语音识别技术在楼宇控制系统中的应用

由于受识别率较低和计算量大的限制，语音识别的应用一直难以推广。根据楼宇控制系统的特点，文中提出了一种用DSP实现的数字连接词的语音识别实时系统，并结合BACnet协议，把系统设计成BACnet设备的一个嵌入式系统，从而把语音识别应用到楼宇控制系统中。     

基于Mel-TEO的带噪语音端点检测算法

针对短时TEO能量算法抗噪性差的缺点,提出了一种强噪声下的端点检测新算法.该算法在短时TEO能量端点检测的基础上,增加Mel倒谱距离判断环节,采用先粗判后精判的互补性两级判决机制.首先利用强抗噪性Mel倒谱距离进行端点粗判,然后再利用体现语音信号时域特征与语音共振峰特性的短时TEO能量进行端点精判.实验表明,在信噪比相对较低的环境下,该改进算法与传统的双门限法和短时TEO能量相比,在没有增加运算复杂度的同时提高了检测系统的准确度.     

一种高增益低功耗CMOS运算跨导放大器的设计

本文采用套筒式级联增益自举电路,设计了一种用于高速、高分辨率ADC的CMOS全差分运算放大器,达到了高增益、低功耗的设计目标。在3.3V电源电压下,基于TSMC0.35μm CMOS工艺模型,本设计驱动1pF负载时,相位裕度为65°,单位增益带宽为320MHz,功耗5.7mW,压摆率为200V/μs。     

语音端点检测研究

论文对噪声环境下的语音端点检测方法进行了系统地研究。由于传统的短时能量和短时过零率双门限算法在低信噪比条件下不能检测出语音信号的端点,对此,本文提出了一种改进的谱熵-双门限算法,文中给出了改进算法的实现框图,并用MATLAB进行了算法仿真,仿真结果表明该算法具有一定的鲁棒性,在较低信噪比下仍能准确地区分有用信号和噪声,从而验证了该算法的有效性和高效性。     

一种基于TI C5410 DSP的数字连接词语音识别实时系统

大词汇量连续语音识别由于其庞大的计算量和对存储单元巨大的需求 ,一直难以实时实现。但随着 DSP技术的发展 ,对于中小词汇量连续语音的实时实现是有可能的。文中尝试采用 TI公司新型号的 DSP芯片 ,实现属于中小词汇量连续语音的数字连接词的实时识别。经实验表明 ,该系统基本能实现预期识别目标     

建设校级实验中心运行机制的思考与实践

在建设校级实验中心运行机制的实践过程中,各高校都存在不少深层次的问题。根据教育学、系统管理等原理对这些问题的表象、根源、妨碍性、解决办法进行了研究,提出建设校级实验中心运行机制的教学管理办法,对进一步提高高等院校本科教学质量,满足高校扩大招生规模、改善办学条件的要求等都行之有效。     

基于T-V转换的极短时间间隔测量方法

针对时频测量出现的±1误差,即极短的时间间隔,提出一种基于多周期同步与模拟内插结合的时间电压转换法。利用D触发器、集成运放等设计了该方法的相应电路,成功实现了不受时钟频率影响的测量模块,并将测量误差减小至0.02%,减小了极短时间间隔对测量精度的影响。     

主成分分析和K-means聚类在说话人识别中的应用

为了解决特征提取计算量大且特征参数不够全面的问题,提出了用主成分分析和K-means聚类进行语音特征参数提取的方法。通过对说话人识别系统中最常用的线性预测倒谱系数( LPCC)参数和梅尔倒谱系数( MFCC)参数提取原理以及差分参数的提取算法深入研究,选择LPCC、MFCC以及其一阶差分参数的组合作为最终混合特征参数。首先用主成分分析降低每一帧语音信号特征参数的阶数,然后经过K-means聚类降低帧数,最后通过矢量量化( VQ)来进行说话人识别。实验结果表明,该方法降低了计算复杂度,同时也提升了识别准确性。     

背景噪声下的语音信号分离

独立分量分析法在分离含有背景噪声的混合语音时效果不理想。为此,将独立分量分析算法与卡尔曼滤波相结合,对语音进行降噪处理,采用FastICA算法对含噪语音进行分离,分离速率高于Informax算法,能够获得较清晰的语音文件。通过仿真验证了该方法的可行性和有效性。