基于连续隐马尔科夫的语音识别模型

本文针对问题一建立了基于连续隐马尔科夫模型的语音识别系统的模型。该语音识别系统包括预处理,特征提取以及声学模型三个部分。问题二要求以一个实际的例子则对问题一中建立的模型进行验证。我们选择了"话费查询"这个功能进行测试。待测语音信号依次经过预处理、特征提取、训练与识别。     

MATLAB环境下的语音识别系统

介绍了MATLAB环境下的语音识别系统,阐述了具体的实现过程。采用离散隐马尔科夫模型,为提高识别率采用男女2套参数,对离散隐马尔科夫模型在实际语音识别系统中遇到的问题进行分析,并给出相应的解决办法。     

IPv6协议比特流识别方案

IPv6协议是现有IP协议的替代版本,针对其协议的识别具有很重要的意义。传统的协议识别均为基于完整的数据包进行的,当面对不完整数据包时,这些协议识别方案会遇到不同的瓶颈与难题。于是提出一种基于比特流的协议识别方案,该方案综合了传统协议识别技术中的模式匹配算法,同时采用隐式马尔科夫模型对量化后的数据进行处理和计算,以达到对比特流进行协议识别的功能。该方案的优点是能够克服数据包不完整的缺点,同时隐式马尔科夫模型的引入使得协议识别所需时间大大降低,是一种切实可行且较为有效的协议识别方案。     

浅说语音识别技术

语音识别技术已经成为信息技术中人机交互的关键技术,目前已经进入家电、汽车电子、消费电子产品等各个领域。本文简单介绍了语音识别技术的基本原理以及目前应用最广泛的两种端到端语音识别架构。     

基于HMM和ANN的语音情感识别研究

语音情感识别是语音识别中的重要分支,是和谐人机交互的基础理论。由于单一分类器在语音情感识别中的局限性,本文提出了隐马尔科夫模型（HMM）和人工神经网络（ANN）相结合的方法,对高兴、惊奇、愤怒、悲伤、恐惧、平静六种情感分别设计一个HMM模型,得到每种情感的最佳匹配序列,然后利用ANN作为后验分类器对测试样本进行分类,通...     

多带抗噪声语音识别算法研究

根据Flether等人的研究,基于感知独立性假设的子带识别方法被用于抗噪声鲁棒语音识别。本文拓展子带方法,采用基于噪声污染假定的多带框架来减少噪声影响。论文不仅从理论上分析了噪声污染假定多带框架在识别性能上的潜在优势,而且提出了多带环境下的鲁棒语音识别算法。研究表明：多带框架不仅回避了独立感知假设要求,而且与子带方法相比,多带方法能更好的减少噪声影响,提高系统识别性能。     

说话人识别技术综述

本文从技术发展和新成果出现的角度，展示了说话人识别技术的历史和现状，着重介绍了一些典型的说话人识别模型和这些模型用到的新方法。展望了说话人识别技术的未来发展。     

清浊音分离抗噪的语音识别算法的研究

针对噪音环境下,语音识别率严重下降,根据清浊音发音原理的不同,提出一种清浊音分离抗噪的语音识别算法。实验结果表明,该方法能在噪音环境下明显提高语音识别率。     

特定人汉语数码语音抗噪识别方法

本文提出一种连续隐邓尔可夫模型（ＣＨＭＭ）和人工神经网络（ＡＮＮ）相结合的鲁棒性识别方法。用于噪声环境下特定人数码语音识别,该方法以ＣＨＭＭ的输出作为系统的识别矢量,利用人工神经网络的模式分类和自学习功能,从识别矢量空间中提取语音预识别矢量,再由识别结果进行识别输出。实验证明,这种基于ＣＨＭＭＡＮＮ的数码语音识别方法明显地提高了系统的噪声鲁棒性,适用于中小词表语音识别系统。     

基于小波Mel倒谱系数的抗噪语音识别

将小波变换的多分辨率特性用于改进Mel频率倒谱系数MFCC的前端处理中,给出了一种新的语音特征参数——小波MFCC。其特点在于采用小波变换、分层FFT和频率合成代替原来MFCC中的FFT部分,使频谱分辨率提高了一倍。试验证明,小波MFCC特征参数在噪声环境和较大词汇量情况下,其抗噪性和识别率均优于MFCC特征参数的结果。     

方舱中电磁兼容技术的应用

通过综述电磁兼容技术的基础概念,介绍某型号指挥方舱在复杂电磁环境下的电磁兼容技术的应用.解决了将探测目标雷达和各种指挥控制系统及通信设备共用硬件平台的问题.     

一种适用于ATM的语音处理方案

以ＡＴＭ实现分组话音通信，需要解决两个基本问题：传输时延和分组丢失。针对这两个基本问题，本文着重讨论了ＡＴＭ分组话音通信中３２ｋｂ／ｓＡＤＰＣＭ话音分组丢失的重建技术－－于模式匹配的波形替代技术和静默重建技术，分别用以补偿由于网络阻塞造成的分组话音信息丢失而产生的失真和改善重建话音的自然性。     

噪声鲁棒的动态范围压扩算法

结合基于递归平均的噪声估计算法和动态范围压扩算法,提出了一种动态调整噪声抑制临界点的动态范围压扩算法。通过对噪声水平的动态估计,实时调整噪声抑制阈值,在进行听力补偿的同时进一步提高信噪比,避免了动态范围压扩算法在放大语音的同时,噪声也被放大的问题。试验结果表明,该方法在4种不同的噪声环境下,进行听力补偿之后,相对于典型的动态范围压扩算法,信噪比平均提高约9．7dB。     

TETRA系统语音信道编码方案

介绍了TETRA通信系统中语音信道的编解码方案,使用率适应删除卷积码有效地减少了码元的个数,并对该方案在DSP开发环境CCS上进行了仿真。这种短小、高效的信道编码方案可用于对讲机和通信设备。     

基于内容的音频检索系统的前端抗噪技术

基于内容的音频检索具有较高的实用价值，将安静环境下训练的模型应用于实际有背景噪声的环境中。分析各种语音增强技术，并通过性能对比，选取谱减法作为系统前端抗噪技术，给出一个将音频增强和音频检索系统级联组成的抗噪声音频检索系统．并给出适合系统使用的谱减法的改进算法。     

一种甚低速率语音编码的抗误码算法

为满足在高误码率的窄带信道上进行语音通信的需求，本文研究了一种适用于甚低速率语音通信的抗误码参数估值算法。在一定的解码状态下，声码器通过计算最小均方误差（MMSE）估计的方法估计最优参数，充分降低信道误码对重建语音质量的影响。对于解码状态参数，通过计算最大后验转移概率的方法作最佳估计，并给出了一种简化的计算方法。这种抗误码算法复杂度低。计算机仿真结果表明，在不同误码率下该算法恢复出的语音的平均谱失真（ASD）低于帧删除方法的谱失真最大可达0.4dB。     

噪声环境下语音能量的MMSE估计及其在语音识别中的应用

语音识别中,语音信号能量是一个重要的识别特征参数.在噪声环境下,语音信号能量产生的畸变是导致识别率下降的原因之一.本文依据RASTA-PLP分析的增益参数和最小均方误差估计准则,给出了带噪语音能量和干净语音信号能量的线性映射关系.在中文连续语音识别中的应用表明,利用该映射关系得到的干净语音能量估计,可使信噪比为5dB的白噪声环境下的识别正确率提高21.36%.     

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。     

基于内容的音频检索系统的前端抗噪技术

基于内容的音频检索具有较高的实用价值.将安静环境下训练的模型应用于实际有背景噪声的环境中.分析各种语音增强技术,并通过性能对比,选取谱减法作为系统前端抗噪技术,给出一个将音频增强和音频检索系统级联组成的抗噪声音频检索系统,并给出适合系统使用的谱减法的改进算法.