语音识别的研究

介绍了语音识别的发展历史和国内外语音识别研究的现状，讨论了语音识别的几个基本问题和影响语音识别的因素，并分析了目前常用的语音识别的各种方法，指出了其优缺点，最后讨论了评价语音识别系统时应考虑的几个技术指标和将来语音处理的发展方向等。     

基于语音识别的智能交互系统设计

针对于当前语音信号的复杂性，和外界噪音的干扰，导致语音交互系统难以实现较为连续交互这一问题，采用由语音识别、单轮交互、多轮交互、语音合成这四个模块构成的基于语音识别的人机交互系统，在语音识别模块中，语音特征信号提取采用了MFCC特征提取方法，采用了深度算法进行构建声学模型。在多轮交互模块中，采用了GPT-2模型来实现了人机交互中的长对话。结果表明：该语音交互系统可以精准地提取出语音中的所需特征，然后进行有效的语音识别，DNN-HMM模型进行语音识别的WER值为4.11,识别时间短，最后合成出了清晰自然的语音。该结果证明此语音交互系统具有可行性。     

局域网并行处理在语音识别中的应用

在语音识别中，不论是训练语音识别系统，还是使用系统识别语音，都需要进行大量的数据处理，这使得语音识别的研究和实现都变的非常困难。本文提出一种基于局域网的分布式计算机系统的快速并行数据处理方法来实现语音识别的模型训练和语音的识别，不仅加 了训练和识别的速度，节约了大量的时间，而且降低了语音识别任务对硬件的要求，取得了满意的效果。     

计算机的语音输入技术

本文介绍了语音识别技术的一些基本概念，解释了语音数字化的原理，详细分析了语音识别系统的工，了后对语音听写软件的产品和应用作一综述。     

语音用户界面研究进展

语音是人们日常生活中高效、自然的交流方式之一。但是直到目前为止，语音交互方式在计算机技术上的应用还是比较少的。近年来，随着Ubiquitous Computing和便携式计算机的出现，再次对语音用户界面的应用提出了迫切的需求。而且语音识别、合成技术的发展也为语音交互界面的实现提供了技术基础。本文综合参考了国内外语音界面的一些应用系统实例以及语音这种独特的交流媒体的优点和局限性，总结了语音用户界面的适用环境和设计指导原则，并提出了对语音界面的发展展望。     

一种新型工业语音报警器

针对目前工业语音报警器使用中存在的问题，以单片机8031为例，采用ISD1420语音芯片进行工业语音报警器的开发和设计，并给出了语音部分的电路及子程序。该语音报警器采用了直接模拟量存储技术DAST，完成语音的录入、存储及分段调出。     

电力系统中的语音应用技术研究

随着电力市场的发展，电力系统对信息的处理能力进一步提高。从传统的语音报警到实时语音信息访问和语音控制，语音应用技术在电力系统中都得到应用。一种基于现有Internet基础构架的语音服务标准VoiceXML是网络与电话技术完美的结合，制定了通过语音对话访问Web服务和交互语音问答的传递标准。VoiceXML使得开发人员从底层开发脱离出来，而直接面向应用提供解决方案；用户可以通过计算机或者电话，用语音访问Internet服务。该文描述了电力系统中语音技术的应用，并着重于VoiceXML标准给出了语音在电力系统中的应用解决方案。     

语音识别及自组织映射神经网络的应用

该文阐述了语音信号的特点，语音识别过程及技术，重点讨论了例谱技术及其在语音信号特征提取中的应用，并将自组织映射神经网络应用到语音识别中，提出了网络模型。     

基于正弦模型的语音频域参数编码

本文提出了一种基于正弦模型的语音编码技术，通过对语音频率，幅值和相位参数的分析处理，合成高质量的语音。在编码处理过程中，我们应用了语音叠加技术和频迹跟踪技术，以提高合成语音清晰度，实验结果表明，谝编码方式具有很好的顽健性，适合于不同来语的信号，使如带背景音乐的语音。     

语音驱动人脸动画中语音参数的提取技术

语音特征参数的提取是语音驱动人脸动画中语音可视化的前提和基础，该文立足于语音驱动的人脸动画技术，较为系统地研究了语音参数的提取。在参数精度方面，引入了用小波变换重构原始信号的思想，对重构后的信号进行参数提取，从而为语音驱动人脸动画系统建立良好的可视化映射模型奠定了基础。     

语音信号处理技术及应用

介绍了语音信号处理的关键技术，论述了在语音识别与合成和多媒体数据库中基于内容的语音数据检索的应用特点，指出了建立分层次的语音特征表示将有利于语音特征提取和满足不同层次的应用需要。     

几种无语音检测噪音估计方法的比较研究

噪音谱的估计是谱相减方法中关键的一环。传统的噪声谱的估计是通过对输入语音作语音检测，区分出纯噪声段，根据噪声段的频谱估计出噪声谱。该方法的准确性局限于语音检测算法的性能，在信噪比较低时，性能下降很快。近年来人们提出了多种不用语音检测的噪声估计方法，这些方法不区分语音和非语音段，在每一帧都进行噪声谱的更新。评估了几种无语音检测的噪音估计方法，比较了它们用于谱相减时在语音识别中的性能，提出了一种新的基于能量聚类的无语音检测噪音估计方法，通过实验验证了它的优良性能。     

基于TVAR模型和粒子滤波的语音增强方法

实际的语音以及语音中掺杂的噪声一般都是非平稳的。本文详细分析了TVAR（时变自回归模型）语音系统模型，把利用TVAR模型增强语音分解成卡尔曼滤波和粒子滤波两步，以减小运算量。同时在粒子滤波中，为克服粒子退化效应，引入了粒子重采样技术提高粒子滤波精度。实验证明，这种增强语音方法无需对语音分帧处理，无需要求噪声是否平稳，能很好地跟踪语音信号的非平稳性，对系统初始值设置不敏感，增强后的语音信号信噪比得到明显改善。     

语音报警器的研制

本文详细讨论了传统声光报警器的更新换代产品，语音报警器的开发和研制，首先介绍了语音报警器所采用的方案和要实现的基本功能；然后介绍语音处理器及语音的固化、语音回放及闪光产生单元电路；最后讨论了语音报警器的结构以及程序设计。     

语音识别综述

语音作为一个交叉学科，具有深远的研究价值，近50年的研究发展，语音识别技术已经有了极大的发展．但大多数产品能存在与实验室，没有达到使用化的效果。所以语音识别的研究还要更加深入。本文介绍了语音识别的发展现过程。以及一个语音系统框架和识别过程，HMM模型的概念和建立，还有语音发展的问题和解决方案。     

说话人语音改变技术研究与实现

讨论了一些语音改变技术的应用场合，分析了语音改变的一般方法，并提出了一种新的针对PLAR(pseudo log arearatio)曲线进行变换的语音改变方法，从而使说话人的语音特征得到改变。该方法采用了基于音段和听觉的方法来改变语谱特征参数，算法简便，计算量少，便于实时处理。用该算法实现了语音通信中个人隐私的实时保护。     

基于巴克谱的语音质量评估算法研究

提出了一种语音主观质量的客观评估算法，该算法在巴克谱的基础上计算原始语音与重建语音之间的失真度，并考虑了弱音帧与噪声帧的存在对语音质量评估的影响。文中同时给出了结合巴克谱失真和弱音与噪声帧比率的语音质量评估公式，并将计算结果与平均意见分(MOS)进行了比较。数值实验表明，本文提出的增强型巴克谱失真测度(IBSD)与MOS之间具有很强的相关性．能客观地评价出语音信号的主观质量，适用于各种语音编码、语音通信系统。     

语音电子邮件系统

本文探讨了关于语音电子邮件实现的几个关键问题：语音的压缩编码、语音传输方式和语音传输协议，并给出了一个语音电子邮件的功能模型。     

中文语音智能平台

中文语音智能平台将语音浏览互联网变成了现实，该技术融自动语音识别、智能语音机器人和语音转换等技术于一体，人们可以用自然语言和计算机进行交流，方便、快捷地从浩瀚无际的互联网中获取信息。     

鲁棒性语音识别系统的设计

提出一种噪声环境下具有鲁棒性的语音识别系统的设计方法。首先，简单介绍了在高噪声环境下语音识别所遇到的问题，随后，建立了描述噪声环境中语音的加性卷积干扰及非正常发音的飞行员语音仪器畸变模型，采用二次判头尾方法较好解决了噪语音端点检验困难的问题。