基于修正Mel频率映射的应力影响下变异语音识别方法

文章在对应力影响下变异语音进行分频带分析的基础上,选用了可以提升语音信号中频段影响的修正Mel频率映射,并将其对应的MFCC系数作为新的语音识别特征。通过采用正常/变异语音分类器和新特征来进行变异语音识别。实验结果表明:采用修正Mel频率映射的MFCC特征改进了变异语音的识别性能。     

可穿戴计算机中的语音处理技术

1 引言可穿戴计算机(Wearable computer)是一种全新概念的微型个人移动计算系统,它可以穿戴在身上随着使用者一起移动,随时可以接受使用者的命令,并能自动地反馈给使用者重要的信息。可穿戴计算机的概念于1955年被提出,然而直到近年来才得到了真正的发展。目前美国、日本、德国、澳大利亚等国都对可穿戴计算机的研究非常重视。我国的一些高校和研究单位,如哈尔滨工业大学、重庆大学、兵器部208所、58所等也于近年来在国内率先开展了这方面的工作。可穿戴计算机为建立新的人机关系提供了可能,它追求以人为本,要使计算机适应人而不是让人去适应计算机。因此,传统的台式机的交互方式如 WIMP(Windows,Icon,     

基于MCE/GPD的语音识别及其一种Robust应用中初始参数的选择

首先讨论了基于ＭＣＥ／ＧＰＤ的语音识别研究的的最新进展。在此基础上，提出了一种环境特征判别学习的Ｒｏｂｕｓｔ语音识别方法，该方法基于最小分类错误准则利用梯度下降法迭代地学习环境特征。由于梯度下降法产生的是局部最优解，因此，寻找较好的环境特征初始值就显得非常重要。最后，讨论了这种环境特征判别学习方法中参数的初始值选择问题。     

汉语单元音语音识别的初步探讨

本文概括介绍了用微机构成的音响数据收录系统。由该系统收录的语音数据,应用频谱局部峰的方法识别汉语单元音(|A|.|O|.|E|.|I|.|U|.|(?)|.),一对一闭式实验中,二十名男性发识人平均识别率达97.20%,取得了满意的实验结果。并分析了一对一开式实验和二十对一闭式实验识别率低的原因。频谱局部峰方法的好处是计算机处理时间短,其潜在的优点是易于用集电成路来实现。     

噪声环境下顽健的语音识别系统

开发了一高噪声环境下特定人孤立词的语音识别系统，讨论了系统性能的考核情况，考核实验表明，系统在80dB以下噪声环境下工作，精度较高；在100dB的高噪声环境下，识别率高于96％，系统仍可使用。     

基于环境判别学习的高噪声命令语音识别系统

介绍了一种环境特征判别学习的Robust语音识别方法，该方法基于最小分类错误准则利用梯度下降法迭代地学习环境特征，实现了高噪声背景下命令语音识别系统。在不同级别背景噪声下，分别进行了有关信噪比、基本精度、抗噪能力以及系统对环境改变的适应性等实验。实验结果表明，系统在较高噪声背景下，有很好的识别效果，基本可满足应用领域的需要。     

动态时间规正与差别子空间相结合变异语音识别的在线训练方法

应力影响下的变异语音(由于说话人受到重力加速度变化而产生)可以用动态时间规正与差别子空间相结合的方法进行识别,但是该方法空间开销很大,而且训练算法极为复杂。针对该方法提出特征矢量替换法和特征矢量求平均法两种基于聚类思想的简单在线训练方法,取一个较小的初始训练集,然后用在线训练的方法使系统识别率达到最大。实验结果表明,其中特征矢量求平均的在线训练方法非常有效,保证系统整体识别率的同时,大大减小了系统的空间开销,适合于训练数据有限的变异语音识别。     

在高级语言环境下实现快速DSP功能

本文提出了在高级语言环境下实现快速DSP（DigitalSignalProcessing，简记DSP）功能的方案构想、实现途径，为用户更方便地使用专用DSP功能提供了可能。     

两次应用DP匹配的阶层式单词识别法

本文介绍一个新的阶层单调识别技术。它立足于应用动态规划匹配法时匹配距离的收敛性。在第一阶段用窄窗孔匹配选出候补单词,在第二阶段用宽窗孔匹配,从其中选出正解单词。它不需要为两个阶段分别计算特征参量。与非阶层式相比,它可以节省约78%的识别时间。第一阶段取10%的候补单词时可做到无遗漏,保持了非阶层式的识别精度。在这一点上,它优于用粗分帧平均特征的阶层式单词识别法。