用声音“看”视频

当语音识别技术遇到互联网,视频搜索又有了新的可能。计算机可以轻松处理文本,但对语音却没那么容易。在过去的20年里,研究人员一直在努力让人和计算机搭上腔。语音识别技术因此变得成熟。现在,你已经可以通过声音来"命令"计算机做一些简单的操作,你所讲的话也能够被顺利地识别为一段文字。而当视频互联网时代到来后,人们对语音技术又有了新的期望。     

基于自然语言处理的声纹优化识别算法研究

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.     

声音识别传感器设计与应用

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.     

浅谈基于语音识别技术的听觉系统研究意义

目标声音识别逐渐将会在实际的日常生活中得以应用.在实验室环境下,对目标声音识别系统大多数识别性能也达到了一定的要求,但在实际噪声环境下的识别系统效果将大大降低.因此,在抗噪声语音识别的研究目标是非常重要的.研究发现,人耳具有良好的抗噪声能力,因此基于语音识别技术的听觉系统是一个很有前途的研究课题.     

Sensory语音识别技术通过声音解锁手机

伴随着人们对新技术的追捧和期待,人们的电子设备越来越趋于智能化,研发人员也学会利用使用者自身的特征来研究新产品。最近Sensory新研发的这种利用语音识别技术来解锁手机的技术,就是一个很好的例证。Sensory最近推出了一个新的声音验证和识别技     

战场目标声音探测技术研究

战场目标声音探测技术在现代战争中发挥着越来越重要的作用。针对战场目标声音识别的一些关键技术进行了研究。首先分析目标声音探测技术的军事应用特点,然后对战场典型目标发出的噪声的物理特性进行了分析。最后论述了战场目标声音识别技术中的几种关键技术,重点分析了特征提取中的LPCC,MFCC技术以及分类器中的隐马尔可夫模型,为战场目标声音识别系统的开发奠定了基础。     

声音语句输入的研究

本文提出了声音语句输入的思想，它可以分为二个阶段处理：语音识别和语音理解，两者的接口形式为音节候选向量，通过寻求Ｘ轴方向最短路径的最少元素启发式推理，必要时进行概率推理，可以取得快速，高精度的效果，再辅以良好的人机界面和机器学习，可以使声音语句输入达到实用的程度。     

用声音“看”视频

当语音识别技术遇到互联网,视频搜索又有了新的可能. 计算机可以轻松处理文本,但对语音却没那么容易.在过去的20年里,研究人员一直在努力让人和计算机搭上腔.语音识别技术因此变得成熟.现在,你已经可以通过声音来"命令"计算机做一些简单的操作,你所讲的话也能够被顺利地识别为一段文字.     

识音频,懂声音

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。     

语音识别技术的过程和应用

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。     

基于特征分析的环境声音事件识别算法

对于环境声音事件,传统语音识别算法的识别效率低、稳定性差。为此,提出一种基于特征分析的环境声音事件识别算法。定义环境声音事件,分析常用的声音特征,不使用分类模型,仅利用特征对4种典型的环境声音事件进行分类。实验证明,该算法在识别率和稳定性上都优于传统识别算法,能够完成分类任务。     

一种使用声调映射码本的汉语声音转换方法

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。     

智能家庭语音遥控系统的设计与实现

语音识别技术是最近十年信息技术领域重要科技发展技术之一.现在的绝大多数家电都是用单独的遥控器,各自通过独立的微处理芯片进行控制.智能家庭语音识别系统是一种集成的嵌入式系统,它是一种非接触识别技术,通过用户的声音控制家电的开/关.     

基于遗传径向基神经网络的声音转换

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%。     

基于模型自适应的声效鲁棒性语音识别算法

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。     

基于LabVlEW的语音身份认证系统

设计了一套基于LabVIEW的语音身份认证系统,以LabVIEW2009为开发平台,采用改进的美尔倒频谱系数法进行语音信号特征提取,采用矢量量化模型进行语音识别,实现了与文本、性别无关的声纹识别.实验结果表明该系统能够有效克服环境噪声、说话人声音变异带来的影响.     

基于SSA-LSTM模型的日水位预测—以涡河流域涡阳闸为例

语音识别使声音变得"可读",让计算机能够"听懂"人类的语言并做出反应,是人工智能实现人机交互的关键技术之一.本文介绍了语音识别的发展历程,阐述了语音识别的原理概念与基础框架,分析了语音识别领域的研究热点和难点,最后,对语音识别技术进行了总结并就其未来研究进行了展望.     

语音技术应用及产品

一提到语音识别,你可能就会想到科幻影片《机器战警》和《终结者》中,其合成声音和人的声音听起来一模一样;而且它的语音识别技艺更高一筹,它只要一接到命令,行动就不会出错。虽然现在计算机还没有这样完美的功能,但语音技术已经开始在以下几个方面得到了应用: 电话应用 用语音来代替“触音”菜单(touchtone menus),用TTS(文本—语音转换器,Text—to—     

音控智能小车的设计与实现

语音识别技术就是让机器识别和理解语音信号,并转变为相应的文本或命令的技术.语音识别是一门交叉学科,正逐步成为信息技术中人机接口的关键技术.它使人们能够甩掉键盘,通过语音向机器发出操作命令.语音识别技术已经开始应|用于家电产品、智能玩具等领域.我们设计的音控智能小车不仅具有以往产品的常见功能,而且结构简单、稳定性强、精度高.更重要的是,其特有的语音控制系统时儿童来说,将具有独特的吸引力.本文将对音控智能小车的硬件系统和软件系统进行介绍.     

语音识别研究综述

语音识别使声音变得"可读",让计算机能够"听懂"人类的语言并做出反应,是人工智能实现人机交互的关键技术之一.本文介绍了语音识别的发展历程,阐述了语音识别的原理概念与基础框架,分析了语音识别领域的研究热点和难点,最后,对语音识别技术进行了总结并就其未来研究进行了展望.