基于环境判别学习的高噪声命令语音识别系统

介绍了一种环境特征判别学习的Robust语音识别方法，该方法基于最小分类错误准则利用梯度下降法迭代地学习环境特征，实现了高噪声背景下命令语音识别系统。在不同级别背景噪声下，分别进行了有关信噪比、基本精度、抗噪能力以及系统对环境改变的适应性等实验。实验结果表明，系统在较高噪声背景下，有很好的识别效果，基本可满足应用领域的需要。     

一种用于区分语音与冲击噪声的改进算法

为了将语音与冲击噪声进行准确地区分,讨论了传统检测方法的缺陷,选取汽车噪声为冲击噪声,结合语音浊音信号的周期性以及短时平均幅度差这一时域特征参数,对语音和汽车冲击噪声进行了分析,并在此基础上对算法进行改进,提出了一种新的检测参数.经Matlab仿真结果显示,新参数能够在高信噪比的环境下区分出语音与冲击噪声,为后续的语音处理奠定了基础.     

基于ARM的孤立语音识别系统的研究

提出了基于ARM(Advanced RISC Machines)的孤立语音识别系统的设计,并对实验系统进行了制作.本设计是基于广州友善之臂公司提供的ARM开发板进行开发,在硬件上核心板采用ARM微处理器并烧入Linux-2.6.32.2内核,声音的A/D采样和输出采用由UDA1341芯片及其外围电路组成的音频解码系统;在软件上采用MFCC算法进行特征提取,使用HMM算法进行模式匹配;最后利用科大讯飞语音识别、合成软件对目标语音进行识别并输出识别结果.本设计可广泛运用在机器人导游、智能家居以及汽车声控等系统中.     

非平稳噪声环境下的语音增强算法

文章针对非平稳噪声环境和低信噪比的情况,提出了一种基于低频区和高频区带噪语音特性的非平稳噪声估计,并结合人耳听觉掩蔽效应进行语音增强的算法。该算法首先通过非平稳噪声估计为加窗后的每一帧语音构造一个时变的权值实现对噪声的实时估计,然后结合人耳听觉特性计算出每一帧语音的不同Bark域的噪声掩蔽阈值,最后利用计算出的噪声掩蔽阈值自适应设定语音增强系数。仿真结果表明,该算法在抑制背景噪声,提高信噪比,减少语音失真等方面优于传统的语音增强方法。     

语音识别中的加性噪声补偿研究

针对语音识别中的加性噪声进行研究，提出了动态自适应多模板谱减法和多模板谱加训练补偿法。动态自适应多模板谱减法和噪声动态自适应方法的有效结合，使谱减法既能适应环境中存在多种噪声的情况，又能有效利用当前得到的噪声环境信息。而多模板谱补偿法从谱减法的逆向角度，并基于多模式训练的思想，有效地使模板适应多种噪声情况，该方法不增加识别时的运算量，有利于考虑噪声的各种复杂情况。     

基于汉族语音音节特点的N—Best改进算法

连续语音识别中,由于各声学单元之间没有明显的间隔或声学标志,匹配和搜索算法成为影响系统实时性能的核心问题。基于汉族语音的特点,提出了一种改进的Ｎ－Ｂｅｓｔ搜索算法。该算法大大降低了传统Ｎ－Ｂｅｓｔ程序搜索空间而不至于失去最优解,有利于算法的实时实现。     

基于汉语语音音节特点的N-Best改进算法

连续语音识别中,由于各声学单元之间没有明显的间隔或声学标志,匹配和搜索算法成为影响系统实时性能的核心问题．基于汉语语音的特点,提出了一种改进的Ｎ－Ｂｅｓｔ搜索算法．该算法大大降低了传统Ｎ－Ｂｅｓｔ程序搜索空间而不至于失去最优解,有利于算法的实时实现．     

改进的基于听觉掩蔽特性的语音增强

该文利用人耳感知的掩蔽特性,研究了一种改进的基于人耳听觉掩蔽特性的语音增强方法。该方法改进了对含噪语音中噪声的估计,即在估计噪声时,先在帧上判断语音的有无,然后在频率点上判断语音的有无,最后再从感知的角度,利用估计出的语音信号计算掩蔽阈值,以此在时域和频域上合理地调整增强系数。仿真结果表明,该方法不仅使信噪比有较大的提高,而且减少了语音失真,同时也很好地抑制了背景噪声和残余音乐噪声。     

一种改进的连续语音特征提取算法

本文介绍了连续语音识别中噪音鲁棒性方法的现状,分析传统动态范围调整方法在连续语音识别中导致的特征曲线中的峰值不匹配问题,提出了新的特征曲线调整算法,并为算法的参数设定增加了限制条件。本文详细地论述了算法的步骤以及算法中参数的确定。通过理论分析和实验验证,证明了提出的算法在连续语音特征调整中具有很好的性能,提高了识别精度。     

语音识别中的抗噪声方法

在实验室环境中正确识别率很高的语音识别系统,在生产现场中的性能往往会大幅度下降,严重限制了语音识别技术的实际应用,针对邮政分拣中心的实际生产环境,对语音识别技术中的抗噪声问题进行了实验分析和研究,提出了几种在生产现场中具有较好效果的噪声补偿方法,并给出了部分实验结果。     

改进型加权噪声功率谱估计算法

提出一种改进型的加权噪声功率谱估计算法,该算法使用平滑因子对加权噪声功率谱估计算法所计算的噪声进行平滑处理。实验结果表明,当应用于语音增强系统时,改进型算法的优越性能得以体现。     

蚁群算法在语音识别中的应用研究

提出了一种新的基于蚁群算法的语音识别中的动态时间规划方法——蚁群动态时间规划算法,并详细介绍了其基本原理、信息素更新规则,给出了系统流程图。经过理论分析与实验测试,证明了蚁群算法在这个系统中比传统的DTW算法更能提高识别率且更有效率。     

隐马尔柯夫模型语声识别参数估计的研究

本文讨论了两种新的隐 Markov 模型(HMM)参数估计的方法,分别称为最大互信息估计(MMIE)和最大检测函数估计(MDE),并提出了一种改进的 HMM参数估计算法.     

不定人语音识别系统

采用了说话人自适应和大数量人的训练数据两种方法解决不定人语音识别问题,在离散隐马尔可夫模型ＤＨＭＭ孤立字语音识别系统中,采用了３种说话人自适应方法,方法１,方法２为码本自适应,方法３为新人数据自适应,并将新建的１０００人的语音库用于不定人语音识别。实验结果表明,说话人自适应方法均有一定的自适应效果,特别是多码本自适应后,识别率可提高１６％,达到９３％以上;在数据库的采用,使得不定人的数字识别率达到     

相关背景噪声下ETDE算法研究

相关背景噪声下的时延估计问题是现阶段的一个研究热点。在时延估计的众多算法中,属于“约束”类算法的ETDE（Explicit Time Delay Estimation）算法具有适用性广、可靠性高、计算量小和实时性好等优点。文中首次将ETDE算法扩展到相关背景噪声领域。从理论上分析了在相关背景噪声下ETDE算法的估计效果,得出了时延估计的期望表达式。指出在此种情况下,ETDE算法得到的是时延的有偏估计,其偏差量与时延真值、信噪比以及背景噪声问互相关函数值的大小有关。通过计算机仿真验证了理论结果。     

非特定人语音指令识别系统的研究与实现

为了研究语音识别技术的实用化问题.采用离散隐马尔可夫模型方法,基于单片微控制器加数字信号处理器(MCU DSP)构架,实现了一个非特定人语音指令识别系统.该系统适应性强,每个指令识别时间在1s内,准确率达到96%.     

带噪藏语语音增强算法研究

藏语语音增强方法能够用于提高噪声环境中语音处理设备的性能,并且能够在不同的噪声环境下使用而不影响其性能.根据藏语语音特点,提出藏语语音增强算法.实验显示,该算法具备良好的分段信噪比增益.     

基于HMM/ANN混合模型的带噪语音识别

对于含噪语音信号的有效特征提取是语音识别至关重要的一步.该文提出了利用小波调制尺度对语音进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,可进一步反映语音信号的动态特性、增强抗干扰能力和提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显的提高.