基于特征参数归一化的鲁棒语音识别方法综述

目前,自动语音识别系统往往会因为环境中复杂因素的影响,造成训练环境和测试环境存在不匹配现象,使得识别系统性能大幅度下降,极大地限制了语音识别技术的应用范围。近年来,很多鲁棒语音识别技术成功地被提出,这些技术的目标都是相同的,主要是提高系统的鲁棒性,进而提高识别率。其中,基于特征的归一化技术简单而有效,常常被作为鲁棒语音识别的首选方法,它主要是通过对特征向量的统计属性、累积密度函数或功率谱的归一化来补偿环境不匹配产生的影响。该文主要对目前主流的归一化方法进行介绍,其中包括倒谱矩归一化方法、直方图均衡化方法以及调频谱归一化方法等。     

基于ARM的智能机器人语音控制应用研究

智能机器人作为机器人的研究热点,为机器人的交互提供一种方便有效的接口很重要。语音交互是一种最熟悉最自然的交互方式。在我们的个人计算机上具有丰富的软硬件资源易于语音识别技术的实现,但这也会限制了机器人的应用场合。而基于ARM的嵌入式语音识别系统可以嵌入到机器人对象内部,更适合机器人的应用需求。本文详细介绍了语音识别技术的原理,嵌入式语音识别技术的实现,机器人的语音控制技术,实验结果表明采用该方法实现机器人的语音控制可以达到方便,有效的控制效果。     

浅谈连续语音识别中的关键技术

连续语音识别系统的出现,更进一步的推动了连续语音识别的研究及应用,但识别技术的成熟也同时推动了更高层次的语音理解技术的研究。文章分别对连续语音识别中可能出现的关联词技术、关键词技术、顽健性技术、自适应性技术及搜索策略给予了介绍。     

双模态车载语音控制仿真系统的设计与实现

针对音、视频双模态语音识别能有效地提高噪声环境下的识别率的特性,本文设计了车载语音控制指令识别实验系统。该系统模拟车载环境,把说话时的视频信息融入到语音识别系统中,系统分为模型训练、离线识别和在线识别3部分。在线识别全程采用语音作为人机交互手段,并具备用户自适应的功能。离线识别部分将系统产生的数据分层次进行统计,非常适合进行双模态语音识别算法研究。     

基于普适计算的交互汉语学习系统

普适计算是一种正在兴起的新型的计算模式,其“无处不在,以人为本”的理念使得普适计算在许多领域的应用中都有着巨大的潜力。本文综合应用语音识别、声调识别、软交换、文语转换、语音邮件等多种技术,使用以人为中心的普适计算系统模型（HPC）和分层结构分析与设计方法（LAAD）,设计并实现了一个基于普适计算的交互汉语学习系统,该系统能够计算出汉语学习者发音的准确度和声调的准确度,并通过普适服务平台提供实时交互、学习情况自动收集等普适服务,为学习者建立起了一个良好的汉语学习环境,帮助他们高效、便捷地学习汉语。     

MATLAB在数字语音分析中的应用

在数字语音信号分析中使用MATLAB可以简化程序编写和实验构建的过程,文章重点研究了MATLAB语言应用于数字语音信号分析的优越性,分析了MATLAB的语言功能,并对基于MATLAB的语音时域分析、频域分析、时频分析的结合进行了应用分析。     

普通话测试语音信息库的设计与实现

每年的国家普通话测试,都留下普通话测试的相关信息。为了有效利用这些信息,建立了普通话测试语音信息库,实现了信息录入、信息查询、数据统计、权限管理等多种功能。为了实现最小到音节的录音语料查询,信息库利用HTK进行音频文件的自动切分处理。普通话测试语音信息库可方便地用于包括测试录音语料在内的各种资料的调用和各种关联数据的统计。     

基于MVDR和ICA的语音识别方法研究

本文讨论了最小方差无失真响应建模方法,并与线性预测方法进行了比较,比较发现最小方差无失真响应滤波器能提供一个更好的原始语音包络。然后在研究ICA原理及FastICA快速算法的基础上,将MVDR参数提取方法与独立分量分析方法相结合,并与传统语音识别方法在有噪声和无噪声的情况下进行了比较,进而对识别率、计算时间等结果进行了分析。MVDR参数提取方法可以提高语音识别系统的识别率,但是会增加平均识别时间;而经过ICA特征变换后的语音识别系统具有较好的鲁棒性。     

基于小波特征提取的语音监测系统

论文针对小波变换和语音信号的特点,把小波变换和形态滤波法结合应用于语音信号基音周期的提取,并在此基础上把小波变换和说话人声道特征参数相结合,用于声道特征的提取。最后在以上研究的基础上设计了一种用于公安侦破和司法鉴定的语音监测系统。     

Space OS服务秘书语音交互功能设计与实现

随着三维操作系统的发展与应用,人机交互方式需要有新的发展,而语音技术作为最自然和最便捷的人机交互方式之一自然得到越来越多的重视。怎样在三维操作系统中进行便捷的人机交互是三维操作系统发展和应用必须解决的一大难题,语音识别功能采用声韵母作为识别基元,使用HTK训练声学模型,语音合成功能采用简单但强大的eSpeak开源软件,语音交互策略使用简单的识别结果确认,采用ATK实现与Space OS的集成。实验结果表明,系统能很好地应用到Space OS中,以语音的方式较好地完成常用的计算机操作。