共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
研究人的声纹的准确识别问题.声音特性没有一个统一的、不可变的标准,人的声音容易受到外界的干扰,声音的声纹美尔频率倒谱系数特征各项属性很容易发生变化.现有算法多半以声纹美尔频率倒谱系数为基础,识别效果容易受环境噪声、语音变异等因素的影响,造成声纹的干扰性变化,造成识别的精度不高.为此提出了一种基于语义特征和美尔频率倒谱系数特征相结合的声纹识别算法.利用MFCC准确提取语音中的频率特征,转化成自然语言环境下的语义特征,由于语义特征不受客观因素影响,减少了噪声信号对语音信号的影响,实现对语音特征的准确识别.实验表明,利用改进算法实现了差异化车辆图像的正确识别,提高了识别的准确度. 相似文献
3.
对声音识别技术进行了深入研究,提出一种声音识别传感器设计.该传感器首先采集声音信号,经过整形、放大后进行A/D转换,提取语音特征,并利用动态时间规整(DTW)算法进行识别;传感器采用C/S架构和外部设备进行通信,通过串口接收外部设备命令,分析处理后传回识别结果.最后设计并实现智能家居硬件环境,通过声音识别传感器完成智能家居的远程遥控,完成诸如开灯、关灯等动作.实验结果表明:该传感器工作稳定,识别率高,能够应用于各种场合. 相似文献
4.
5.
6.
7.
8.
9.
杨磊 《中国信息技术教育》2021,(5)
近年来,随着人工智能技术和硬件设备的快速发展,越来越多的人工智能应用产品走进我们的日常生活,语音识别、语音合成和说话人识别等相关智能产品如雨后春笋般出现在人们的视野内。人们不禁好奇:人工智能领域的语音技术是什么?它和我们中学时代物理课上学习的声波有什么联系?本期就让我们谈谈有关声音的故事。 相似文献
10.
利用语音传递信息是人类最常用,最方便,最快捷的一种方式。人类最常用的传递信息的方式就是声音,随着现代信息化时代的不断发展,人们更加深入的研究语音信号的处理技术,并且由于语音的特殊作用及其重要性,还有其对人们生活的不断深入的影响,使得其十分受关注。语音识别技术就是将说话人的语言转变为计算机可以听懂的语言,语音识别技术的涉及面极广,它涉及到多个学术领域,如计算机科学、语言学、神经生理学、信号处理以及人工智能等。 相似文献
11.
12.
一种使用声调映射码本的汉语声音转换方法 总被引:3,自引:0,他引:3
在使用高斯混合模型实现说话人语音频谱包络变换的同时,提出了一种汉语声调码本映射技术来进一步提高转换语音目标说话人特征倾向性的方法。从源语音和目标语音分别提取汉语单音节的基频曲线作为基频变换单元,作预处理和聚类后分别形成源、目标声调码本,根据时间对准原则建立了一个由源特征空间到目标特征空间的声调模式映射码本。声音转换实验评估了声调码本映射算法的性能。实验结果表明,该算法较好地反映出源说话人与目标说话人基频曲线之间的映射关系,改善了声音转换性能。 相似文献
13.
14.
基于遗传径向基神经网络的声音转换 总被引:4,自引:1,他引:4
声音转换技术可以将一个人的语音模式转换为与其特性不同的另一个人语音模式,使转换语音保持源说话人原有语音信息内容不变,而具有目标说话人的声音特点。本文研究了由遗传算法训练的RBF神经网络捕获说话人的语音频谱包络映射关系,以实现不同说话人之间声音特性的转换。实验对六个普通话单元音音素的转换语音质量分别作了客观和主观评估,结果表明用神经网络方法可以获得所期望的转换语音性能。实验结果还说明,与K-均值法相比,用遗传算法训练神经网络可以增强网络的全局寻优能力,使转换语音与目标语音的平均频谱失真距离减小约10%。 相似文献
15.
针对声音效果变化引起的语音声学特性的改变,提出基于声学模型自适应的方法。分析了正常模式下训练的声学模型在识别其他声效模式下语音的表现;根据随机段模型的模型特性,将最大似然线性回归方法引入到随机段模型系统中,并利用自适应后的声学模型来识别对应的声效模式下的语音。在“863-test”测试集上进行的汉语连续语音识别实验显示,正常模式下训练的声学模型识别其他四种声效模式下的语音时,识别精度均有较大程度的下降;而自适应后的系统在识别对应的声效模式的语音时,识别精度有了明显的改观。表明了基于声学模型自适应的方法在解决语音识别中声音效果变化问题上的有效性。 相似文献
16.
17.
18.
19.