基于交互式语音应答的语音服务热线的研究

基于交互式语音应答系统方式的语音服务热线,采用了多线程同步模式实现对Intel Dialogic D/4PCI语音卡进行4路监听,每条线程对语音卡的相应的一个语音卡通道进行独立控制。用户通过树状结构语音菜单功能选择需要的语音服务,操作结果通过电话语音提示和语音合成播放,实现服务信息电话交互应答。     

用语音卡实现电话与电脑的信息交互

讨论了Dialogic语音卡开发库的编程模式，事件响应的主控制程序，电话声音播放和按键接收，多个语音的合成，播放和按键接收属性及终止条件的设置，总结出主要的编程步骤。     

计算机语音查询系统开发

利用先进的Dialogic语音卡将电信公共交换网与计算机数据库技术相结合的语音查询系统,克服了传统窗口查询方式的不足,为用户提供优质的查询服务.     

基于Dialogic的语音信箱系统

本文研究基于Dialogic电话语音卡,开发具有留言及听留言功能的语言信息系统,并给出系统的结构及详细的实施方案,测试表明所开发的语音信箱系统优于传统的语音信箱系统。     

基于Dialogic卡的办公自动化系统研究

从系统的概述、结构、工作层次、软硬件支持、功能、程序设计事项方面对基于Dialogic电话卡、具有语音合成与语音识别功能的办公自动化系统进行了详细描述,并给出了测试结果与尚待解决的问题.     

基于电话语音卡的水文数据库管理系统的设计

电话语音卡主要应用在热线电话,自动语音应答、电话呼叫中心等以语音服务为主的业务应用系统,但电话语音卡在用于数据库管理系统方面则很少,论文通过语音卡实现水文数据库管理系统,利用电话语音卡实现水文数据库系统的各种管理(如数据增加、删除、修改、查询等)功能。     

电话语音监控系统的设计与实现

本文介绍了一种新的电话语音监控系统，该系统利用电话语音卡将通话双方的通话信号采集进计算机，再利用自动语音识别技术对双方的通话内容进行识别，以实现对通话的监控。本文首先分析了该系统的工作流程，并介绍了各主要功能模块的工作原理及其具体实现，最后对系统中各个工作线程之间同步的实现进行了分析。     

一种电话语音卡的开发及应用

一、引言电话语音卡使电话与计算机直接结合来处理语音成为可能,不需调制解调器(MODEM)就可以直接利用电话获取计算机内的信息。目前,利用电话语音卡实现的电话语音系统逐渐普及,如电话银行,无线寻呼留言系统,168查询系统,114综合电信管理系统等。本文将介绍美国BICOM公司生产的BICOM—2LS型双口模拟电话语音卡,然后介绍以此卡为硬件基础开发的报刊编辑、查询语音系统。     

电力系统调度中的电话语音系统

本文详细介绍了用国产TurboWay电话语音卡为硬件，以Foxpro 2.5 For WINDOWS为主要编程语言开发的电力系统调度电话语音系统的功能及采用的主要技术。     

一种电话语音系统的设计及实现

为北京邮政局开发设计并实现的一种以电话语音卡为硬件基础的电话语音应用系统——报刊编辑、查询语音系统。     

基于近似熵的VDR人声识别技术研究

利用话者识别原理和语音数字信号处理技术对人声建模方法进行研究,建立了基于GMM模型的VDR环境下的人声识别基准系统;从分析影响人声识别率因素的角度出发,指出传统算法的不足,并提出一种基于近似熵的语音端点检测算法。理论分析和实验结果证明:新算法能有效屏蔽大动态冲击性噪声,解决了语音的虚检现象,并且在低信噪比0 dB情况下的识别率提升66%。     

基于语音增强的双门限语音端点检测算法

语音端点检测是语音信号处理过程中的一个重要步骤,其准确性对语音信号处理有直接影响.传统的双门限语音端点检测技术,在纯净语音或高信噪比的情况下,语音端点判断准确,但低信噪比的情况下,端点识别率很低,出错率较高.为了提高低信噪比条件下语音端点检测的识别率,在传统双门限语音端点检测的基础上融合了语音增强,通过Matlab仿真实验,取得了较高的语音端点检测准确率.     

HMM算法框架在银行语音服务中的实现

语音识别尤其是电话语音识别技术得到了广泛的应用。介绍了用Ｄｉａｌｏｇｉｃ卡采集电话语音,并且采用ＨＭＭ算法框架实现语音识别器,构建一个实用的银行语音服务系统。最后给出了该系统的测试结果。     

基于情感语音的差异检测与剔除的说话人识别

提出了一种基于情感语音的差异检测与剔除的说话人识别方法,克服了前人的方法中需要在训练时提供测试说话人的情感语音或者需要在测试时提供测试语音的情感状态信息给系统的使用带来的不便性,并在识别性能上比传统的ASR系统提高4.7%。     

一个基于语音识别的盲人上网辅助系统的设计

针对目前一部分残障人士(如盲人等)面临的上网困难问题,本文通过语音识别和文本-语音转换两个部分的设计及运用,设计一个基于语音识别的盲人上网辅助系统。系统的语音识别部分,采用了线性预测(LPC)及矢量量化的距离(VQ)方法,过滤和识别人的语音信号;文本-语音转换部分,通过对每个动态打开的网页,采用文字转化成语音(text-to-speech,TTS)技术及语音合成平台完成语音合成,将其网页文本内容朗读出来,同时也可对用户进行语音提示。     

Methods for applying VAD in Kazakh speech recognition systems

This article considers the algorithm “Voice activity detection” and the using VAD algorithm in the system of Kazakh speech recognition. The paper presents a mathematical model VAD and methods for detecting voice data: pauses between sentences, words, individual sounds. VAD algorithm is adapted to the recognition of Kazakh speech counting the basic properties of Kazakh language. Voice activity detection researches in Kazakh speech are being conducted for the first time. The results of the spectral analysis are displayed on the picture.     

基于LD3320的语音控制系统设计实现

语音识别是实现语音控制的关键技术,自然语音的人机交互也是当前的研究热点和难点。该设计运用STC10L08XE单片机,结合ICILoute公司的高性能LD3320语音识别芯片,进行了语音控制系统的总体结构、主控制模块和语音识别模块的软硬件设计。完成了基于非特定人的语音识别系统的静态测试,其对于语音命令的平均识别率可达90...     

基于云平台的智能语音交互机器人设计

现有的语音交互机器人多采用用户提问、机器人回答的单向交流方式,人机交互的智能性和灵活性较差。本文研究运用树莓派(Raspberry Pi)计算机和配套的语音板作为硬件载体,融合语音唤醒、语音识别、语音合成、自然语言处理等人工智能技术,调用科大讯飞开放云平台、在线图灵机器人,搭建一种基于云平台的智能语音交互机器人系统,并结合自主开发的本地知识库和问题库,使智能语音交互机器人能够根据不同环境与任务需求实现双向互动交流,实现由机器人采集信息和交流反馈,以提供高适应性的无接触人机语音交互服务。     

基于云计算和语音识别的控制系统

近年来,随着语音控制的热度逐渐增加,语音助手的种类也越来越多,但该类应用通常都是通过语音识别技术 来实现对用户指令的识别和反馈。本文所介绍的软件是一款基于云计算和语音识别的控制系统,和传统语音识别应用不同的 在于其语音识别的方式采用了本地语音识别,结合云计算和物联网传感器进行信息的处理。     

Target Speech Detection and Separation for Communication with Humanoid Robots in Noisy Home Environments

People usually talk face to face when they communicate with their partner. Therefore, in robot audition, the recognition of the front talker is critical for smooth interactions. This paper presents an enhanced speech detection method for a humanoid robot that can separate and recognize speech signals originating from the front even in noisy home environments. The robot audition system consists of a new type of voice activity detection (VAD) based on the complex spectrum circle centroid (CSCC) method and a maximum signal-to-noise ratio (SNR) beamformer. This VAD based on CSCC can classify speech signals that are retrieved at the frontal region of two microphones embedded on the robot. The system works in real-time without needing training filter coefficients given in advance even in a noisy environment (SNR > 0 dB). It can cope with speech noise generated from televisions and audio devices that does not originate from the center. Experiments using a humanoid robot, SIG2, with two microphones showed that our system enhanced extracted target speech signals more than 12 dB (SNR) and the success rate of automatic speech recognition for Japanese words was increased by about 17 points.