语音识别技术在电话语音自动拨号中的应用

给出了一种应用于电话语音自动拨号的实时语音识别方法。该系统对特定人的语音进行识别,并将识别结果映射成相应的电话号码。实验结果表明该方法具有很高的识别精度和实时的识别速度,并且只需很小的内存空间就可以实现,是一种有效的应用于电话语音自动拨号等方面的语音识别方法。     

语音识别技术在电话语音自动拨号的应用

给出了一种应用于电话语音自动拨号的实时语音识别方法。该系统对特定人的语音进行识别,并将识别结果映射成相应的电话号码。实验结果表明该方法具有很高的识别精度和实时的识别速度,并且只需很小的内存空间就可以实现,是一种有效的应用于电话语音自动拨号等方面的语音识别方法。     

音频处理技术进展

本文扼要介绍音频处理技术的进展，分三部分：（１）语音和音响压缩编码，包括电话语音，立体声音乐和光盘存储；（２）计算机的文本至语音合成；（３）计算机的自动语音识别。     

基于神经网络的语音识别与自动检验研究

语音识别系统在语音识别中自我判定识别结果，并从错误中自动获取经验改正错误实现知识的自我完善具有重要意义。采用人工神经网络可以有效学习与更新知识，人工神经网络与语音识别结果自动检验方法结合实现一种新的有效学习与更新系统。在该系统中采用基于LEA判别法的梯度牛顿有效结合神经网络快速学习方法。该系统实现在语音识别实践中能够自学习并提高识别率，具有一定的智能。文中给出系统原理图和实验结果。     

语音识别上的一朵“奇葩”：语音自动拨通电话系统的建立

本文作者针对九十年代现代科学技术发展的最新动态，选准语音识别这一前沿课题，进行了大量研究、开发与试制工作，建立了语音自动拨通电话系统，该系统具有准确的语音识别拨通电话功能，其体积小，使用便捷，适用范围广，且系统构思独特，可广泛应用于通信领域。     

语音识别集成电路AP7003及其应用

介绍了一种新型的低成本语音识别集成电路APT003及其在自动电梯语音控制系统中的应用。对其原理和基本操作过程作了简单的叙述。     

基于语音识别技术和蓝牙技术的数字化家庭综合设计

语音识别技术是让机器通过识别和理解过程把语音信号转变为相应的文本或命令，其识别过程与人对语音识别处理过程基本上是一致的，包括语音特征提取、声学模型与模式匹配（识别算法）、语言模型与语言处理三个部分。     

用反馈式语音识别理解方案进行汉语短语的识别理解

汉语语音理解系统的任务之一是把语音识别系统获得的汉语单单节转换成正确的汉字，词乃至汉语的短语，语句，与误音识别系统一起，完成一个语音到文本（ｓｐｅｅｃｈｔｏｔｅｘｔ）的转换系统，本文利用一个闭环反馈方式汉语语音识别理解方案，在汉语词识别理解的基础上，进一步实现时汉语结构性短的识别理解，获得了预期的结果，最后本文对实验结果和反馈式语音识别理解方案进行了讨论。     

现代语音识别原理及难点

语音识别是当今世界尖端科技之一，是一门典型的交叉学科。在计算机通信和机器人等领域有很好的应用前景。本文较详细地介绍了语音识别的一般原理，归纳总结了笔者在研究语音识别时所遇到的难点。     

一种基于迟滞编码的自动语音端点检测方法

端点检测在语音识别中占有十分重要的地位，端点检测的准确性将直接影响整十语音识别系统的性能。已往的自动端点检测方绝大多数都是利用帧平均能量EN，帧平均跨零数ZN，帧平均跨零积A和帧平均零比B等参敦来确定语音段的始点和终点。这些方法的缺点是难以设置对各次实验都合适的固定阈值，这给实际应用带来了很多不便。本文提出了一种基于迟滞编码的自动端点检测方法——在对语音信号进行迟滞编码的基础上，利用各杖的码字和来判斯语音段的起点和终点。该方法充分利用了噪声和信号的统计特性，克服了已往端点检测方法的不足。实验结果表明．该方法具有良好的性能。     

语音识别技术在手机中的应用

语音识别是以语音为研究对象,通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门涉及面很广的交叉学科,它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术,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。     

正反向隐马尔可替模型及其在连续语音识别中的应用

本文针对语音信号中客观存在的正、反向依赖特性，明确提出了用条件概率的概念来定量表述语音信号的这种正、反向的马尔可夫依赖关系，提出了描述语音信号这种正反向依赖关系的正反隐马可夫模型，并实验证明了仅仅利用语音反向依赖关系语音识别同样也能获得相当可观的识别性能。     

基于物联网与无线传感器的智能声控搬运车系统

本文主要研究人工智能领域下语音识别技术在物品运输方面的应用,实现自动无人搬运车无接触式控制。系统以STM32微处理器为核心,结合语音识别技术、GPS定位技术、蓝牙通信技术以及无线传感器技术,实现了通过输入语音命令控制搬运车的运行状态,以及语音输入目的地搬运车自动导航前往的两大功能模式。     

基于语音识别的IVR系统设计

以“股票语音查询应答演示系统”的设计为实例,详细探讨基于语音识别的IVR系统搭建。基于语音的电话网络与基于计算机的数据网络有机结合,实现电话语音信息和计算机后台数据库数据信息同步传输。该系统利用语音作为电话查询的手段,集成了交互式自动应答、自动语音识别和数据库搜索功能,以合成语音作为系统返还输出方式,实现了很强的自动应答功能。     

正反向隐马尔可夫模型及其在连续语音识别中的应用

本文针对语音信号中客观存在的正、反向依赖特性，明确提出了用条件概率的概念来定量表述语音信号的这种正、反向的马尔可大依赖关系，提出了描述语音信号这种正反向依赖关系的正反向隐马尔可夫模型（ＨＭＭ），并用实验证明了仅仅利用语音反向依赖关系语音识别同样也能获得相当可观的识别性能。接着，本文针对孤立字和连续语音两种不同的识别任务，研究了在语音识别中同时利用这两种依赖信息的方法，并提出了一种连续语音识别中的新的搜索算法──正反向分半混合搜索。这种方法利用基于正向ＨＭＭ的正向Ｖｉｔｅｒｂｉ搜索和基于反向ＨＭＭ的反向Ｖｉｔｅｒｂｉ搜索的中间结果来有效地结合正反向依赖信息，实验证明正反向分半混合搜索方法确实一致地优于单用任何一种依赖信息的单向搜索识别方法。     

语音电路及语音识别

本文阐述了语音电路及其研制，并简介了语音识别原理。     

毫米半径麦克风阵列语音分离系统

随着语音技术的发展，越来越多语音处理系统尝试应用于现实生活。然而在实际场景中，噪声干扰是一个影响语音识别等任务准确率的重要因素。为了克服噪声问题并提升性能，需设计语音分离或增强模块。文中通过结合波束成形与神经网络设计了在毫米半径麦克风阵列场景下的语音分离系统并在语音识别任务上进行了测试。实验显示文中设计的系统对语音识别准确率有一定帮助。该方法可以应用于设备空间受限的场景中以提高性能。     

用反馈式语音识别理解方案进行汉语地名的识别理解

汉语语音理解系统的任务之一是把语音识别系统获得的汉语音节转换成正确的汉字，与汉语语音识别系统一起，完成一个语音-文本（SpeechtoText）的转换系统。本文利用一个有别于语音理解传统方法（1．语言学方法[1]，2．统计学方法[2])的新的反馈式语音理解方案进行汉语地名的识别理解，获得了很好的实验结果。本文最后对实验结果和反馈式语音识别理解方案进行了讨论。     

语音IC：功能多价格稳市场大

语音IC包括语音合成和语音识别两大类。近年来,语音处理技术,特别在语音识别软件上进展较大,不断推出了应用于音响系统、录/重放设备、通信设备和控制器等方面具有更多功能的语音IC,使其最终用户市场日益扩展。     

语音识别的非线性方法

语音信号是一个复杂的非线性过程，这使得基于线性系统理论发展起来的传统语音识别技术性能难以进一步提高。近年来人们开始逐渐重视非线性在语音识别技术中的应用，本文概括地介绍了非线性理论在语音识别技术中的所取得的成果和发展方向，除了涉及较为流行的隐马尔柯夫过程和人工神经网络在语音识别中的应用外，文中着重论述了近年来发展迅猛的混沌，分形理论在语音识别中的应用，本文最后还提到不可忽视的分形理论在语音编码中的应