基于后验概率的汉语语音检索方法研究

针对经典的向量空间检索模型直接用于基于音节lattice形式的汉语语音检索存在无法有效区分lattice中包含的正确音节识别候选和错误的识别候选以及不能充分利用lattice中所蕴含的各层级信息的不足,提出了一种基于语音文档邻接音节后验概率矩阵的检索方法.该方法以该矩阵作为文档索引,并计算查询请求被包含在语音文档中的后验概率,并以此来度量查询请求和语音文档间的相关度.后验概率作为可靠的置信测度能够有效区分正确和错误的音节候选,在lattice中后验概率的计算能够充分地利用语音识别结果中的多层级的信息.语音检索实验表明,与基于向量空间模型的检索方法相比,该方法的检索性能有显著提高,是一种适用于汉语语音检索的有效方法.     

基于环境特征判别学习的顽健语音识别方法

提出一种基于环境特征判别学习的顽健语音识别方法 ,它首先通过使用一个简单的分类器和梯度下降法迭代地学得环境特征 ,接着利用得到的环境特征从观测到的混噪语音特征中估计出纯净的语音特征 ,然后将估计出来的纯净语音特征用到后端的HMM分类器中 .使用所提出的方法对不特定话者小词表进行实验 ,其系统误识率与基本HMM系统相比下降了 33 3% .     

DCT域音频水印算法的嵌入位置选择策略

本文在DCT最大误差模型研究的基础上提出了一种新的音频水印嵌入位置选择策略。建立了水印嵌入位置和嵌入水印后的音频文件的听觉感知性之阿的关系,根据音频水印的不可听性的要求选择最优的嵌入位置,然后选择不同的水印强度调整鲁棒性,从而最大程度地保持音频水印的不可听性和鲁棒性,为解决音频水印嵌入过程中不可听性和鲁棒性之间的矛盾提供了一种策略。     

音频水印中回声同步信号的性能分析

同步信息是实现水印盲检测的一种有效途径,根据人耳听觉系统的后掩蔽效应,将回声信号作为同步信息嵌入到音频载体中,并利用回声信号和原始音频信号之间高度相关特性,将回声同步信号检出,实验表明,除MP3以外的多种攻击形式,该方法具有一定的鲁棒性,在随机插入或删除一些采样点的攻击中,通过检测回声同步信号,可以有效地提高检测水印信号和原始水印信号之间的相似度。     

DCT域音频水印:嵌入对策和算法

为保证DCT域水印的鲁棒性,研究水印信号的嵌入位置非常必要.对音频载体,尽管有许多文献提出将水印嵌在中频系数或对听觉效果重要的系数上,但始终缺乏一个统一的方法.本文在DCT噪声信号模型研究的基础上,提出了一种新的音频水印嵌入位置选择策略和一个应用该策略的自适应音频水印算法.通过定义DCT系数的噪声敏感度,建立了水印嵌入位置和嵌入水印后的音频信号的听觉感知性之间的关系,根据音频水印的不可听性的要求选择最优的嵌入位置,然后调节水印强度来满足鲁棒性的要求,从而最大程度地保持音频水印的不可听性和鲁棒性,为解决音频水印嵌入过程中不可听性和鲁棒性之间的矛盾提供了一种策略.应用该策略,本文提出了一个自适应音频水印算法.实验证实了算法的鲁棒性.     

基于预分割的说话人分割方法

对传统的基于贝叶斯信息准则(BIC)的说话人分割方法进行了改进,通过引入预分割环节来降低说话人分割的计算量.理论分析和实验验证表明,基于预分割的说话人分割方法在基本保证分割性能的前提下,运算量得到了有效控制.     

说话人识别中基于最大后验概率的通道补偿方法

为了解决通道变化对说话人识别系统性能的影响,将最大后验概率方法应用到具体的通道补偿中.首先设置标准通道,然后利用其他通道和标准通道偏差的分布作为先验知识,通过少量自适应数据获得当前通道的偏差对特征进行调整,达到补偿的目的.实验结果表明,在1s自适应数据时,该方法的识别率达到89.1%,和倒谱平均减方法相比识别率提高4.2%,随着自适应数据的增加,采用该方法的系统性能可进一步提高.     

一种多尺度前向注意力模型的语音识别方法

注意力模型是当前语音识别中的主流模型，然而其存在一个缺点，即当前时刻的注意力模型可能产生异常得分.为此，本文首先提出前向注意力模型，其采用上一时刻正常注意力得分平滑当前时刻异常得分.接着通过对上一时刻的注意力得分添加约束因子来对前向注意力模型进行优化，达到自适应平滑的目的.最后，在优化模型基础上提出多尺度前向注意力模型，其通过引入多尺度模型来对不同等级的语音基元进行建模，进而将所得到的不同等级目标向量进行融合，以达到解决注意力得分异常值的目的.采用SwitchBoard作为训练集，Hub5'00作为测试集进行实验，相比于基线系统，多尺度前向注意力模型的词错误率（Word Error Rate，WER）相对降低14.28%.     

基于i-vector声纹识别上课点名系统的设计与实现

当今课堂教学过程中存在着学生旷课、老师需要经常检查课堂出勤情况等问题.本系统着眼于课堂教学的实际需要,旨在方便任课老师了解学生上课出席情况,以及防止冒名顶替等不公正现象的发生,开发了基于i-vector声纹识别技术的上课点名系统,不仅在说话人识别的研究领域有探索意义,而且在方便老师课堂管理方面有着重要的实践意义.     

变异语音处理的研究进展

本文讨论了变异语音处理技术及其研究进展,分析了变异情况对语音识别性能产生的影响,综述了变异语音分类和变异语音识别方法,探讨了变异语音处理研究中存在的问题及未来的研究重点.