语音识别技术研究

介绍一种实时语音识别系统,对语音识别系统的硬件组成及软件技术进行了论述,所开发的系统具有较高的识别精度,有较为广阔的应用前景。     

小波预处理与语音识别

利用小波的带通性质 ,给出了一种新的小波预处理方法 .实验表明 ,经过小波预处理后提取的特征 ,提高了语音的识别率     

小波预处理与语音识别

利用小波的带通性质,给出了一种新的小波预处理方法,实验表明,经过小波预处理后提取的特征,提高了语音的识别率。     

神经网络语音识别技术应用研究

本文通过描述语音特征参数求取方法和典型神经网络的学习过程，阐述了采用人工神经网络技术进行语音识别的基本原理，并给出一个神经网络语音识别技术在语音控制媒体播放系统中的应用实例。     

神经网络语音识别技术应用研究

本文通过描述语音特征参数求取方法和典型神经网络的学习过程，阐述了采用人工神经网络技术进行语音识别的基本原理，并给出了一个神经网络语音识别技术在语音控制媒体播放系统中的应用实例。     

不定人语音识别系统

采用了说话人自适应和大数量人的训练数据两种方法解决不定人语音识别问题,在离散隐马尔可夫模型ＤＨＭＭ孤立字语音识别系统中,采用了３种说话人自适应方法,方法１,方法２为码本自适应,方法３为新人数据自适应,并将新建的１０００人的语音库用于不定人语音识别。实验结果表明,说话人自适应方法均有一定的自适应效果,特别是多码本自适应后,识别率可提高１６％,达到９３％以上;在数据库的采用,使得不定人的数字识别率达到     

隐马氏链模型识别汉语四声声调

本文提出一种用隐马氏链模型识别汉语声调的新方案。由每一种声调的训练语音求出相应的概率模型参数作为识别模板。识别时,分别用每一种声调的模型参数计算出现输入语声周期序列的概率,概率最大者即为输入语声的声调模型。实验语音选用的是“小学汉语拼音教学录音磁带”,一个男声和一个女声,对于其中的24个韵母和21组拼音音节,正确识别率为98%。     

用功率谱相减法进行混噪语音识别的研究

为了提高混噪语音的识别率，对以往功率谱相减法进行了数理解析，指出了其不足之处。针对某些混有频率成份较少的噪音的语音，提出了一种新的功率谱相减法，给出了相应的处理算法，并运用这种新的功率谱相减法进行了仿真语音识别实验，实验结果证明了这种新的功率谱相减法的正确性和有效性。     

独立分量分析及其在语音处理中的应用

独立分量分析（ICA）是信号分解技术近年来的一项新发展。区别于PCA（主分量分解）和SVD（奇异值分解），它不是按能量的大小进行分解，而是要求被分解出的各分量互相独立。本文介绍了ICA的提出，含义及算法，最后仿真实验了其在语音处理中的应用，并给出了实验结果。     

最新语音识别技术成功商用

中科院声学所在音频信号处理及人机互动界面语音处理领域取得一系列重要技术成果，并已成功商用。其最新技术涵盖广泛．在音频及语音信号处理领域．包括语音信号的监测、增强．智能声场控制和音频回放技术；在人机互动技术领域，包括语音输入处理任务和音频内容检索等．例如在汽车内等嘈杂环境．能有效抑制噪声、消除回声．实现清晰通话；通过语音识别技术真正实现“闻其声如见其人”的效果。     

基于凌阳SPCE061A的语音识别技术

对凌阳科技公司新款推出的SPCE061A处理芯片进行了简要的介绍,分析了该芯片作为语音处理核心平台的功能,着重从硬件的设计扩展、软件设计流程的架构等方面,对利用该芯片开发具有语音识别功能控制器的方法进行了探讨。     

基于隐马尔可夫模型的语音单字识别研究

本文针对线性模型在语音识别中的不足，进行了隐马尔可夫模型（HMM）在语音单字识别中的研究，主要对观察输出概率求解、最佳状态序列寻找、参数估计和模型参数的选择进行了探讨。     

车载语音识别导航系统

德国科学家开发出真正的车载语音识别导航系统，并将在年底装备于整车推向市场。尽管现在车载导航系统已不是什么稀罕物，但目前的产品只能由驾乘人员通过键盘输入目的地后才能开始工作，不仅繁琐，而且在行驶中使用还会带来危险。德国科学家在现有导航系统的基础上，集成了相关语音识别技术和翻译程序，开发出了这种新型车载语音导航系统，目前可识别８００个地名，车内驾乘人员只需说出目的地，导航系统便能很快找出最佳路线，而后在行驶过程中的每个路口均给出语音提示，并在仪表盘旁的屏幕上显示出相关路线。（W．QD）车载语音识别导…     

基于语音识别的朝鲜语语音检索方法

针对基于语音识别的语音检索方法对语言模型的强依赖问题,通过改进声学模型学习框架提出了一种新的朝鲜语语音检索方法.该方法首先修改KoSpeech框架的网络模型,通过训练得到了朝鲜语的声学模型; 其次通过语音文档分割方法构建了语音文档索引库; 最后利用编辑距离匹配的方法实现了语音检索.实验结果表明,改进的朝鲜语声学模型学习框架降低了语音检索方法对语言模型的依赖和大规模数据集的要求.当k取9时, top -k评价方法的检索均值平均精度达到86.74%, 召回率达到95.25%, 该结果表明本文提出的方法是有效的,具有一定的实际应用价值.     

一种面向语音识别的三元文法语言模型

在语音识别系统中,语言模型是其中不可或缺的,以先验概率的形式发挥重要作用.而在大词汇量非特定人的连续语音识别中,又以基于统计的语言模型应用最为广泛.研究首先讨论基于词的语言模型和基于词类的语言模型的统计计算方法,然后针对互联网上的新闻、科技、小说等题材的语料使用HTK语言模型工具采用以上两种方法构建一个面向语音识别的语言模型.实验结果表明,该语言模型比单独的基于词的和基于词类的语言模型有更高的性能.     

连接数字语音识别

采用分段Ｋ均值法进行模型的训练,采用分级构造的方法进行连接数字的识别。在训练和识别中,又引入了状态持续时间模型。并且对易混淆的字采用声韵分割的方法训练模型,得到了较好的识别率。     

语音识别中的加性噪声补偿研究

针对语音识别中的加性噪声进行研究，提出了动态自适应多模板谱减法和多模板谱加训练补偿法。动态自适应多模板谱减法和噪声动态自适应方法的有效结合，使谱减法既能适应环境中存在多种噪声的情况，又能有效利用当前得到的噪声环境信息。而多模板谱补偿法从谱减法的逆向角度，并基于多模式训练的思想，有效地使模板适应多种噪声情况，该方法不增加识别时的运算量，有利于考虑噪声的各种复杂情况。     

语音识别技术带来手机行业变革

拥有国际全面领先语音技术的安徽科大讯飞信息科技股份有限公司联合手机厂商推出了多款“能听会说”的智能手机．有效实现了人与手机之间的“自由沟通”。     

基于RASTA-FF2滤波降噪技术的语音识别

语音识别技术可以为要求双手同时作业的操作人员和残疾人提供一种便捷的控制方法。作者在文中提出了一种通过结合二阶频率滤波和RASTA技术来增强语音识别鲁棒性的方法，并将这种方法成功应用于机器人化护理床的控制系统中，增强了识别系统在医院、工厂等非稳定噪声环境下语音识别的鲁棒性。 通过将HMM／GMM混合模型的传统Mel频率倒谱系数为特征值的识别系统与HMM／GMM混合模型的RASTA—FF2为特征值的识别系统进行比较，并分别在纯语音和带噪语音条件下进行测试，发现经过二阶频率滤波后的FF2特征值再经过RASTA滤波器滤波，特别是在非稳定噪声环境下，以RASTA—FF2为特征值的识别系统比传统的识别系统的识别率更高，这表明FF2特征值与RASTA滤波器技术相结合，一个作用于频域，一个作用于时间域，可以有效地消除语音信号中的不同噪声成份。