连续语音识别中句法结构知识的利用

本文论述连续语音识别中如何利用句法结构知识。首先介绍句法结构模型的建立,然后阐述如何基于句法结构模型分析,从语音处理的初步结果搜索出输入语句的方法。本文提出了三种启发式搜索策略:(1)最大似然优先搜索(MLF);(2)局部最大似然优先(PMLF);(3)最大似然近邻法(MLNN)。     

基于声音定位和听觉掩蔽效应的语音分离研究

人耳具有在嘈杂环境中将感兴趣的语言信息提取出来的能力,而双耳听觉特性有助于这种能力的加强.据此本文提出了一种基于声音定位和听觉掩蔽效应的混叠语音分离方法.根据声音到达双耳的时间差和强度差在时频域内确定相应的掩蔽系数,该系数是二值的,以直接去除干扰信号,保留有用信号并达到语音分离的目的.实验表明,本文提出的方法是有效的.该方法不仅适用于混叠语音为浊音情形,对清音的情况同样适用,因而比基于基音提取的语音分离方法的适用范围更广.     

基于MIM_LB算法的连续数字语音识别

互信息匹配模型依据互信息理论而提出，在语音识别中已经显示了良好的性能，文章在互信息匹配理论的现有成果的基础上，提出了基于互信息估计的连续语音识别算法MIM_LB算法，实验表明提出的算法简单有效．优于传统的LB算法。     

基于基音同步帧叠接的吴语语音合成

吴语语音和普通话一样,也是由声母、韵母和声调这三个要素构成。语音的平稳段存在于韵母中,波形具有周期性,周期的变化趋势决定语音的声调;非平稳段包括声母、过渡音和鼻音。根据这些特点,提出了一种利用基音同步帧和声调曲线来合成语音的新方法PSFC,并用该方法合成吴方言。实验表明,该方法简单实用,合成语音有较好的自然度和可懂度。     

语音信号互信息估计的非线性搜索算法及识别应用

基于互信息理论的语音识别方法不仅考虑了语音信号的时变分布特征，并且考虑了语音信号的统计分布特征，能有效地提高同类模式的凝聚度，减少非同类模式间的耦合性，在语音识别实验和实际应用中反映出良好的识别精度和很高的运行效率，与其它方法相比更适合嵌入式系统的语音识别应用。本文提出了一种互信息估计的非线性搜索算法，这一算法能够有效地处理语音信号时变分布特征的非线性波动，进一步提高语音模式互信息匹配的精度。     

运用互信息匹配及关键词分析的语音对话系统

介绍应用于“虎丘,,旅游服务的非特定人语音对话系统.该系统运用互信息匹配模型MIM进行音节识别,并提出了关键词句法模型及相应的分析算法KBP进行语句分析和识别.实验表明,互信息匹配模型MIM的应用使连续语音音节识别率达到78%,而关键词句法分析的运用使系统总体语句识别率提高了65%,而且对预处理部分音节分割的误差以及不规范的语句输入有较好的容错处理能力.     

基于DCT系数小波重组的图像压缩算法

论文提出一种与小波变换结构近似的嵌入式编码—MSESPIHT。将图像8×8子块进行DCT变换后的系数按照小波变换结构重新组合,运用均值去除法降低低频段系数的冗余度。之后,运用基于分层树集合分割排序的编码算法对图像进行压缩编码。实验表明,采用MSESPIHT处理的图像,在相同压缩比的情况下,图像质量得到改善,当码率为1.00bpp时,EZW、MSEDCT、SPIHT、MSESPIHT、峰值信噪比分别为39.55dB、39.75dB、39.97dB、40.12dB。     

一种语音特征参数子分量分析与有效性评价的新方法

语音信号中包含语义和说话人个性两大特征,其有效提取和强化对语音识别和说话人识别有着非常重要的意义。本文提出了一种语音特征参数中语义和个性特征子分量分析与有效性评价的4S方法,对语义和个性特征的成份比例进行分析,并通过量化指标评判特征参数对语音识别和说话人识别的有效性。运用4S分析方法对目前常用的特征参数LPC, LPCC和MFCC的子分量分析与有效性评价结果表明,所有的特征参数都更多地包含了语义特征信息,语义特征和说话人个性特征的成份比例因子LIR分别为1．30、1．44和1．61,并且,三种参数对语音识别和说话人识别的有效性均呈现出依次提高的特性。     

语音识别的互信息匹配模型及其应用

互信息是随机变量或随机信号之间所携带对方信息的定量描述。语音识别的互信息匹配模型依据互信息理论以及语音信号特征参数统计分析结果而提出,这一模型同时考虑了语音信号的时变发布特征和统计分布特征,能有效地提高同类模式的凝聚度,减少非同类模式间的耦合性。语音识别实验和实际应用表明,互信息匹配模型具有良好的识别精度和很高的运行效率,与其它模式匹配方法相比更适合嵌入式系统的语音识别应用。对互信息匹配模型的原理和特点进行了全面的阐述,并介绍了这一模型在几个语音识别系统中的具体应用。     

结合牛顿-拉夫森函数计算语音线谱对参数的高效算法

提出了计算语音信号线谱对（LSP）参数的高效算法NRSPF。首先利用牛顿法-拉夫森函数及斯蒂芬森加速求高阶非线性方程的一个实根,再使用多项式综合除法降阶,最后采用费拉里算法求其余的根,即得LSP参数。通过TI-DSP平台的实例研究表明,NRSPF算法与APF算法相比,迭代次数减少、收敛速度加快,计算量小,并且在精度提高10倍、100倍和1000倍情况下,APF算法可能出现被零除错误和死循环,而NRSPF算法不仅避免了该错误,而且迭代次数增加很少,收敛速度仍然很快,得到更精确的结果。本文提出的算法高效、可靠、实时性强,可应用于超低码率语音实时通信系统、语音编解码器等。