基于矢量量化的说话人识别研究

说话人识别可以看作语音识别的一种，是当前研究的热点之一。阐明了说话人识别的基本概念、发展状况以及原理和方法，并介绍了一种基于矢量量化的且与文本无关的说话人识别系统。     

基于GMM的说话人识别研究与实践

说话人识别作为当今的一个研究热点,具有广泛的应用和研究前景。文章针对说话人识别的前端处理进行了相关研究,设计并实现了一个有效的处理算法。提取出Mel频率倒谱系数MFCC,讨论了MFCC各维参数对最终结果的贡献。文章通过研究高斯混合模型GMM的模型训练,使用最大似然估计算法和期望一最大化算法,在研究和改进基础上开发了一个基于高斯混合模型的说话人识别系统。同时完成了多线程并行测试与MFEC各维参数对最终识别结果的增益比较研究。     

说话人识别综述

在分析说话人识别原理的基础上,分别从说话人识别的特征提取、说话人模型等方面进行了综述,并讨论了说话人识别的优点和不足,展望了其应用研究的前景。     

考虑性别差异基于SVM的说话人识别研究

说话人识别是目前身份认证及人工智能领域研究的一个热点,解决说话人识别问题具有重要的理论价值和深远的实用意义.基于语音鲜明个性特征和显著的性别差异,提出了一种考虑性别差异的说话人识别方法,并采用SVM分类器进行训练和测试.先对SVM分类器分别进行性别识别训练和同性集合内个体识别的分类训练,建立起相应的支持向量集合,以此为基础,先后进行说话人的性别识别测试和个体识别测试.实验结果表明,该方法可以有效提高闭集说话人识别系统的性能.     

基于贝叶斯网络的说话人识别研究

基于贝叶斯网络基础理论，并针对与文本无关说话人识别任务，构造了一种用于说话人识别的贝叶斯网络结构，给出了该网络模型的构造和参数估计方法，提出了进行说话人识别时进行推理和分类预测的算法。通过与传统的混合高斯模型(GMM)的实验类比，该贝叶斯网络模型能够在同样的训练和测试数据情况下识别率平均相对提高30％。     

基于动态贝叶斯网络的音视频双模态说话人识别

动态贝叶斯网络在描述具有多个通道的复杂随机过程方面具有优异的性能．基于动态贝叶斯网络进行音视频双模态说话人识别的工作．分析了音视频联合建模的层级结构，利用动态贝叶斯网络对不同层级的音视频关联关系建立模型，并基于该模型进行音视频说话人识别的实验．通过对不同层级的建模过程及说话人识别实验的结果进行分析，结果表明，动态贝叶斯网络为描述音视频间的时序相关性和特征相关性提供了有效的建模方法，在不同语音信噪比的情况下均能提高说话人识别的性能．     

最小二乘向量机在说话人识别中的应用

说话人识别是语音识别的一种，是当前的研究热点之一。而基于统计学习理论的支持向量机（SVM）方法是一种新的机器学习算法，已成为机器学习研究的热点。讨论了一种改进的SVM即最小二乘向量机（LS-SVM）的方法进行说话人识别研究。研究表明，基于LS—SVM的说话人识别比传统的SVM说话人识别计算复杂度小、效率更高、对说话人识别有很强的适应性。     

说话人识别算法的定点DSP实现

引言说话人识别又称声纹识别,是通过说话人的声音特征进行身份认证的一种生物特征识别技术。说话人识别经过60多年的研究,已经逐步应用到法律、银行等各个领域。说话人识别通过对语音信号进行处理,提取说话人语     

文本无关的说话人识别:综述

本文介绍了说话人识别的基本概念和应用前景,分析了说话人识别的技术难点,详细讨论了说话人语音特征的提取方法和说话人识别方法并简要介绍了作者的工作.     

基于性别识别的分类CHMM语音识别

对语音识别进行了探讨,提出一种通过性别识别对连续隐马尔可夫模型(CHMM)分类的方法,在此基础上进行语音识别。首先,通过计算性别判定语音信号的Mel频率倒谱系数(MFCC)使用CHMM对说话人性别进行识别,然后再根据不同性别使用分类CHMM进行语音识别。最后通过实验验证了方法的有效性。     

基于决策理论的指令集识别技术研究

针对所属处理器指令集未知的二进制目标代码无法直接进行处理和分析的问题，研究了一种基于决策理论的、在反汇编器的支持下的，通过对程序流的分析及信息获取进行处理器指令集识别的方法，提出了相似度的概念，阐述了依据相似度评估判定未知二进制目标代码所属指令集的思想，并描述了一种可实现的算法。实验结果表明，该方法具有较高的识别准确率和良好的应用价值。     

贵阳方言工厂指令识别

针对贵阳工厂环境下口头任务对接缺乏依据性、出现事故难于追责的问题,引入深度学习模型改善贵阳方言工厂指令识别效果.自制贵阳方言工厂指令数据集,搭建指令识别系统,依次训练六种模型,其中包括拥有9层隐藏层的深度神经网络.在同一测试集下,系统随训练的进行逐渐提升性能,在DNN模型下识别错误率降至最低,远低于单音素模型识别错误率...     

PPC和MIPS指令集下二进制代码中函数参数个数的识别方法

函数参数个数的识别有助于函数原型的恢复,是进行数据流分析以及其他安全分析的基础。为了提高对函数参数个数识别的准确率,提出一种依据函数调用关系的投票机制来确定函数参数个数的算法——Findargs。Findargs从PPC和MIPS指令集的函数调用特点出发,利用函数调用关系和参数传递分析,识别函数参数的个数,为函数原型的恢复提供帮助。为了评估Findargs的识别效果,选取大型的二进制文件进行了测试,并与radare2进行了对比。实验结果表明,Findargs具有更高的准确率。对于PPC指令集,其准确率达到90.3%;对于MIPS指令集,其准确率为86%。     

管制指令语音识别在模拟飞行界面的实现

将语音识别技术应用到管制学员的培训中是提高管制模拟机应用效率的重要途径.在深入分析中文管制指令特征的基础上,从语音识别基础技术出发,设计一套适合于中英文管制指令语音特点的语音识别技术,利用MATLAB完成相应程序的编写和模拟飞行界面的设计.通过形成独特的管制指令语音识别模板库,最终在模拟飞行界面实现管制语音指令对航空器飞行的控制.从而为进一步实现自动化模拟机机长席位提供可能,最终完全替代人工机长席位.     

基于ARMv8架构的面向机器翻译的单精度浮点通用矩阵乘法优化

针对使用ARM处理器的移动智能设备执行神经网络推理计算效率不高的问题，提出了一套基于ARMv8架构的单精度浮点通用矩阵乘法（SGEMM）算法优化方案。首先，确定ARMv8架构的处理器执行SGEMM算法的计算效率受限于向量化计算单元使用方案、指令流水线和缓存未命中的发生概率；其次，针对三点导致计算效率受限的原因实现向量指令内联汇编、数据重排和数据预取三条优化技术；最后，根据语音方向的神经网络中常见的三种矩阵模式设计测试实验，实验中使用RK3399硬件平台运行程序。实验结果表示：方阵模式下单核计算速度为10.23 GFLOPS，达到实测浮点峰值的78.2%；在细长矩阵模式下单核计算速度为6.35 GFLOPS，达到实测浮点峰值的48.1%；在连续小矩阵模式下单核计算速度为2.53 GFLOPS，达到实测浮点峰值19.2%。将优化后的SGEMM算法部署到语音识别神经网络程序中，程序的实际语音识别速度取得了显著提高。     

基于GCC的高性能DSP Matrix向量指令集扩展

自动向量化技术是编译器提高程序并行性的优化方法。随着支持SIMD结构处理器的计算平台的广泛应用,自动向量化技术也成为编译器技术研究的热点。GCC编译器是一种开源、跨平台的编译器。本文基于GCC内部自动向量化算法,结合Matrix芯片的体系结构和指令集特点,完成了Matrix向量指令集在GCC后端扩展,实现了基本的自动向量化支持。测试结果表明,扩展后的编译器能够支持Matrix向量指令集,进行基本的自动向量化,同时支持以内建函数方式开发基于Matrix的并行程序。     

RISC-V MCU的FreeRTOS移植与应用开发

具有相同的RISC-V指令集的处理器实现并不相同。本文将针对基于RISC-V开源指令集的处理器芯片GD32VF103 MCU,介绍FreeRTOS在IAR EWRISC-V编译和开发环境下的移植过程。采用RTOS后,嵌入式系统很难监控系统的运行时行为、发现应用存在的问题,本文基于Tracealyzer分析工具直观地跟踪系统行为,分析系统中可能的错误,提高代码的鲁棒性。     

基于超拓扑结构图的一体化推理与搜索技术

文章针对目前知识处理方法要么串行要么知识框架基础片面等缺陷,在超拓扑结构知识表示方法的基础上以指令集方式提出了一种一体化的真值流推理与标号搜索技术,可以较好地反映大脑思维并行高效的本质规律。在汉字识别中的应用表明,该方法是客观有效的。     

基于网络的多媒体计算机辅助教学系统

本文对基于网络的多媒体计算机辅助教学系统作了一定的研究,提出了开发分布式的Web应用系统框架的网络的多媒体计算机辅助教学设计方案,将系统划分为三层体系结构来加以实现。着重说明了内容发布、多媒体模块、数据管理、选课,在线交流,课程设置等六个子模块的功能及实现方法,并就多媒体网络发布的解决方案作了详细说明,在传统计算机辅助教学软件的功能基础上实现了多媒体和网络支持的特性,并将教学资源管理提升到一个统一的电子化平台中。     

基于RISC-V的数据安全指令

RISC-V是基于精简指令集原理建立的免费开放指令集架构, 具有完全开源、架构简单、易于移植、模块化设计等特点. 随着网络高速发展, 安全风险无处不在, 利用RISC-V的可扩展特性是一种非常有效地提升RISC-V设备安全的方式. 因此, 本文针对RISC-V自定义指令的安全能力, 结合可信计算、流密码技术, 设计了简单高效的RISC-V自定义指令, 实现基于可信基的数据安全存储功能, 并依托GNU编译工具链实现对自定义指令的编译支持, 在模拟器上测试应用程序对自定义指令的调用执行. 该指令充分结合可信计算与流密码的安全特性, 可实现较强的安全性.