基于神经网络的说话人识别算法的研究与实验

人工神经网络通过学习可以实现对输入向量的分类,也就是说,对于经过训练的神经网络,每输入一个矢量,人工神经网络输出一个该矢量所属类别的标号,神经网络的这种分类作用可以运用到说话人识别中.本文在介绍人工神经网络实现对输入向量分类原理的基础上,通过MATLAB实现了基于神经网络学习向量量化方法(LVQ)的说话人识别实验,取得了较为满意的结果.     

基于深度神经网络和多元损失的说话人识别

生物特征识别技术相对于传统密码等方式具有更高的可靠性,而作为生物特征识别技术的重要研究方向之一的声纹识别方法,研究更精确的声纹识别方法具有更高的研究意义。随着深度学习的发展,深度学习应用在声纹识别技术上成为在声纹识别领域研究的重点。提出一种基于深度神经网络和beyond triplet loss相结合的说话人识别方法,模型通过梅尔频率倒谱系数（MFCC）提取MFCC声学特征,对MFCC声学特征提取说话人声纹特征,然后进行多元损失的模型训练。实验结果表明,DNN-BTL算法在说话人识别领域比高斯混合-隐马尔可夫模型（GMM-HMM）具有更好的识别效果。     

基于概率神经网络说话人识别的算法研究

为实现由语音信号进行说话人身份的辨识,研究了以往的实现说话人辨认的系统,提出一种改进的算法,采用能够反映人对语音感知特性的Mel频率倒谱系数(MFCC)作为特征参数,即基于概率神经网络(PNN)的识别方法。经实测数据的处理,表明PNN对训练样本有很高的分类准确率,且对测试样本的分类准确性也较高,并验证了本方法的有效性。     

基于元音MFCC的说话人识别系统研究

说话人识别从本质上看是从语音信息中提取说话人特征,并通过一定的方式进行模式识别的过程.辨别说话人的方法很多,本文认为先从语音中提出元音,再通过计算元音的MFCC(美尔频标倒谱系数)特征参数,并与DTW(动态时间规整)结合进行多人多单词试验,实验证明这种识别方式能提高识别率5%左右--从原字平均识别率为83%提高到取元音后平均识别率为88%.     

用于说话人识别的MFCC的改进算法

在说话人识别系统中,MFCC参数是使用最多的特征参数之一。MFCC参数主要描述了表征声道特性的谱包络特征,而忽略了基音频率对它的影响。基音频率会影响MFCC参数对声道特性的准确描述,进而影响说话人识别系统的性能。本文提出了一种基于平滑幅度谱包络的MFCC的改进参数,该参数不直接对语音短时幅度谱进行提取,而是先对幅度谱进行平滑,在谱包络的基础上计算MFCC参数,以降低基音频率对其的影响。     

说话人识别技术及其在工厂自动控制系统中的应用

说话人识别是以话音对说话人进行区分，从而进行身份鉴别与认证的技术．介绍了在工厂自动控制系统中说话人识别技术的应用，包含其原理、所采用的识别方法及其系统实现．     

基于DSP的说话人识别系统的设计

提出了基于TMS320VC5409的嵌入式说话人识别系统方案。整个系统以TMS320VC5409DSP芯片和EPM3256AQC208CPLD芯片为核心进行设计,完成了对说话人语音信号的采集、说话人识别核心算法的实现、输出结果显示以及外围设备的控制等功能,系统的核心算法采用了Mel频率倒谱系数（MFCC）作为特征参数进行提取和矢量量化（VQ）进行模式匹配。该系统具有良好的灵活性、实时性和准确性,在抗噪性、鲁棒性和识别率等方面也有显著提高,可以作为一个子系统在诸多领域应用。     

基于深度卷积和门控循环神经网络的传感器运动识别

用于可穿戴传感器的人体运动识别任务的传统机器学习方法通常需要手工提取特征,可以自动提取人体运动数据特征的深度神经网络正成为新的研究热点。目前将卷积神经网络(CNN)和长短期记忆(LSTM)循环神经网络组合而成的DeepConvLSTM在识别精度方面有着优于其他识别方法的表现。针对带有长短期记忆循环单元的神经网络的训练较为困难的问题,提出了一种基于卷积神经网络和门控循环单元(GRU)的融和模型,并在3个公开数据集(ACT数据集、UCI数据集和OPPORTUNITY数据集)上与卷积神经网络和DeepConvLSTM进行了性能对比。实验结果显示,该模型在3个公开数据集上的识别精度都高于卷积神经网络,与DeepConvLSTM相当,但是收敛速度比DeepConvLSTM更快。     

基于单片机的语音识别智能窗帘控制器的设计

系统以单片机STC89C52芯片作为主控模块,可以对窗帘实现光照度检测、语音识别、按键手动等智能控制功能。光照度模块采集室外光照度数据上传至单片机,单片机发送控制指令驱动步进电动机驱动模块,控制步进电动机转动实现窗帘的自动开合,LCD显示屏显示实时的温度和时间。同时,系统还具备手动控制功能,通过语音识别模块或按键控制窗帘的开合。通过仿真验证该系统性能稳定、结构简单、抗干扰能力强、成本低廉、能够满足智能家居的需求。     

基于WiFi网络和单片机的智能室内LED照明系统设计

针对传统室内照明系统控制方式单一、灵活性差和布线烦琐等缺点,提出设计一种基于WiFi无线网络和单片机的智能室内照明系统。该系统以LED作为光源,共包括灯控节点、AP节点以及智能终端软件系统三大部分。详细论述了系统中每一个部分的软硬件设计,给出了相应的硬件电路图以及软件流程图。系统灵活易用,非常适合家庭、办公等环境的安装使用。     

基于人脸识别技术的智能门禁系统设计

设计了基于人脸识别技术的智能门禁系统。该人脸图像识别系统通过系统各种链接功能的设置,将人脸图像的特征提取、分类识别及识别结果的输出等仿真试验过程进行直观的操作。仿真试验数据表明,该系统在人脸图像识别准确率和减少计算时间方面具有实用价值,基于MATLAB的人脸图像识别系统能够方便用户进行识别测试操作。     

基于单片机的智能小型断路器控制模块关键技术研究

介绍了智能断路器发展趋势及背景,分析了基于单片机的智能小型断路器控制模块研究和设计难点。设计了相应的硬件电路,并对电路的原理进行了说明,同时给出了各部分电路的仿真效果图。提出了电流互感器和电压互感器相结合的供电技术,提高了供电稳定性、可靠性。考虑智能小型断路器尺寸、体积的限制,应用小型电压互感器及霍尔电流传感器解决了采样问题,并最大限度地节省了器件占用体积。     

基于模式识别的数字伺服系统智能PID控制

文章主要讨论了基于系统动态特征进行模式识别的智能控制的基本方法，对数字伺服系统给出了基于模式识别智能控制的实际算法，并在实际系统上进行了调试，并给出了实际的调试结果。     

基于PLC的住宅照明智能控制系统设计

采用可编程逻辑控制器（PLC）对住宅照明进行智能控制,使住户可在各种照明场景之间自动变换。对智能照明控制系统的软硬件设计方案作了详细的介绍。该系统实现了智能化控制的效果,使人们的生活更加便利、可靠、舒适,同时有效地减少了电能的浪费。     

基于双核微处理控制单元的断路器智能控制器

介绍一种基于双核MCU MC9S12XEP100和嵌入式实时操作系统μC/OS-Ⅱ的高性能新型断路器智能控制器,实现了高精度测量和多功能保护。设计中,主要实现了MC9S12XEP100在断路器智能控制器上的应用及嵌入式实时操作系统μC/OS-Ⅱ在MC9S12XEP100上的移植。     

基于PIC单片机的同步电动机晶闸管智能励磁控制系统的设计

介绍了利用PIC1 6F877单片机控制的同步电动机晶闸管智能励磁控制系统 ,给出了系统的主要功能、硬件结构及软件流程     

基于PIC24F单片机的智能补偿电容单元模块设计

针对现代无功补偿设备的要求,提出基于PIC24F单片机、并集无功补偿控制器、过零投切开关和电容器为一体的补偿单元模块的构成方案.重点介绍了硬件系统中的交流测量信号A/D接口、过零投入点检测电路与电平变化通知引脚的接口和减少磁保持继电器动作时间分散性的驱动电路设计.软件设计中讨论了基波功率因数和无功、通信协议、节点补偿控...     

多功能 LED 路灯控制系统单元控制器的设计与实现

针对传统路灯控制系统使用中存在的问题,提出了以单片机为控制核心,由RS485通信、光电检测物体运动和PWM调制恒流驱动模块共同组成的LED路灯控制系统设计方案。该控制系统主要由单元控制器和支路控制器组成。单元控制器具有移动物体检测、环境光线检测、路灯驱动及故障检测等功能;支路控制器具有人机交互、故障报警、日历显示等功能。整个控制系统设计了四种自动开关灯模式,模式之间可以任意切换,实现了LED路灯系统多模式智能控制。     

基于无线传感器网络的风力发电系统实时监测

风力发电机组所处的复杂环境,使得监控数据的实时传输显得至关重要。通过无线传感器网络（WSN）对风力发电机组的运行情况进行实时监测。利用WSN采集相关数据,以MCU作为核心组件进行数据的分析处理,辅以全球移动通信系统（GSM）模块、ZigBee模块进行数据的无线传输,以达到实时监测的目的。