语音识别适合网络应用

微软的语音识别技术以及对扬声器独立的语音识别软件的出现,让我们开始关注语音识别技术的发展和应用。IT行业有时候看起来就好像是城市中的公交车,可能很多年都没有变,但是突然出现了大量的改变。最近,Nuance公布了它最新版的语音识别软件Dragon Naturally Speaking9,而微软也在经历过一次惨痛的失败后,在SpeechTEK大会上重新推出了他令人印象深刻的语音技术产品。我曾经用过这两个语音识别软件的前一个版本,客观地说,如果使用高质量的麦克风,它们都有很好的表现。虽然我还没有用过Dragon9,但是据用过的人说,它比以前的版本有了很大的…     

语音识别技术分析及展望

通过对语音识别原理进行研究与探讨,总结目前语音识别领域的技术,分析市场上的语音识别产品类型并展望语音识别在商业领域应用的发展前景.     

人机交互候佳音

语音识别技术除了一般的听写功能外,还有更广泛的应用吗?有！语音识别系统的衡量标准仅仅是识别率吗?否！记者近日对IEEE荣誉会员副主任及资深经理、IBM中国研究中心唐道南博士的采访,除了对上述问题的回答外,还包含了计算机技术对语音识别技术发展的作用、语音识别技术未来的市场走向和技术发展瓶颈等读者关心的问题。唐博士的娓娓而谈,将为我们展示出一幅美好的声音的图画。     

语音识别技术分析

语音识别是研究让机器能够听懂人类口述的自然语言的一门学科,其最终目标是实现入与机器进行自然语言通信。介绍了语音识别的关键技术,主要有语音识别单元选取、特征参数提取技术、模式匹配准则及模型训练技术三个方面,通过具体的实现方法对各种技术作出介绍,以达到在语音识别中提高识别率的效果。最后对各种技术以及语音识别系统的作用和意义作出简要总结。     

第二届全国人机语音通讯学术会议在桂林召开

第二届全国人机语音通讯学术会议于9月18～20日在桂林召开。这次会议由中国自动化学会、计算机学会、电子学会、声学学会、中文信息学会的有关专业委员会及中国科学院自动化研究所联合筹办。来自全国44个单位的近百名科技工作者出席了会议。有90多篇论文分别在大会和分组会上进行了交流。这些论文涉及到听觉模型与特征提取、语音识别方法与系统、非特定人语音识别、连续语音识别与语音模型、说话人识别、神经网络     

开创语音技术产业的新纪元——王仁华教授和刘庆峰博士谈中文语音技术创业联盟

计算机要想实现真正意义上的“能听会说”,恐怕仍需假以时日,但人机语言通信技术的发展正不断地朝着这一目标迈进。关于语音技术的创新发展和产业化问题,过去一直颇受人们的关注,但直到今天中国自主知识产权的语音技术优势还没有完全、真正地发挥出来。据悉,为充分利用我国在语音合成技术上的优势和在语音识别技术方面的积累,促进中文语音技术创新和产业发展,国内一大批有识之士正在组建成立“中国中文语音创业联盟”。为此,本刊记者采访了该联盟的主要倡议者中国科技大学电子工程与信息科学系王仁华教授和中国科技大学讯飞公司总经理刘庆峰博士。     

基于凌阳单片机的语音识别技术及应用

介绍了一种以凌阳SPCE061A单片机为基础的语音识别技术,分析了语音识别过程的基本原理,具体阐述了语音识别在该单片机上的实现过程。最后,在智能小车实验平台上对这种语音识别技术成功地进行了验证。     

闲话学术会议及其样式

学术会议是一种以促进科学发展、增进学术交流、推动课题研究、启迪学术智慧的学术性话题为主题的会议。在学术界，学术会议和学术交流实在是太重要了。而人们常说的学术氛围好不好，在一定程度上就是看是否有经常性的交流与分享了。这一点，我想，无须做更多的论证和解释。     

微软中国研究院升级 第三届国际学术研讨会再掀智能计算高潮

10月17日,在北京举办的“二十一世纪的计算——拥抱智能计算”大型国际学术研讨会上,微软公司宣布微软中国研究院正式更名为微软亚洲研究院。此次会议是微软中国研究院与国家自然科学基金委员会继去年成功举办     

语音情感识别研究进展综述

对语音情感识别的研究现状和进展进行了归纳和总结,对未来语音情感识别技术发展趋势进行了展望. 从5个角度逐步展开进行归纳总结,即情感描述模型、具有代表性的情感语音库、语音情感特征提取、语音情感识别算法研究和语音情感识别技术应用,旨在尽可能全面地对语音情感识别技术进行细致的介绍与分析,为相关研究人员提供有价值的学术参考;最后,立足于研究现状的分析与把握,对当前语音情感识别领域所面临的挑战与发展趋势进行了展望.侧重于对语音情感识别研究的主流方法和前沿进展进行概括、比较和分析.     

语音情感识别研究综述

语音不仅包含说话人所要表达的语义信息,也蕴含着说话人所要表达的情感信息.语音情感识别是人机情感交互的关键,对语音情感的有效识别能够提升语音可懂度,使各种智能设备最大限度理解用户意图,提高机器人性化水平,从而更好地为人类服务.采用文献研究法从语音情感语料库、语音情感特征提取、语音情感模型的构建以及语音情感识别的应用等方面对其研究现状和进展进行了综述;同时,对其未来发展趋势也进行了展望.旨在尽可能全面地对语音情感识别技术进行详细分析,为相关研究人员提供有价值的学术参考.     

藏语语音识别研究进展和展望

随着英汉语音识别技术的不断发展,对少数民族语言语音识别技术的研究也紧跟其后并取得了一定的成果.藏族人民是中华民族大家庭中不可或缺的一员,藏语语音识别技术研究是语音识别技术研究中不可缺少的重要部分.文章首先对国内藏语言语音识别的研究历程及研究改进之处进行了梳理,其次从藏语言本身的文字特点以及发音特点和要素出发详细介绍了藏语语音识别研究中使用到的基于模板匹配、统计概率模型以及人工神经网络3种方法,并对3种方法各自的特点和适用范围进行了总结归纳,最后从藏语言语音识别研究进展和各识别方法的自身特点出发探讨了语音识别研究中存在的难点问题,并展望了其未来发展的方向.     

语音识别中小波分析的应用

语音信号是一种时变、非平稳的随机信号。现有语音识别系统的适应性比较差,尤其在高噪声环境下的语音识别非常困难,若将语音识别系统商品化,还有识别速度、拒识问题以及关键词／句检测技术等细节问题需要解决。如何把语言学、生理学、心理学方面的研究成果量化、建模并用于语音识别,还需深入研究。本文介绍了语音识别中小波分析的研究现状及几种常见的技术方法,并且分析探讨了语音识别中小波分析的应用和发展前景。     

基于滤波器组的语音滤波

语音是人类最常用最有效的交流工具。随着人类进入信息化时代,用计算机处理语音信息成为一种趋势。语音信号处理技术在基于语音的信息检索、语音识别、语种识别、说话人识别,以及基于语音的情感处理等方面都有广泛的应用前景。wav音频波形格式的文件是常用的一种语音文件格式,语音信号处理可以是频域的,也可以是时域的,语音信号滤波可以在时域实现,也可以在频域实现。     

端到端流式语音识别研究综述

语音识别是实现人机交互的一种重要途径,是自然语言处理的基础环节,随着人工智能技术的发展,人机交互等大量应用场景存在着流式语音识别的需求。流式语音识别的定义是一边输入语音一边输出结果,它能够大大减少人机交互过程中语音识别的处理时间。目前在学术研究领域,端到端语音识别已经取得了丰硕的研究成果,而流式语音识别在学术研究以及工业应用中还存在着一些挑战与困难,因此,最近两年,端到端流式语音识别逐渐成为语音领域的一个研究热点与重点。从端到端流式识别模型与性能优化等方面对近些年所展开的研究进行全面的调查与分析,具体包括以下内容：（1）详细分析和归纳了端到端流式语音识别的各种方法与模型,包括直接实现流式识别的CTC与RNN-T模型,以及对注意力机制进行改进以实现流式识别的单调注意力机制等方法;（2）介绍了端到端流式语音识别模型提高识别准确率与减少延迟的方法,在提高准确率方面,主要有最小词错率训练、知识蒸馏等方法,在降低延迟方面,主要有对齐、正则化等方法;（3）介绍了流式语音识别一些常用的中英文开源数据集以及流式识别模型的性能评价标准;（4）讨论了端到端流式语音识别模型的未来发展与展望。     

现代电子信息产业中语音识别的应用

提及语音识别技术,民众或会产生陌生之感,简单地说,它是通过计算机系统将人类语言的内容及意义进行识别,这个构想始于20世纪50年代。语音识别技术是以语音为研究对象,通过语音信号处理让机器自动识别和理解人类的语言,语音识别技术是一门涉及面很广的学科,与声学、语音学、语言学等都有着密切的联系。在很多人看来,让计算机识别人类的语音并不是很困难,其实不然,因为每个人的发音都有自己的特点,即使是同一个人,在不同的环境,不同的心境下发音也是不同的。近些年来,随着科学技术的快速发展,电子信息产业发展更为全面,其中计算机系统的各方面功能不断强大,语音识别技术也取得了突破性进展,其应用范围也融入到各个领域。语音识别技术是以语音为研究对象,通过语音信号处理让机器自动识别和理解人类的语言,语音识别技术是一门涉及面很广的学科,与声学、语音学、语言学等都有着密切的联系。本文通过对我国语音识别技术的发展阶段及分类的介绍,并对电子信息产业中语音识别的应用进行了详细阐述,对于现代电子信息产业中语音识别应用存在的问题予以分析,力图为该领域研究人员抛砖引玉,推动行业发展。     

微软语音识别软件可与人直接对话

近日,微软发布了其最新语音识别服务器软件的测试版,这种软件可使人与电脑进行对话,用户可用语音命令电脑进行操作,企业可以利用它建立一种类似于自动电话系统的服务。 微软语音技术部市场主管詹姆斯马斯坦表示,微软邀请了100家企业(涉及零售、金融、医疗等行业)对其产品进行测试。微软自己也正在测试这种语音识别产品,当测试人员告诉电脑想联系某个人时,电脑会提醒测试者提供此人的电话、手机或E-mail。 詹姆斯马斯坦还介绍说,用户不仅可以通过电话发布语音指令信息,还可将这些信息转换为无线信号或文字内容。语音识别技术已经被集成到…     

基于单片机平台语音识别技术的实现

语音识别是实现人机通信的一种重要技术手段.语音识别与语音合成技术的结合使人们能够摆脱人工输入的繁琐,通过语音命令实现控制功能.语音技术的应用已经成为一个具有竞争性的新兴高技术产业,语音识别产品在人机交互应用中已经占到越来越大的比例.本文阐述了基于单片机平台的语言识别技术的设计,为相关的设计研究工作提供了参考.     

一种新的基于并行分段裁剪的DTW算法

通过对DTW算法的研究,提出了一种并行分段裁剪的新方法,在减少DTW算法运算量方面有显著效果,并将其用于一个地名识别系统中,经测试,可以明显缩短识别时间,具有很强的实时性,有较高的识别率,适合作为小型语音识别产品的主要算法。     

基于ARM的语音识别系统的设计与实现

语音识别技术是语音处理领域的一个关键技术.在研究了语音识别技术原理的基础上,本文提出了一种基于ARM处理器的孤立词语音识别系统的设计方案,包括系统硬件设计、软件设计和算法实现,经过实验测试,可以有效地进行语音识别.