基于UniSPeech-SDA80D51的车载音响声控系统

提出一种语音命令控制车载音响操作的设计方案,以德国Infineon公司新推出的具有DSP和单片机双核的SoC语音处理芯片UniSpeech-SDA80D51为核心组成非特定人车载音响语音控制系统,并实现了系统样机的研制.该系统在江淮同悦SL1102C1型车载音响上进行了语音控制实测,实测数据表明系统语音识别率可达到95...     

消除溢出问题的精确Baum-Welch算法

Baum-Welch算法是在语音领域中用于HMM(hidden Markov model)模型参数训练的最基本方法之一.但它在多样本训练时存在着严重的上、下溢问题,需要不断地人工介入来调整中间参数.该文提出了一种新的能消除上、下溢问题的Baum-Welch改进算法.该算法不但摆脱了人工介入,保证了计算的精度,而且不会带来过大的计算和存储要求.实验结果表明了这种新算法的有效性.     

A model-based hand gesture recognition system

This paper introduces a model-based hand gesture recognition system, which consists of three phases: feature extraction, training, and recognition. In the feature extraction phase, a hybrid technique combines the spatial (edge) and the temporal (motion) information of each frame to extract the feature images. Then, in the training phase, we use the principal component analysis (PCA) to characterize spatial shape variations and the hidden Markov models (HMM) to describe the temporal shape variations. A modified Hausdorff distance measurement is also applied to measure the similarity between the feature images and the pre-stored PCA models. The similarity measures are referred to as the possible observations for each frame. Finally, in recognition phase, with the pre-trained PCA models and HMM, we can generate the observation patterns from the input sequences, and then apply the Viterbi algorithm to identify the gesture. In the experiments, we prove that our method can recognize 18 different continuous gestures effectively. Received: 19 May 1999 / Accepted: 4 September 2000     

基于长时性特征的音位属性检测方法

提出一种基于长时性信息的音位属性检测方法,该方法通过高、低两层时间延迟神经网络(TDNN)进行实现,低层TDNN在短时特征上进行音位属性的检测,高层TDNN在低层检测结果的基础上,对更长时段上的信息进行融合。实验结果表明,引入长时性特征使得音位属性检测率提升约3%,将音位属性后验概率作为音素识别系统的观测特征,使用长时性特征的识别结果提升约1.7%。     

基于人工心理理论的情感模型构建方法研究

人类的智能不仅表现为正常的理性思维和逻辑推理能力,也应表现为正常的情感能力。本文在阐述情感交互系统结构和情感特性的基础上,提出了一种基于HMM的情感模型,并采用情绪熵与情感熵的概念约束模型的初始值,从而使该模型适应不同的性格特征。     

HMM在钢水连铸下渣振动检测方法中的应用

隐MARKOV模型(HMM)是一种处理非平稳时间序列的统计模型,根据钢水浇铸振动信号的特点,作者提出把HMM应用于钢水振动信号的下渣识别。实验表明,这种方法是有效的。     

基于数据模拟和HMM自适应的电话语音识别研究

该文研究了基于数据模拟方法和HMM(隐马尔科夫模型)自适应的电话信道条件下语音识别问题。模拟数据模仿了纯净语音在不同电话信道条件下的语音行为。各基线系统的HMM模型分别由纯净语音和模拟语音训练而成。语音识别实验评估了各基线系统HMM模型在采用MLLR算法(最大似然线性回归)做无监督式自适应前后的识别性能。实验证明,由纯净语音转换生成的模拟语音有效地减小了训练语音和测试语音声学性质的不匹配,很大程度上提高了电话语音识别率。基线模型的自适应结果显示模拟数据的自适应性能比纯净语音自适应的性能最大提高达到9.8%,表明了电话语音识别性能的进一步改善和系统稳健性的提高。     

一种简单有效的多分类器综合方法

针对小字符集脱机手写体汉字识别中的多分类器集成问题，提出了一种简单有效的综合方法，实验表明综合后系统的识别率明显高于单个分类器的识别率。     

在线群体交互的影响模型及其学习算法

在线群体交互有助于数字图书馆发挥其服务人类需求的潜力，但如何量化在线群体交互对个人信息访问方面的影响还有待进一步研究．该文用隐Markov模型(HMM)来建模交互用户的状态序列及其相应的信息搜索行为，并基于影响模型理论提出了一个在线群体交互影响模型来分析用户在从数字图书馆选择资料和搜索所需信息时的相互影响．为满足本应用问题中增量模型学习的需要，文章还从耦合隐Markov模型(CHMM)学习算法引申出基于梯度的方法来进行在线群体交互影响模型参数的训练．实验结果显示，本文所提出的模型和算法能较准确地刻画在线群体交互对个人信息访问行动的影响．     

利用上下文和基频提高汉语连续数字串识别性能

该文介绍了如何利用三音子模型和基频信息来提高汉语连续数字串的识别性能。三音子模型考虑了前后语音协同发音的影响,将上下文考虑到模型中去,可以更好地描述连续语音;各个音节的基频是随时间而变化的,其不同轨迹构成了声调,利用基频信息进一步提高了对汉语连续数字串的识别率。