共查询到20条相似文献,搜索用时 15 毫秒
1.
本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC).该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状态.新的模型具有多组子模型特点,从而对语音速度的变化,语音轻重的变化等有较强的适应能力.在描述状态转移方面,增加了记录各状态的自转移次数,用其作权重可更好地利用特征信息,提高识别率.另外,该方法的物理意义明显,故可以根据不同的特征矢量,进行合理的加权评判,且可以方便地扩充特征矢量的种类,更好的利用了汉语语音中的有用信息,进一步提高识别的正确率.本文从原理上及实际的测算结果证实了新方法的有效性. 相似文献
2.
汉语数码语音识别自适应算法 总被引:4,自引:0,他引:4
说话人自适应是提高非特定人语音识别性能的有效方法之一。本文将MAP算法应用于汉语数码语音识别中,并讨论了几种加快自适应速度的方法以及自适应对非自适应人的影响。实验表明,MAP算法可以有效地降低汉语数码识别对被适应人的误识率,而且对非自适应人性能影响很小。 相似文献
3.
4.
汉语语音的识别,一定要结合汉语的特点。本文介绍了一种用汉语辅音音长信息加速语音模式匹配和用起终点过渡音识别语音的方法。实验表明:该系统响应迅速,已达到了98%(平均)的正确识别率。 相似文献
5.
6.
7.
8.
一种新的故障链路识别算法RPI 总被引:1,自引:1,他引:0
针对目前大多数故障链路识别算法不能兼顾良好稳定性和低计算复杂性的问题,该文提出一种基于参考路径的故障链路识别算法RPI(Reference Path based lossy link Identification algorithm)。该算法根据路径间的性能差异,从经过同一链路的所有路径中选取一部分作为该链路的参考路径,然后采用启发式方法根据参考路径间的性能相关性识别该链路的状态。相较已有算法,RPI更充分地利用了测量数据的可用信息,具有更好的稳定性,同时启发式估计策略保证了算法的低计算复杂性。仿真结果表明RPI能够在多种网络场景下较同类算法更精确地识别出故障链路。 相似文献
9.
一种新的红外机动目标识别算法 总被引:1,自引:0,他引:1
为了改善因红外图像中目标轮廓模糊造成的识别率低,提出一种适用于红外机动目标的识别算法。通过自适应步长的细菌觅食算法对BP神经网络进行优化,利用图像中目标的最左点和最右点及两极点上部的目标边缘信息构造以局部面积比组成的特征向量,通过神经网络对目标分类识别。实验结果表明本文提出的识别算法不仅提高了BP神经网络的收敛速度和计算精度,同时有效地提高了对机动目标的识别率,当目标部分区域被遮挡时也有很好的识别效果。 相似文献
10.
11.
Dragon Systems公司最近推出了一种名为Dragon Dictate的语音识别系统,它能以每分钟40个字的速度识别单词和建立文本,5秒之内即可识別一个单词或话音,字间停顿仅0.25秒。整个系统由一个8 bit的ISA总线插件、一个消除噪音的麦克风和一套语音识别软件构成。软件包括25000个常用词汇和由用户定义的5000个附加词汇的语言模型。用户可以自定专用名称、专业术语等,还可以用词的组合定义一些编辑指令和文字处理指令。例如,系统可把“Save file”当作命令来识别,而存入一个已打开的文件。 相似文献
12.
13.
汉语语音变换技术的目的是将汉语语音中源说话人的语音特征转换为目标说话人语音特征。提出的适用于汉语说话人的变换算法分为3个部分:前两部分用高斯混合模型实现了语音的谱包络(线性预测编码)及其激励(残差)的转换;第三部分采用支持向量回归算法实现语音的韵律变换规则建模,结合汉语语音特点利用基音同步叠加算法实现语音的超音段特征调整。与现有的语音变换算法进行比较,算法针对汉语语音超音段发音特点进行韵律调整,有效实现了汉语语音变换并得到高自然度合成语音,是一种有效的汉语语音变换算法。 相似文献
14.
15.
16.
语音增强是消除噪声干扰的主要手段,在语音处理系统中得到广泛应用。传统语音增强算法认为相邻帧语音幅度谱之间是相互独立的,而研究表明语音幅度谱时频点之间存在相互依赖关系。缺乏对邻域时频结构信息的利用使得传统增强算法的性能难以进一步提高。本文首次将数据场引入到对语音的听觉感知领域,用数据场对语音的时频依赖性进行建模,提出一种新的基于数据场的语音增强算法。该算法通过最小化势场分布的熵确定了时频点之间的相互作用力程,在带噪语音数据场中估计噪声的最小统计量得到二值时频掩蔽值,最后利用二值时频掩蔽消除噪声干扰。实验测试表明,与Martin算法相比,基于数据场的语音增强算法在提高去噪效果的同时能有效减少语音的失真。 相似文献
17.
伊力哈木·亚尔买买提 《电子器件》2021,44(3)
针对人脸面部表情的识别率易受非均匀光照影响,进而降低人脸面部表情辨识率的问题,提出一种融合局部特征与深度置信网络(DBN)的人脸面部表情识别算法。首先提取出人脸面部表情图像中的局部敏感质量分布图(LSH)非均匀光照不变特征;其次通过双编码局部二值模式(DCLBP)提取出人脸面部表情的边缘局部细节纹理特征;然后计算其各自特征的基本标准差来进一步确定自适应融合特征的权重值,并以此构造融合后的人脸面部表情特征;最后将部敏感质量分布图(LSH)与双编码局部二值模式(DCLBP)融合后的人脸面部表情特征进行训练深度置信网络(DBN)模型,将训练后的深度置信网络(DBN)模型进行人脸面部表情识别。在JAFFE人脸面部表情数据库和自建的维吾尔族人脸面部表情数据库中识别实验表明,该算法比其他4中算法的对比中其识别率分别至少提高了4.3%和5.22%,具有很好的鲁棒性和有效性。 相似文献
18.
19.