一种提高口令识别率的二字口令字数确认方法

在传统的基于隐马尔科夫模型的语音口令识别系统的误识口令中,有很大一部分是将字数为两个字的语音口令误识为字数大于两个字的语音口令.针对此问题,本文提出了一种二字语音口令字数确认方法,分别以短时能量、Teager能量算子和信息熵作为确认二字语音口令的三种特征,运用滑动窗确认测试语音口令是否为二字语音口令,并根据确认结果对语音口令识别系统的识别结果进行再处理,减少了二字语音口令的误识率.在加入了字数判别功能的改进语音口令识别系统上的实验结果表明,本文提出的算法有效地提高了基于隐马尔科夫模型的语音口令识别系统的识别率.     

语音增强的计算机仿真

研究关于盲源分离的特征向量分离算法在语音增强的应用,传统的方法对混合的语音信号很难进行有效的分离,而在实际中很多场合都需要对语音信号进行增强.为消除噪音,提高清晰度,使用的盲源分离算法却正能实现传统方法难以实现的技术.运用一种盲源分离的特征向量分离算法来进行语音增强,并且对实际的两个语音信号运用该算法进行了混合语音信号的分离增强实验,利用MATLLAB软件对混合语音信号进行了盲源分离的特征向量分离算法的仿真,可从混合语音信号分离出了两个原始语音信号.证明了盲源分离算法应用于语音分离的可行性,为盲源分离应用于语音增强提供了参考依据.     

基于MMSE-LSA语音增强算法在非平稳环境下的研究与实现

讨论了非平稳环境下基于语音短时对数谱的最小均方误差(MMSE-LSA)估计的语音增强算法.众所周知,语音信号为时变信号,在假设语音频谱分布为高斯分布的前提下,实验的工作重点是将MMSE-LSA算法与其它语音增强算法(以谱相减的语音增强为例)比较.实验结果表明:该MMSE-LSA算法的语音增强效果很好,特别是在信噪比低时的非平稳环境下效果更为明显.     

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.     

局域网语音实时传输的实现

语音实时传输是语音聊天软件的核心技术.文中在分析语音实时传输原理的前提下,探讨了局域网语音实时传输的设备的初始化、内存分配、语音录制、播放和传输等具体方法,并以C+ +Builder6.0提供的控件为基础,以API函数给为工具,给出了局域网实时语音聊天的具体实例,实现了局域网用户间的语音实时传输.     

双谱图在语音分析中的应用

为便于对不同的语音特征进行辨析,提出了一种基于双谱分析的语音辨别方法.通过采样语音数据,进行相应处理,再进行双谱分析,对不同类型的语音双谱图进行对比,因其语音包含因素不同,双谱图形上表现的双谱特征亦不同,其结果差异明显.试验结果表明:将双谱应用于语音分析中,可以对不同语音进行识别,能提高语音辨别的准确性,对处理语音信号有显著效果.双谱图是进行语音辨识的一种有效方法,具有良好的应用前景.     

语音电话功能

语音电话在许多实际的领域有着广泛的应用.本文主要以D161A-PCI语音处理卡为例,介绍了如何在VisualC 环境下实现语音电话功能.     

VOIP语音编码方法研究及性能分析

随着Internet的急速发展,VOIP语音通信业务逐渐取代了传统电话.语音编码技术是VOIP的关键技术之一,是保证语音通话质量的重要手段.在VOIP通信原理的基础上,重点介绍适合VOIP语音通信的三种低速率语音编码,并比较它们的编码速率、实际网络带宽、语音质量、编码复杂度和抗误码性能多项技术指标,为设计VOIP系统时选择适当的语音编码方法提供依据.     

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.     

情感语音数据库综述

情感语音数据库是语音情感识别研究的数据基础,为语音情感识别模型的建立提供训练和测试数据.近年来,国内外研究者们以各自的科研任务为背景,建立了若干面向语音情感识别研究的数据库.然而,由于情感的复杂性以及缺乏统一的数据库建立标准,只有少数的高质量的数据库得到了大多数研究者们的认可.通过文献调查与分析,对当前领域内极具代表性的一些情感语音数据库进行了综述,目的是为相关研究者们的数据库建立和选择工作提供可靠的对比和参考依据.     

沪语语音识别研究及在家居机器人中的应用

为实现对沪语语音的识别和与家居机器人沪语语音交互,通过分析了沪语语言的语音、语调、语法特点,提出了沪语语音的识别基元的建模方法.该方法生成了新的声韵集作为识别基元,并建立了课题相关的沪语语音语料库,同时基于HTK初步构造了沪语语音的声学模型和3-Gramm语言模型.该系统模型在家居服务机器人中得到初步的应用,系统采用V...     

随机共振在强噪声环境中语音增强应用

传统的语音增强方法是在保持语音可懂度和清晰度的前提下,尽可能地从带噪语音中提取需要的纯净语音,而在强噪声环境中,语音信号表现为弱信号,去噪变得困难.基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出一种自适应调节,添加最佳噪声来进行语音随机共振,从而实现语音增强.Matlab实验结果表明,在强噪声环境中实现对语音信号增强,信噪比提高明显,且效果优于传统算法.方法具有一定鲁棒性,提供了在强噪声环境中增强语音信号的新思路.     

一种噪声混叠下的阵列语音采集系统

设计了一种简易的阵列语音采集系统,该系统以STM32F103系列MCU为核心,加载语音放大电路 、通信电路等,实现了5路语音信号的采集 、显示 、通信与存储,利用独立成分分析算法,实现了混叠语音信号的分离,获得了较为纯净的语音,为后续的语音处理 、分析与识别等工作提供了保障.     

基于Modbus协议的ABB变频器语音播报功能扩展

介绍一种基于Modbus协议的变频器功能扩展系统,该系统采用单片机和科大讯飞TTS语音模块为ABB变频器提供语音播报功能.作为一种应用广泛的电机控制装置,若能扩展语音播报功能将为其应用带来较大的便利.对Modbus协议、ABB变频器的Modbus-RTU通信功能及单片机语音播报系统的控制方式等进行了较详细的介绍.开发了一种基于ACS510变频器的语音播报系统,并给出了系统的详细设计方案,可为同类系统的设计及应用提供借鉴.     

抗语音分组丢失的自适应传输调整算法的实现

为提高语音的传输质量,减少语音分组因网络状况恶化造成的丢失现象,在研究实时语音传输技术的基础上,提出了一种抗语音分组丢失的自适应传输调整算法.通过量化接收端反馈回发送端的语音分组丢失率等信息来判断网络状态,并通过改进AIMD(和式增加乘积减少)拥塞控制算法来自适应地随网络状态调整语音的传输速率,以此来达到抗语音分组丢失的效果.通过自行搭建拓扑结构的网络环境,对算法进行了测试分析,验证了该算法的有效性.     

分布式多媒体网络的设计与实现

一、单机多媒体技术随着计算机技术的迅速发展和计算机应用的日益广泛,语音处理能力正逐渐成为计算机的一个基本功能.语音功能的出现,不仅为计算机进入多媒体时代开辟了广阔的前景,而且也为用户提供了崭新的人机界面.1、数字化语音系统我们研制的数字化语音系统有这样两个特点:一是语音接口板上有缓     

以语音出现时频相关性为基础的语音掩模估计

在二维的时频域网格结构中,相邻点上语音信号的存在与否是相关的,传统的马尔可夫链不能对二维的时频相关性进行自适应的建模.基于语音信号在时频域中的相关性,提出了一种利用二维的相关模型估计语音掩模的方法.该方法将时频域中带噪语音信号的对数功率谱划分为语音和非语音类,利用时域中的状态转移概率和前向因子描述语音信号的时域相关性,同时利用频域中的状态转移概率和邻域因子描述语音信号的频域相关性.通过全局的统计最优化,该模型将时域相关性和频域相关性相结合.给出了该模型的序贯化更新方法,逐帧更新模型并估计语音出现概率.在当前已知对数功率谱和模型参数的条件下,通过最大化后验概率得到的语音信号状态矩阵可以作为语音掩模的最优估计.将该方法与几种现有的语音掩模在线估计方法进行比较,实验结果显示出了该方法的优越性.     

一种适用于单片机的语音编码算法及应用

提出了一种采用自适应差分脉冲编码技术的语音压缩编码算法,压缩比为8:3,因其算法非常简单,可用单片机(如51系列)实现.此算法可用于低成本的单片机语音存储系统或语音传输系统.最后还给出了此算法在远距离语音信号传输中的应用实例,在此实例中采用的是C8051 F330单片机,在RS-422传输信道上实现了全双工远距离语音信号传输.     

语音信号产生模型的建立及应用

从人类语音产生的机理出发,介绍了语音信号的特征和语音信号的语谱图,引出了语音信号的产生模型.同时讨论了在语音信号产生的模型应用中,线性预测编码方法及语音产生模型在语音合成和语音识别中的应用原理,体现了语音产生模型在语音处理技术方面的重要地位.     

基于Bi-LSTM的人机语音交互

人的语音具有一定的上下文相关性,传统语音识别模型对历史信息记忆能力不足,无法充分学习语音序列的相关性.根据人对机器人控制的语音特点,设计了一种基于双向长短时记忆(Bi-LSTM)网络的控制机器人的语音识别模型,并在自己制作的语音库中训练,优化了模型参数.实验结果表明:远端控制命令通过语音识别模型转化为控制命令,传送到机...