高性能汉语数码串快速识别算法的研究

为了提高非特定人汉语数码串连续语音识别系统的识别速度 ,对系统进行了细致的研究 ,有针对性地提出了一种新的快速识别算法 .通过对隐含马尔可夫模型输出概率密度函数运算的简化 ,以及采用结合段长信息的束搜索剪枝算法 ,在保证识别精度的情况下 ,使识别系统对不定长数码串平均识别时间从 0 .92 s减少为 0 .11s,而串识别正确率仅从 94.3%下降到 94.0 % ,大大地提高了系统的整体性能     

基于多特征融合的粒子滤波自适应目标跟踪算法

为解决用单一特征无法保持在复杂环境下跟踪的鲁棒性以及粒子数量增多导致的算法效率低下的问题,选择多个特征融合的策略来保证跟踪的持续稳定,并自适应地调整每个特征的权值来适应环境的变化;为提高算法的实时性,采用自适应的粒子数量。实验结果表明:本文算法有效地解决了目标旋转、目标遮挡以及背景混淆等诸多问题,具有较高的鲁棒性。     

语言学习机中使用韵律改进的发音质量评价方法研究

提出一种使用韵律模型的方法来改进计算机辅助语言学习中的发音质量评价性能.该方法在原有的单音子和三音子模型的基础上,添加了韵律因素.一方面,这使得对影响发音质量最大的元音音素的描述更为细致;另一方面,包含韵律模型的方法从一定程度上解决了使用母语训练库和非母语测试库之间的模型不匹配问题,为语言学习机在母语和非母语之间的交叉应用提供了可能.同时,这种改进的方法还为计算机辅助语言学习系统中的错误检测和反馈提供了很好的参考,更进一步增加了发音质量评价模块在整个学习机系统中的指导作用.试验中,使用WSJ(母语库)作为训练库,ESC(非母语库)作为测试库,基于带韵律的Mono-Phone模型得到的匹配分数,段长分数,感知分数融合结果与主观评价之间的最终相关性为0 839,比原有基本英语音素的方法的融合结果提高了0 08(0 753).     

语音识别SoC UniLite的系统设计

UniLite系统以DSP为核心，集成了片内存储器、AD/DA通道和多种的输入输出端口，有效控制了系统的成本和功耗，在有限的RAM空间上实现了高性能非特定人语音识别以及语音编解码的功能。系统采用连续隐含马尔科夫（CHMM）算法，运用了分阶段提取特征、束搜索等策略，在保证系统识别性能的同时大大降低了内存消耗，提高了识别速度，识别率在98.5%以上，识别时间在0.5倍实时 以下。     

语音识别技术及应用（下）

语音识别系统分类与应用 语音识别系统可以根据对输入语音的限制加以分类。表1列出各种系统的分类比较。从表中可以看出,如果从说话者与识别系统的相关性考虑,可以将识别系统分为3类:(1)特定人语音识别系统:仅考虑对于专人的话音进行识别;(2)非特定人语音系统:识别的语音与人无关,通常要用大量不同人的语音数据库对识别系统进行学习;(3)多人的识别系统:通常能识别一组人的语音,     

语音识别技术及应用（上）

引言 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科。近二十年来,语音识别技术取得显著进步,开始从实验室走向市场。     

基于TLS-NAP的文本无关说话人识别算法

为提高文本无关说话人识别系统的识别率,提出一种基于总体最小二乘法的无用分量投影算法。利用总体最小二乘法估计的隐含变量考虑无用分量投影矩阵的扰动,并将该扰动最小化,使基于该隐含变量求得的投影矩阵能更好地刻画无用分量空间。在美国国家标准技术署于2008年公布说话人识别数据库上的实验结果验证该方法的有效性。     

利用MCE算法提高说话人识别性能

高斯混合模型（ＧＭＭ）是当今说话人识别的一种流行算法,但ＧＭＭ的训练的目标是使似然度最大,并不能产生识别性能最佳的模型。本文提出了ＧＭＭ＋ＭＣＥ（最小分类错误）的模型来解决这一问题,并通过实验证明了其有效性。     

9.6kbit/s基带余数激励线性预测(RELP)语音编码器

本文介绍基带余数激励线性预测语音编码器(RELP)的原理,提出了一种改进RELP语音编码器质量,采用时域谐波压扩的高频再生方法。计算机模拟结果表明,这种新算法的编码质量比其它方法有明显改善。文中还介绍了作者采用DSP实现的小型化9.6kbit/s RELP系统及其关键的软、硬件结构。它比国外文献中发表的系统在结构上更为简单,省去了外部CPU控制器。     

新型真空微电子压力传感器特征研究和实验制作

本提出并研究了新型的“台阶阴极”和“曲面阴极”真空微电子压力传感器．与普通的真空微电子压力传感器相比，新型传感器的阴极发射电流大大提高，使得输出信号易于检测，抗噪声能力增加，并在改善输出信号线性、提高灵敏度和扩展量程方面有很大优势。本给出了计算机模拟结果，简述了台阶阶陈列阴极和阳极压力敏感膜的制作，并展示了ＳＥＭ照片。