态搜索理论的非特定人问候语连续语音识别的新算法,该算法无需对待识别连续语音进行端点检测和分割,通过直接对特征提取后的连续语音进行动态搜索,得到待识别连续语音到各类训练网络的距离随时间变化的曲线,通过动态搜索距离曲线上谷值的大小来判断识别结果.通过对小词汇量、不同语速条件下的连续语音的测试,得到了良好的识别结果,验证了此方法的有效性.     

基于仿生模式识别的小词汇量连续型语音识别的研究

提出了一种基于仿生模式识别理论的非特定人连续语音关键词识别的新算法.该算法无需对待识别连续语音进行端点检测和分割,通过直接对特征提取后的连续语音进行动态搜索,得到待识别连续语音到各类关键词训练网络的距离随时间变化的曲线,通过动态搜索距离曲线上谷值的大小和数目来判断有多少关键词.通过对小词汇量、不同语速条件下的连续语音的测试,得到了良好的识别结果,验证了此方法的有效性.     

基于DSP的语音识别系统的设计与实现

一种基于定点数字信号处理器TMS320VC5402的实时语音识别系统。能够实现非特定人、小词汇表、孤立词的语音识别。系统以线性预测倒谱参数为特征参数,采用动态时间归整识别模型,在小词汇量特定人条件下,该系统的正识率可达到98%以上,在非特定人情况下正识率在93%以上。     

一种便携式语音提示器的设计

设计一种基于语音识别技术的便携式语音提示器,采用STC90LE52系列单片机作为核心处理器,采用ICRoute公司生产研发的LD3320语音识别芯片实现语音识别功能.该系统属于非特定人语音识别,识别关键词列表可以由用户自己进行动态编辑.并对该语音识别系统的总体结构、主控制模块和语音识别模块的软硬件设计进行详细阐述.实验结果表明:该系统识别准确率高,结构简单,性价比高,具有较高的推广应用价值.     

车载自动语音识别系统设计

随着车载电子设备的蓬勃发展,驾驶过程中操作设备的危险性也日益提高,如何在驾驶过程中安全地使用设备也逐渐被提上议事日程.本文开发的车载自动语音识别系统可以很好地解决这一问题.本文采用单片机STC10L08XE和OMAP3530为核心处理器,语音识别专用芯片LD3320为语音识别模块,设计了一套车载自动语音识别系统,并对软件系统的设计进行了阐述.该系统为非特定人语音识别,结构简单,识别准确率高达95%,性价比高,且识别列表的关键词可以动态编辑,与别的语音识别系统相比有明显优势,便于大力推广和应用.     

语音分组识别技术的研究

为了减少语音识别时间,降低系统资源耗费,提出一种针对非特定人、孤立词、大词汇量的语音分组识别算法.运用K均值聚类算法对语音分组,并对语音分组特征进行置信度检验,使分组稳定,保证分组后识别率不下降.通过对非特定人孤立词的语音识别的实验,证实了该方法的有效性.     

语音信息查询虚拟仪器的设计

在虚拟仪器开发软件LABVIEW平台上,利用LABVIEW和MATLAB混合编程,通过声卡获得原始语音信号,经过小波消噪处理、预加重处理和端点检测处理得到干净的语音信号,提取语音信号的美尔频率倒谱系数及其一阶、二阶差分系数作为语音识别的特征参数,通过矢量量化（VQ）与隐马尔可夫模型（HMM）实现非特定人连续语音的训练与识别,构建了基于LabVIEW平台的连续语音识别系统．实验表明,系统的识别速度较快,识别率达到90％左右,而且成本比较低廉,具有一定的应用价值．     

基于动态阈值的MVN连续语音特征调整算法

针对非特定人大词汇量连续语音识别,在均值方差归一化的基础上,提出了基于动态阈值的特征调整方法。动态阈值的选取方式包含阈值的动态范围确定和确定阈值的系数。动态阈值范围的确定依据如下两个数值,一个是样本特征点的均值,另一个是使得样本特征点等分的数值。然后再根据对特征点在样本特征点均值上下的比例关系得到系数,最后根据这个系数来确定一个具体的阈值,并基于此阈值对连续语音特征曲线进行调整。     

仿生模式识别的算法实现与应用

运用高维空间几何学和流形学习理论, 讨论了仿生模式识别的原理, 给出了具体算法设计和 基于高维空间几何的实现方法.在不限定流形维数的情况下, 对学习样本覆盖方法和测试样本识别 方法进行了具体实现, 为仿生模式识别的应用和推广奠定了基础.通过设计的说话人无关语音识别 的试验, 验证了方法的可行性, 并取得了比传统识别方法更高的识别效果.     

基于非齐次隐马尔可夫模型的特定人元音的识别方法

针对特定人汉语元音的语音识别,提出一种基于非齐次隐马尔可夫模型的识别方法.该方法首先提取声道频率响应作为特征参数,然后建立非齐次隐马尔可夫模型来更为精确地刻画真实的语音现象,接着进行语音识别实验,并与齐次隐马尔可夫模型进行比较.实验结果表明该方法可以使特定人的元音的识别率达到98.73%,明显改变了识别系统的性能.该方法具有很好的理论研究前景和实际应用价值.     

用于语音识别的分级结构神经网络

将几种不同的分级结构神经网络用于非特定人的汉语孤立音识别,比较了它们的不同性能,实验结果表明,针对一定词汇表,确定适合的分极结构,可以使非特定人的语音识别达到较高的识别率。     

不定人语音识别系统

采用了说话人自适应和大数量人的训练数据两种方法解决不定人语音识别问题,在离散隐马尔可夫模型ＤＨＭＭ孤立字语音识别系统中,采用了３种说话人自适应方法,方法１,方法２为码本自适应,方法３为新人数据自适应,并将新建的１０００人的语音库用于不定人语音识别。实验结果表明,说话人自适应方法均有一定的自适应效果,特别是多码本自适应后,识别率可提高１６％,达到９３％以上;在数据库的采用,使得不定人的数字识别率达到     

非特定人语音指令识别系统的研究与实现

为了研究语音识别技术的实用化问题.采用离散隐马尔可夫模型方法,基于单片微控制器加数字信号处理器(MCU DSP)构架,实现了一个非特定人语音指令识别系统.该系统适应性强,每个指令识别时间在1s内,准确率达到96%.     

基于DHMM的嵌入式语音识别系统的实现与优化

为满足在嵌入式系统上实现非特定人的语音识别需求,介绍一种采用离散隐马尔科夫模型(DHMM)的嵌入式语音识别系统的实现方法.设计出一种在嵌入式系统上完成语音识别功能、在PC系统上完成模板训练功能的软件架构.针对TMS320VC5509A处理器的特点,对识别软件进行实现和优化.根据语音信号不可逆的特点,提出一种优化的viterbi算法.实验结果表明,在保证识别率的条件下系统取得了200ms以内的实时响应速度,具有很高的实用性.     

基于智能家居控制的嵌入式语音识别系统

通过分析嵌入式语音识别技术和智能家居控制的原理,设计了基于智能家居控制的一种非特定人孤立词的语音识别系统.该系统由ARM 11处理器和WM9713语音处理等核心芯片组成,采用WinCE操作系统.测试表明,嵌入式语音识别系统具有较高的识别率、实时性和易于实现的特点.该识别系统为智能家居提供方便、准确的设计方案,有广泛的市场前景.     

Improved hidden Markov model for speech recognition and POS tagging

In order to overcome defects of the classical hidden Markov model (HMM), Markov family model (MFM), a new statistical model was proposed. Markov family model was applied to speech recognition and natural language processing. The speaker independently continuous speech recognition experiments and the part-of-speech tagging experiments show that Markov family model has higher performance than hidden Markov model. The precision is enhanced from 94.642% to 96.214% in the part-of-speech tagging experiments, and the work rate is reduced by 11.9% in the speech recognition experiments with respect to HMM baseline system.     

Mandarin Digits Speech Recognition Using Support Vector Machines

A method of applying support vector machine (SVM) in speech recognition was proposed, and a speech recognition system for mandarin digits was built up by SVMs. In the system, vectors were linearly extracted from speech feature sequence to make up time-aligned input patterns for SVM, and the decisions of several 2-class SVM classifiers were employed for constructing an N-class classifier. Four kinds of SVM kernel functions were compared in the experiments of speaker-independent speech recognition of mandarin digits. And the kernel of radial basis function has the highest accurate rate of 99.33 %, which is better than that of the baseline system based on hidden Markov models (HMM) (97.08%). And the experiments also show that SVM can outperform HMM especially when the samples for learning were very limited.     

混合抗噪语音识别模型的设计与仿真

为解决语音识别过程中的抗噪声及抗干扰问题,提高系统的识别精度,利用隐马尔可夫模型HMM优异的时序建模能力及小波变换可以对信号进行多尺度分析并有效提取信号的局部信息的特点,建立了混合语音识别模型.考虑到在语音信号识别过程中信号的非平稳性,采用并行的识别方法分别获取分类信息,根据混合模型的识别算法做出识别决策,减小了系统对环境的依赖性,提高了其自适应能力.仿真实验结果表明,混合模型识别结果比单一HMM模型或小波模型识别结果更佳,提高了整体的识别速度和识别率.     

融合语音信号和脑电信号的多模态情感识别

为构造有效的情感识别系统,通过声音刺激分别诱发出高兴、悲伤、生气以及中性4种情感,并采集相应的语音信号和脑电信号。首先,利用相空间重构技术提取脑电信号和语音信号的非线性几何特征和非线性属性特征,并结合两者的基本特征分别实现情感识别;然后,通过构建基于限制玻尔兹曼机的特征融合算法,从特征层融合的角度实现多模态情感识别;最后,利用二次决策算法从决策融合的角度构建多模态情感识别系统。实验结果显示,从特征融合的角度构建的多模态情感识别系统相比语音信号和脑电信号情感整体识别率,分别提高1.08%和2.75%;从决策融合的角度构建的多模态情感识别系统相比语音信号和脑电信号情感整体识别率,分别提高6.52%和8.19%;决策融合相比特征融合构建的多模态情感识别系统整体识别效果更优。因此,融合语音信号和脑电信号等不同来源的情感数据可以构造出更有效的情感识别系统。