一种Robust语音识别的改进谱减方法

文章提出一种概率谱减的方法,它从混噪语音信号中,根据所有可能出现的噪声序列的概率情况来减去相应的频谱。这种概率谱减技术要比单纯的谱减技术能更好地利用环境中不同类型的噪声特征。对不特定话者84个孤立词电话语音的实验显示,误识率下降了33．9％。     

减谱法在语音增强中的应用

语音信号在传输过程中不可避免地会受到周围环境的影响。如何在语音受到干扰的条件下,在接收端保证语音可懂度和清晰度是目前语音通信面临的一个重要问题。首先介绍了影响语音通信的常见的几种噪声,通过对几种语音增强方法的介绍和对比,并结合语音干扰效果评估方法,对减谱法语音增强方法进行详细分析,并结合实际的标准语音库中的语音文件,对结果加以验证,实现了在干扰信号比较大的情况下,提高了语音的可懂度和清晰试。进而得出了较为有效的语音增强效果。可作为提高音质试验、训练中的参考依据。     

基于谱减算法语音增强的研究

谱减法是处理宽带噪声较为传统和有效的方法,它的运算量较小,容易实时实现,增强效果也较好.比较详细地叙述了谱减法的基本原理和降低音乐噪声的方法.     

一种基于倒谱均值减的语音端点检测改进方法

端点检测是语音识别理论研究中的关键技术之一,为了提高语音端点检测方法的抗噪性和准确性,引入倒谱均值减(Cepstral Mean Subtraction,CMS)设计一种新的语音端点检测方法.在传统倒谱均值减算法的基础上,采用隐马尔可夫模型(Hidden Markov Model,HMM)提取最佳特征子集,利用二次分类...     

基于动态谱估计的改进谱减语音增强算法

语音增强是语音信号处理的重要课题。根据基于最小值追踪的谱估计方法,提出了一种非平稳噪声环境下快速追踪噪声变化的方法,将其应用到改进后的谱减法中,以提升语音增强的效果。仿真结果表明,改进后的谱减法能有效降低背景噪声,提高输出语音信号的信噪比。     

基于电话用户交换机的语音识别系统研究

本论文对电话用户交换机研制了一个声控语音命令交换系统,该系统能够实现与特定人无关中小词汇量连续命令语音自动识别,研究中统计了用和命令语句,生成相应识别文法网络,识别系统的训练采用由子词模型构成的复合模型进行强化训练,识别采用令牌传递式改进Ｖｉｔｅｒｂｉ算法,提高系统的识别性能,论文比较了不同语音特征参数以及隐含马尔可夫模型状态数对电话语音识别精度的影响,研究中还开发识别系统拒识系统,在无拒识情况下     

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。     

一种基于改进的谱减法的语音增强算法

为改善语音质量,提高语音识别系统的性能,提出了一种新的基于改进的谱减法的语音增强算法。新算法在所有噪声都能转化为加性高斯白噪声的基础上,依据高斯白噪声幅度谱服从瑞利分布的特点,对噪声幅度谱进行精确的估计,并采用频带方差进行端点检测以及时检出语音。仿真分析表明：该方法能够较好地抑制噪声,噪声消除效果较传统算法具有明显的提高。     

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。     

由语音识别电路实现的语音拨号电话

由语音识别电路实现的语音拨号电话武汉华中理工大学周云波林家瑞语音集成电路在我国已经得到了大量应用，但主要是用于语音记录，而语音识别电路至今使用仍不够广泛。珠海特思高电子公司ＴＳＧ１１０可以识别１０个语音，因而可用于识别０～９这１０个数字，将它与语音拨...     

改进的谱减法在语音增强中的应用

提出了一种谱减法的改进形式,算法打破了噪声和语音是相互独立且噪声是零均值的高斯分布假设.实验表明这种改进型谱减算法有效提高了增强效果,更好地抑制了音乐噪声.     

基于最大似然估计的子带语音去噪的研究

对基本的谱减算法进行了改进。利用满足听觉感知模型的滤波器组对语音信号进行处理,然后通过自动跟踪信号的低能量部分的包络来估计背景噪声的特性,最后利用改进的谱减技术对子带语音进行滤波并增强。实验表明,改进的谱减技术具有良好的性能。     

基于最小统计及谱减法的语音增强

提出了一个基于最小统计及谱减法的语音增强方法。不采用端点检测,在语音帧内及噪声帧内都进行噪声更新。为了实时应用的需求,提出了一种加快最小值更新的方法,实验表明,该方法能有效削弱变电平噪声。     

基于多窗谱估计的改进谱减法

在各种语音增强法中,谱减法以其简单、有效而被广泛应用。在谱减法中,一般使用周期图法对语音信号进行功率谱估计,但是它的估计偏差以及方差较大,直接结果是引起了较大的音乐噪声。而多窗谱(multitaper)估计具有较小的估计偏差和方差。因此,使用基于多窗谱估计的改进谱减法可以有效降低音乐噪声。实验结果证明,在相同实验条件下,该方法得到的增强语音中的音乐噪声要明显小于使用周期图法的结果,且信噪比可提高1~2 dB。     

改进型谱减法在DSP上的实现

介绍了改进型谱减法在DsP5416上的实现,包括谱减法及其改进型的基本原理;在硬件系统的基础上设计了数据流程和程序流程;最后对系统进行了硬件测试.结果表明,改进型谱减法虽然会产生音乐噪声,但因其算法简单有效,对系统要求不高,在对实时性要求较高的场合能充分发挥其优势,可供工程实践人员参考.     

基于环境特征判别学习的顽健语音识别方法

提出一种基于环境特征判别学习的顽健语音识别方法 ,它首先通过使用一个简单的分类器和梯度下降法迭代地学得环境特征 ,接着利用得到的环境特征从观测到的混噪语音特征中估计出纯净的语音特征 ,然后将估计出来的纯净语音特征用到后端的HMM分类器中 .使用所提出的方法对不特定话者小词表进行实验 ,其系统误识率与基本HMM系统相比下降了 33 3% .     

谱相减与波束形成相结合的语音增强算法

根据阵列信号语音增强的思想,提出一种基于频城处理的谱相减与波束形成相结合的语音增强结构。结构为多路信号输入,每路含噪信号在谱相减后,增加了波束形成结构,不仅有效地消除了背景噪声,也抑制了谱相减后的音乐噪声。并使用该算法对实际环境中采集到的含噪语音信号进行了仿真,结果显示经过该系统处理后的增强语音的信噪比有了较大的提高,主观试听效果也很好。     

稳健语音识别技术发展现状及展望

本文在简单叙述稳健语音识别技术产生的背景后,着重介绍了现阶段国内外有关稳健语音识别的主要技术、研究现状及未来发展方向.首先简述引起语音质量恶化、影响语音识别系统稳健性的干扰源及其影响.然后分别介绍语音增强、稳健语音特征的提取、基于特征和模型的补偿技术、麦克风阵列、基于人耳的听觉处理及听觉视觉双模态语音识别等技术路线及发展现状.最后讨论稳健语音识别技术朱来的发展方向.     

谱相减法语音增强技术中"音乐噪声"的抑制

针对谱相减法残余“音乐噪声”过强的缺点，采用幅度-带宽联合分析的方法，自适应地调整各子带谱减因子，通过消除随机噪声谱峰，达到了抑制残余“音乐噪声”的目的。新算法经过仿真实验，并与其它算法的结果进行了对比。结果表明在几乎不损伤清晰度的情况下，该算法更好地抑制了“音乐噪声”，且信噪比得到了大幅提高。     

噪声环境下顽健的语音识别系统

开发了一高噪声环境下特定人孤立词的语音识别系统，讨论了系统性能的考核情况，考核实验表明，系统在80dB以下噪声环境下工作，精度较高；在100dB的高噪声环境下，识别率高于96％，系统仍可使用。