浅析智能语音技术

随着计算机技术、电子技术、多媒体技术以及人工智能的不断发展,语音技术作为一种新的信息传递媒介逐渐被计算机产品或其它的电子产品所使用,以用作新的人机接口。这种新的信息传递方式比传统的信息输入输出方式更加灵活、快捷和方便,因此语音编码取代字符编码成为信息的主要传递元素将成为信息技术发展的必然趋势。     

VoiceXML语音浏览器的研究

讨论了如何将VoiceXML浏览器中的一个核心部分－VoiceXML解析器以COM组件的形式实现，为语音应用程序提供服务，并且进一步考虑了用组件技术实现以VoiceXML浏览器为核心的整个语音应答系统的可能。     

基于VoiceXML的语音门户研究

语音扩展标记语言VoiceXML的结构模型和核心技术,并对语音互联的核心——语音门户作了详细的分析。     

基于VoiceXML的语音浏览器的研究与实现

语音浏览器系统能够提供更易为人们所接受的网络浏览模式,拓展了Internet的发展空间。VoiceXML语言是XML语言在语音浏览器方面的应用,文章设计并实现了一个基于VoiceXML技术的语音浏览器系统。     

语音技术：走出实验室的革命

种种美好的、有趣的、大胆的、革命性的应用得益于语音技术的发展。技术基础相差不多的各公司倒是在系统集成和市场推广上分出了高低     

浅谈语音处理技术

语音识别是一个多学科交叉的边缘学科,它需要语言学、心理学、工程和计算机等领域的专业知识.不仅要对语音识别和语音合成技术进行研究,还要对人在语音通道下的交互机理、行为方式等方面进行研究.     

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。     

基于VXML技术的语音门户研究

语音门户可以通过电话来浏览网络信息,而VXML是XML语言在语音门户方面的应用。介绍了语音门户系统的结构模型及主要关键技术：VXML技术、自动语音识别技术和语音合成技术,并结合汉语特点研究了单边自相关线性预测法．可以提高噪音影响下的语音识别率。     

宾馆信息语音检索系统的研究

针对手工输入查询要求的传统检索系统的不便,该文提出利用语音检索技术,设计开发了Voice Hotel宾馆信息查询系统,基本实现了人机语音对话的查询方式。该系统采用的语音处理技术有：1）基于HMM模型的语音识别,用以现实语音到文本的转换;2）PSOLA的语音合成技术,用以实现文本到语音的转换,完成对检索结果进行语音播报的功能。该系统的语音检索正确率达到85%。     

语音处理技术在语言学习中的应用

语音处理技术应用于语言的学习,可以改进、加强和丰富传统的语言学习方法,有利于提高学习效率;然而,如何有效地利用这些技术,建立各种计算机辅助语言学习 ＣＡＬＬ（Ｃｏｍｐｕｔｅｒ－Ａｉｄｅｄ Ｌａｎｇｕａｇｅ　Ｌｅａｒｎｉｎｇ）系统,是当前语音处理技术研究发展的一个重要方向。该文通过对传统的语言教学方法中所涉及到的主要因素的分析,研究了语音处理技术在语言学习系统中应用的主要层次和方法,以及使其更有效等方面的问题。     

语音识别技术研究进展

简单介绍了语音识别技术的发展历史和现状,阐述了语音识别系统的基本原理,对语音识别的基本方法和识别过程进行了深入分析,尤其对HMM模型及其改进型作了详细说明,探讨了语音识别技术发展过程中的难点问题,给出了相应对策,并对语音识别技术的发展方向和前景作了展望.     

低速率语音压缩编码对语音识别系统的影响

通过窄带信道将语音信号传输到远端的识别系统，从而实现远距离的人机对话，具有重要的现实意义。在2．4kbps的速率下，语音编码算法依然可以合成出可懂度非常高的语音，但是这样的语音信号与原始语音相比还是有巨大的损失。低速率语音编码算法对于语音识别产生的影响是巨大的，因此必须想办法减轻这种损失对于识别的损害。在此选择了三种不同的低速率语音编码器，分别使用LPC(Linear Pledictive Coding，线性预测)算法、MELP(Mixed Excitation Linear Prediction，混合激励线性预测)算法和IMBE(Improved Multiband Excitation，增强多带激励)算法，都在2．4kbps的速率下工作，将其对语音识别系统的影响进行了比较。对于特定人连续语音识别系统和非特定人连接词识别系统，在使用不同的特征矢量时，不同编码器产生的识别效果有比较大的差异。实验结果表明，语音编码器和语音识别系统的结构有很重要的联系，尽量采用相近的结构有助于获得良好的识别结果。另外，改变提取语音识别特征参数的方式也会有利于提高语音识别系统的性能。     

语音语法在VoiceXML中的应用

语音语法是ASR的重要参考依据,在基于VoiceXML的语音增值业务中应用越来越广泛。本文首先介绍VoiceXML与语法的关系,然后描述了语音识别原理,并推导出常用的Nuance语法形式逻辑表达式。在此基础上,我们成功构建了一个极具应用价值和市场前景的VAD系统,并着重阐述了其中语音语法的应用。     

基于MS Agent的语音识别与合成

语音合成与语音识别提供了全新的人机交互方式,在信息处理、教育与商务应用等方面已显示出了巨大的优势。本文分析了MS Agent的工作原理,论述了基于MS Agent的语音系统的开发步骤,给出了系统运行示意图。     

SCADA系统实时信息语音平台的设计与开发

本文研究了SCADA系统中语音平台的设计以及实现语音平台的思路和关键技术,重点介绍了工业语音平台的结构设计以及通过OPC协议获取SCADA系统信息和使用微软的SAPI技术实现语音输出的主要步骤和编程技巧.该语音平台的成功应用使控制系统可以通过语音播报的方式把实时信息及时传递给用户,扩展了控制系统的HMI功能,可推广应用到目前大多数具有OPC Server的SCADA系统中,具有使用简便,可靠性高的特点.     

基于CT的语音识别控制的系统设计和应用

语音控制是智能接口技术的热点问题之一。语音控制主要指在各种情况下,机器可以准确识别出人语音的内容,并根据语音包含的信息执行人的各种意图。根据笔者的工程开发实践,实现了一个由IVR、TTS和ASR系统支持的CT技术系统,并在实现计算机图形运动逻辑的基础上,建立和测试了基于CT技术的语音控制逻辑。     

VB中创建语音识别应用程序

使用VB中SPI提供的DirectSpeechrecognition控件,创建了语音识别的VB应用程序。本文的应用程具有语音“命令与控制”功能,同时也可作为一些复杂语音识别程序开发的核心部分。     

基于SPEECH SDK的中文学习系统

介绍了Microsoft Speech SDK的功能以及相关的一系列API函数,分别利用其语音识别（Speech Recognition）引擎和语音合成（Textto Speech）引擎实现英文语音识别和中文文本语音合成功能,采用Access 2003数据库的查询操作完成翻译功能,进而实现整个英文到中文的学习系统,该系统具有很高的商业价值。