心理紧张情况下的Robust语音识别方法

There are many stressful environments which deteriorate the performance of speech recogni-tion systems. Techniques for compensating the influence of stress can help neutralize stressed speechand improve robustness of speech recognition systems. In this paper ,we smmarize the aproaches for ro-bust recognition of speech under stress and also give the advances in the area.     

实时渲染应用程序中着色器的管理和控制

针对CgFX框架和E ffect框架对着色器管理和控制的异同及复杂程度,为程序设计者建构了一个通用的着色器渲染管理机制.本文通过分析已有渲染框架下着色器与应用程序之间的通信及场景管理方法,抽象并封装出着色器与应用程序之间的通用接口,提出通用渲染框架的优化方案.结果证明,这种解决方案为渲染效果创建者提供了一个简单便捷的自动处理环境,解决了不同着色器语言在应用程序中的整合问题.     

Robust speech recognition method based on discriminative environment feature extraction

It is an effective approach to learn the influence of environmental parameters,such as additive noise and channel distortions,from training data for robust speech recognition.Most of the previous methods are based on maximum likelihood estimation criterion.However,these methods do not lead to a minimum error rate result.In this paper,a novel discriinative learning method of environmental parameters,which is based on Minimum Classification Error (MCE) criterion,is proposed.In the method,a simple classifier and the Generalized Probabilistic Descent (GPD)algorithm are adopted to iteratively learn the environmental parameters.Consequently,the clean speech features are estimated from the noisy speech features with the estimated environmental parameters,and then the estimations of clean speech features are utilized in the back-end HMM classifier,Experiments show that the best error rate reudction of 32.1% is obtained,tested on a task of 18 isolated confusion Korean words,relative to a conventional HMM system.     

RASTA-PLP技术与谱减相结合的去噪方法

1　引言本文研究的是抑制加性的环境噪声和通道的卷积噪声 ,加性噪声可以用谱减法去除 ;而通道噪声相对来说是一个缓变的部分 ,因而可以采用 RASTA- PL P(REL ATIVESPECTRAL L INEAR PREDICTIVE) [1 ]算法 ,通过一个差分 -积分滤波 ,去掉通道对原始信号的影响 .采用 RASTA- PL P技术和谱减相结合的方法对噪声进行去除 ,取得了良好效果 .2　特征提取的 RASTA- PLP技术特征提取的整个过程如图 1所示 .语音信号以 16k Hz的速率量化为 16bit的数字量 ,以 8ms的间隔分为 16ms的波形帧进行处理 ,窗函数采用 Hamming窗 .输…     

音频信息检索技术在IVR中的应用策略

针对频繁的语音交互是交互式语音应答业务推广的最大障碍问题，在分析了音频信息检索技术与IVR业务特点的基础上，提出了将音频信息检索技术应用于IVR业务的策略和方式，不仅能有效简化语音交互过程，还能提供新的业务类型．实验结果表明，本文提出的分段式音频检索算法具有对查询输入数据的长度要求低、检索速度快、检索性能高等优点，适用于IVR中从音乐到音乐的检索．     

基于语音识别的发音学习技术

在语言发音学习中,有效的反馈对学习者有很大的帮助。计算机辅助发音学习系统可以给学习者有效的发音指导。就目前基于语音识别的发音学习技术进行介绍,给出系统原理框图,对一些关键技术和问题进行探讨,并对其发展进行展望。     

基于两级神经网络的连续哼唱特征提取

针对用户以任意字词连续哼唱的情况下,哼唱特征提取中音符分割、音符识别难度大的问题,提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割,得到独立音符;第二级采用RBF神经网络识别分割出的各个音符,获得音符的MIDI音高值。实验结果表明,该方法能较好地完成哼唱特征的提取,适合于实际哼唱检索系统对连续哼唱的要求。     

基于相邻帧特征相似性的快速关键词检出方法

针对关键词检出系统中计算观察概率效率较低的问题，在最近邻近似方法的基础上，提出一种基于相邻帧特征相似性的方法。依据相邻帧之间的高相似性，利用产生前一帧特征矢量的若干个最大的混合分量，有效预测当前帧所使用的最大高斯混合分量，从而快速计算观察概率。实验结果表明，与基线系统相比，该方法在保持识别性能的前提下，识别时间可降低29.3%。     

基于语音信号的情感处理研究进展

介绍了基于语音信号的情感处理技术的研究进展,综述了该领域的研究方法、相关技术及应用领域,讨论了其未来的发展方向。     

语音关键词检测中置信测度方法研究综述

语音关键词检测是指在语音文档中寻找并定位特定的词的技术,输入所需查询的关键词通常是以文本的形式给出。作为语音文档分析等技术的核心部分,语音关键词检测始终是语音处理领域研究的热点。置信测度计算是关键词检测技术的重要组成部分,对确认正确检出的关键词及拒绝误识都起到决定性作用,置信测度的优劣对检测系统性能有着直接的影响。介绍并总结了语音关键词检测中测置信测度方法的研究工作,提供了详尽的参考文献。