一种基于确认模式的说话人识别系统

提出基于确认模式的说话人识别系统,在说话人确认的两个过程中均进行了适当的改进,语音预处理中提出了新的端点检测机制,美尔频率倒谱系数(MFCC)提取中进行了倒谱滤波;在模板匹配过程中应用了基于码字转移的改进型矢量量化(VQ-LBG)算法,并应用于确认模式.实验采用将用户的声音数据置于智能(IC)卡中来进行用户确认,结果表明,该模式在大大降低数据量和存储量的同时,极大的提高了身份识别的速度和准确度.     

EMD-Tnorm得分规整策略在说话人确认中的应用

从两个方面对确认系统进行了改进,在模型方面,扩展了MixMax模型,对复杂的背景噪声等干扰因素在训练说话人模型的同时也进行了建模,最大程度上消除噪声的影响,对说话人的特征分布进行了更真实的表征;在得分方面,提出了一种改进的得分规整策略,基于EMD距离从所有背景说话人集合中自适应选择最接近的一定数量的模型构成说话人特定的背景集合,从而进行得分归一化。实验结果表明,该方法能够同时针对说话人和测试环境的不同进行补偿,进一步降低了误识率和漏警率,获得了很好的确认性能。     

说话人识别方法概述

说话人识别是语音识别的一个重要的分支,是当前的研究热点之一。首先介绍说话人识别的基本原理,然后介绍说话人识别常用的特征参数和分类方法,最后探讨说话人识别研究的难点。     

嵌入时延神经网络的高斯混合模型说话人辨认

提出了一种在高斯混合模型中嵌入时延神经网络的方法。它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。时延神经网络挖掘了特征向量集的时间信息,并且通过时延网络的变换使需要假设变量独立的最大似然概率（ML）方法更为合理。以最大似然概率为准则,把它们作为一个整体来进行训练。训练过程中,高斯混合模型和神经网络的参数交替更新。实验结果表明,采用所提出的模型在各种信噪比情况下的识别率都比基线系统有所提高,最高能达到21%。     

基于子带分析稳健的说话人识别

针对说话人识别系统易受噪声干扰的问题,考虑语音的非平稳特性,以语音信号各个频段区间所含有信号能量大小和所携带信息量多少的不同为前提假设,以大量的试验为基础,研究语音信号各个子带对噪声的稳健性、所含信息的充分性。研究发现,语音信号的低频区携带大量的说话人个性信息,并且能量集中,不易被噪声干扰,再通过适当地处理,使系统在10dB信噪比下识别率超过90％。     

基于免疫聚类的RBF网络在说话人识别中的应用

针对传统的基于RBF（Radial Bais Function）网络的说话人识别系统中聚类中心的数量和位置难以确定的问题,提出了一种基于人工免疫机制的RBF网络作为分类器的说话人识别系统。采用人工免疫机制可根据输入语音数据集合自适应地确定RBF网络隐层中心的数量和初始位置。实际测试表明,该系统具有快速学习网络权重的能力,并且网络的全局寻优能力强,识别率高,是说话人识别的一种有效可行的新方法。     

一种基于废料模型的关键词确认方法

关键词确认是语音识别中一个重要的研究方向。对于关键词确认系统来讲,废料模型的结构和类型对整个系统的性能有很大的影响。文中提出了一种基于音节格的废料模型。实验表明,与传统的基于音素类的废料模型相比,关键词确认率有了很大的提高。     

一种基于废料模型的关键词确认方法

关键词确认是语音识别中一个重要的研究方向.对于关键词确认系统来讲,废料模型的结构和类型对整个系统的性能有很大的影响.文中提出了一种基于音节格的废料模型.实验表明,与传统的基于音素类的废料模型相比.关键词确认率有了很大的提高.     

独立分量分析在说话人识别技术中的应用

独立分量分析方法能够将线性混合信号进行分离,得到统计独立的源信号,能用于提取组合语音的特征基函数。倒谱矢量符合ICA变换的假设条件,用ICA方法对MFCC特征进行转换得到ICA特征基,继而用于说话人识别,建立了一个基于独立分量分析的说话人识别系统。实验结果表明,在噪声环境下此系统具有更高的识别率。     

基于均值特征和改进深度神经网络的说话人识别算法

为提高神经网络在说话人识别应用中的识别性能,提出基于高斯增值矩阵特征和改进深度卷积神经网络的说话人识别算法.算法首先通过最大后验概率提取基于梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)特征的高斯均值矩阵,并对特征进行噪声适应性补偿,以增强信号的帧间关联和说话人特征信...     

交叉对数似然度和贝叶斯信息判据的说话人聚类算法

说话人分段聚类的任务是将一段语音中由同一说话人发出的语音聚合起来。文中提出了一种基于交叉对数似然度(Cross Log-likelihood Ratio,CLR)和贝叶斯信息判据(Bayesian information criterion,BIC)相结合的说话人聚类算法。交叉对数似然度用于计算语音段间的相似度;而贝叶斯判据则提供了一种比较适当的停止聚类的准则,该算法结合了两种方法的优点,在无监督说话人聚类中得到了较好的应用。实验结果表明,基于交叉对数似然度和贝叶斯判据的说话人聚类方法,比单纯利用交叉对数似然度的方法准确度高。     

多孔材料性能模型研究2:实验验证

在三维网状多孔材料"八面体结构模型"及其系列基本物理、力学性能相关数理模型和表征方式基础上,本文对传导和拉伸等若干性能指标的数理关系验证进行了综述。重点讨论了数理关系的实践性、修正系数的合理性、对计算结果的影响、对应致密体的许用应力取值和塑性指数取值等问题。按照这种数理关系,通过多孔产品孔率等基本参量即可计算其电阻率等性能指标,实验结果证明了其可行性。本方法可以优越于有限元等复杂计算。     

基于模糊Kano模型的户外音箱创新设计研究

目的 随着用户体验需求的增长,用户体验愈发复杂多变,传统认知互动方式下的产品同质化问题日渐凸显。通过将模糊Kano模型和Affordance理论结合应用在市场现有产品的基础上,探索针对用户需求的产品创新设计方法。方法 首先,通过定性研究法获得用户需求原始描述并建立评价项目表;其次,针对评价项目表设计模糊Kano问卷、调查结果分析表来处理问卷数据,将用户主观感性偏向定性、定量,获得便携式户外音箱各品质要素的用户需求类别;最后,将需求要素与Affordance的人-物-场系统分析结合,应用于设计实践。结论 通过结合以上两种理论并融合创新设计,能够解决传统认知方式带来的产品同质化问题,使产品设计重新关注到人、物和环境的关系本身,为设计者提供一定的方法依据。     

预制空心板桥梁格模型的荷载试验验证

以某预应力空心板桥为例,采用梁格法建立有限元模型,用荷载试验实测数据对其挠度计算值及其挠度横向分布进行对比验证。可为空心板桥建模精细化提供参考。     

基于iNPD的智能音箱产品创新设计研究

目的 解决产品开发中用户需求目标不清、产品价值属性模糊等问题。方法 将KANO模型与AHP(Analytic Hierarchy Process,AHP)法融入iNPD(integrated New Product Development)产品开发程序,对智能音箱产品创新设计进行实证研究。首先,通过SET因素分析发现产品机会,引出基础故事情节;其次,基于KANO模型进行智能音箱需求属性划分,以及应用AHP法通过层次模型构建、权重计算等步骤,求解各属性下子需求的重要度;最后,根据用户需求分析,对智能音箱进行构思并提出方案设计。结论 基于KANO模型及AHP法融入iNPD的创新设计方法,实现了智能音箱产品开发中用户全程参与设计与决策,提升了智能音箱创新产品开发的科学性与合理性,增强了设计方案的可行性与有效性,可为同类产品创新设计提供参考路径。     

基于冲击碰撞模型的空间对接半物理仿真真实性验证方法

为了精确定量研究空间对接动力学半物理(HIL,Hardware-In-the-Loop)仿真系统的仿真结果真实性问题,利用无阻尼弹性碰撞动力学模型构造了空间对接动力学半物理仿真的验证模型,提出了描述半物理仿真系统仿真真实性的评价参数,并推导了计算公式。设计了用于半物理仿真试验研究的验证机构,较详细阐述了试验验证方法。建立了空间对接动力学半物理仿真的试验验证系统。在试验系统的水平和铅锤两个平动自由度上,进行了半物理仿真验证试验研究。验证试验结果及试验系统调试过程表明:所阐述的空间对接动力学半物理仿真系统的验证思想和方法是可行的和实用的。     

分块思想和码本模型的运动检测算法

为了消除静止摄像机下复杂背景环境对运动目标检测造成的影响,同时又为解决目前的运动目标检测算法在检测速度、准确度方面存在的不足,提出一种改进码本模型的运动目标实时检测算法.首先利用分块的思想将一幅图像分成若干宏块(MacroBlock),然后对每个宏块进行背景建模聚类成码本.在目标检测时,同样对当前帧进行分块,对于每个宏块求得像素均值和亮度均值并与其对应位置的码本进行比较判断,从而提取出前景目标.实验证实,对存在动态因素的背景视频,该算法不仅能有效抑制伪目标的出现,而且能准确快速地检测出运动目标.