基于声门激励的语音语速、音量调整方法

在小词汇量孤立词语音识别的研究中,录入的语音指令语速过快(慢)或音量过大(小)都会影响语音识别系统对于这些指令的识别率.为此,需要对这些语音指令进行调整.本文提出一种基于线性预测分析技术的语音语速和音量调整方法,该方法由已知语音信号反解出声门激励信号,对反解出的声门激励信号进行语速和音量的调整,将调整后的声门激励信号再次激励声道系统输出语音信号,得到调整后的语音信号.仿真研究结果表明,该方法具有实际可行性并且可以显著改善语音识别系统对于语速过快(慢)、音量过大(小)指令的识别率.     

基于多肤色模型的人脸检测系统研究

对用于人脸检测系统的多种肤色模型进行了研究,详细分析了固定阈值分割法、高斯肤色模型法和最大类间方差法,并分别在加州理工大学彩色人脸库上进行了仿真实验。实验结果表明,在不同的光照条件和背景环境下,3种肤色模型分割效果并不一致,而主要影响因素就是光照条件。通过大量数据分析,统计出3种模型能达到最好分割效果时的光照条件。结合Y通道信息,提出根据光照条件自动切换3种肤色模型的人脸检测算法。相对于过去单一肤色模型的人脸检测系统,本系统更稳定,更能适应环境。