带噪汉语语音识别的端点检测方法

在语音识别系统中产生错误识别的原因之一是端点检测有误差，在高信噪比情况下，正确地确定语音的端点并不困难，然而，大多数实际的语音识别系统需工作在低信噪比情况下，一些常规的端点检测方法，例如基于能量的端点检测方法在噪声环境下不能有效地工作。该文利用改进的隐马尔柯夫模型(HMM)进行语音检测以适应噪声的变化，实验结果表明本方法可得到高正确率的带噪语音端点检测。     

一种精确检测语音端点的方法

端点检测是语音识别中的一项关键技术,端点检测的准确性对语音识别的性能有很大影响,特别是对端点检测比较敏感的语音识别算法。本文引用窗长动态变化的端点检测技术,并将传统的双门限端点检测算法和窗长动态改变的端点检测技术结合起来用于语音端点检测。大量实验表明这种技术可以比较精确的检测语音端点,特别是地检测语音的起始端点中有很大的优势。使用改进后的语音端点检测技术,可以有效地提高语音识别率。     

一种语音端点检测方法的探究

研究了一种以过零率ZCR和能量E为特征的语音端点检测方法。在进行大量实验的基础上，经过分析，对该方法提出了几点改进。     

一种改进的检测语音端点的方法

在语音识别系统中产生错误识别的原因之一是端点检测有误差。针对短时过零率对噪声的存在非常敏感,本文引入一种判决门限,修正了传统过零率的计算。同时引入窗长动态改变的端点检测方法,并将两者有机的融合到传统的双门限端点检测算法中。试验表明这种算法可以比较精确的检测出语音端点,适合于对端点检测比较敏感的语音识别算法。使用改进后的语音端点检测方法,可以有效地提高语音识别率。     

基于DSP的嵌入式语音识别模块的实现

设计并实现了一个特定人、孤立词、小词汇量的嵌入式语音识别模块,该模块能够方便地与多种控制芯片接口从而实现不同的功能.在硬件上,使用高速的TMS320VC5402芯片作为模块的运算单元;在软件上,采用谱减法进行前端去噪处理,接着根据谱熵进行语音端点检测,然后提取12维MFCC及其一阶差分作为特征参数,最后用加入模板阈值方法的改进型DTW算法完成整个识别过程.实验结果证明,该语音识别模块在满足实时性的前提下具有良好的识别率和抗干扰性能.     

一种新的基于信息熵的带噪语音端点检测方法

在自动语音识别和变速率语音编码技术中,语音端点检测是前端处理的一个重要环节.而在实际的噪声环境下,一些传统的端点检测方法已不适用.该文提出了一种新的基于信息熵的语音端点检测方法,该方法通过对语音信号的短时功率谱进行谱分析,由此构造熵函数作为端点检测的特征参数.实验结果表明,该方法在噪声环境下性能优于传统的基于能量的端点检测方法.而且相对于基于频谱谱熵的算法,在低信噪比（SNR〈0dB）情况下,该文方法有更好的鲁棒性,可使平均检测精确度进一步提高约5%.     

基于指数门限的语音端点检测方法

提出了一种基于指数门限（ET）的端点检测方法.ET法为短时能量的概密函数（PDF）建立起统一的语音和噪声模型,根据当前语音数据的信噪比估计出最优的检测门限,并给出了最优检测门限的指数型公式.在“八六三”大词汇量连续语音数据库上的实验结果表明,ET法具有较好的检测性能,在噪声环境中表现出较好的稳健性,信噪比为0 dB时,检测正确率可达89.5%.在信噪比为0～15dB时,检测正确率要明显高于基本能量法、对数能量聚类法（LEC）以及χ2法等语音检测（VAD）方法.     

基于OMAP5912平台的自适应双门限语音端点检测

目前语音识别技术已被广泛应用于嵌入式手持设备当中,而端点检测作为语音识别系统的前端处理模块发挥着重要的作用。传统端点检测的方法是基于固定门限阈值,所以不能够随时根据语音环境的变化,准确检测出端点的实际位置。利用短时平均上升过零间隔和短时平均幅度差作为门限参数,采用自适应更新门限阈值的方法,获得了优于固定门限阈值的检测结果。同时叙述了利用TI推出的OMAP5912嵌入式多媒体应用平台实现算法开发的过程。     

语音识别中端点检测的研究

端点检测是做好语音识别的重要环节,是语音信号处理过程中非常重要的一步,它的准确性直接影响到语音信号处理的速度和结果．因此端点检测方法的研究一直是语音信号处理中的热点。本文研究了传统的短时能量和过零率相结合的语音端点检测的算法．修正了传统过零率的计算。实现了端点检测的优化算法。     

一种基于滑动窗口的语音端点检测算法

提出了一种基于滑动窗口的综合语音端点检测方法。从提高系统鲁棒性角度出发，利用各种综合的算法思想方法提高端点检测的准确性，鲁棒性和提高语音识别系统的总体识别率。利用频域能量、回声消除、DTMF滤除、利用信噪比确定多种阈值用于判定、利用语音渡形特点进行粗调和精调等。试验表明该方法在语音端点检测的错误率和端点误差方面都显著减少了，系统鲁棒性得到明显提高。     

嵌入式语音识别系统设计

分析嵌入式语音识别系统设计的要点，提出了一种基于凌阳SPCE061A单片机的嵌入式特定人语音识别系统，重点讨论了嵌入式语音识别系统的相关算法及系统组成。该系统识别率高，价格低廉，可移植性好，已成功应用于智能机器人控制平台。     

基于WINCE的语音识别系统

随着移动设备的快速发展,使得语音识别系统大量地从实验室的PC平台转移到嵌入式设备中。将嵌入式语音识别与现有的嵌入式平台的各种应用软件相结合,能够使现有的各种应用软件（包括操作系统）增添便利的人机交互的语音界面。论文在基于Intel PXA270嵌入式微处理器开发平台上实现了WinCE操作系统的定制和移植：并结合WINCE5．0语音接口Speech Application Programming Interface（SAPI5．0）,使用Embedded Visual C＋＋4．0（EVC）成功开发嵌入式语音识别系统。     

基于WINCE的语音识别系统

随着移动设备的快速发展,使得语音识别系统大量地从实验室的PC平台转移到嵌入式设备中。将嵌入式语音识别与现有的嵌入式平台的各种应用软件相结合,能够使现有的各种应用软件(包括操作系统)增添便利的人机交互的语音界面。论文在基于Intel PXA270嵌入式微处理器开发平台上实现了WinCE操作系统的定制和移植;并结合WINCE5.0语音接口Speech Application Programming Interface(SAPI5.0),使用Embedded Visual C++4.0(EVC)成功开发嵌入式语音识别系统。     

嵌入式平台的复杂环境下端点检测

在嵌入式平台下的语音识别系统中,端点检测是非常重要的,语音起始点的位置直接影响识别率。然而在复杂环境下,语音的输入波形千差万别,端点检测的精确性很难保证。本文研究了一种基于零能积的区域概率统计法,通过训练得到语音零能积的概念分布,并结合一阶线性差分及谱减法进行端点检测。进一步提高了信噪比,解决了复杂环境下端点检测精确度低的问题。     

基于嵌入式的语音识别系统

该文设计了基于嵌入式的语音识别系统。系统硬件需要实现与服务器连接生成二维码,对Led的驱动调用。系统软件则包括App应用的设计,科大讯飞语音识别技术的SDK移植、服务器的搭建以及TCP/IP协议与Socket通信机制进行网络通信交互的设计。App里的语音系统对A23中的Led具有高效的控制力,通过服务器的转发,Led能够对接收到的语音命令作出迅速的反应,从而进行相应的开灯或者关灯的操作。     

基于DCOM的分布式电话语音识别系统

文章讨论了一个分布式电话语音识别系统的设计与实现。首先介绍了系统的框架结构和基于DCOM的进程间通信;然后给出了系统主要模块的功能和实现方法,并讨论了针对分布式系统和语音识别的特点而进行的性能优化。     

基于嵌入式的联机笔段识别方法的研究与实现

主要说明了汉字笔段的识别方法及在嵌入式系统中的实现,特别介绍了在嵌入式系统中实现的关键因素和处理方法。     

基于嵌入式系统的图像识别系统研究

信息技术的飞速发展,人们对多煤体图像处理的要求越来越迫切,文章通过借鉴嵌入式系统在信号处理、电子技术和计算机等领域的成功应用经验,在分析机器视觉系统特点的基础上,将机器视觉和嵌入式技术相结合,设计一种基于嵌入式处理器TMS320C6205的图像识别系统。介绍了系统工作原理和特点,给出了系统硬件结构图和软件的实现方案,实验结果显示,图像识别系统在光照比较好的条件下,能取得令人满意的效果。