基于GMM-HMM模型的智能下肢假肢运动意图识别

传统下肢假肢运动意图识别方法常使用多模态传感器信号,带来一定的复杂性以及模式转换识别一般带有滞后性,提出了基于数据驱动下的智能下肢假肢运动意图识别方法。在对单侧下肢截肢者运动模式进行了重定义后,仅使用惯性传感器,采集健肢侧处于摆动相的时序数据。选择高斯混合-隐马尔可夫模型作为分类器,对下肢假肢的运动意图进行识别。实验结果表明,该算法在模式空间中的一组基模式:平地行走、上坡、下坡、上楼和下楼5种稳态模式中,识别率达到98.99%,在包含5种稳态模式和8类转换模式的13类运动模式中的识别率可达到96.92%。所提出的方法可以在下肢假肢运动意图识别性能上有较大提升,帮助单侧下肢截肢者实现自然、流畅、稳定的行走。

变工况下管道堵塞识别的声纹模型研究

针对排水管道堵塞检测实际应用中训练样本所包含的工况类别受限导致新工况识别率低下的问题,提出一种基于精细复合多尺度散布熵(Refined composite multi-scale dispersion entropy,RCMDE)和高斯混合隐马尔可夫模型(Gaussian-mixed-model hidden Markov model,GMM-HMM)的管道堵塞声纹识别模型。首先,采用基于子带谱熵的单参数双门限端点检测算法对单一和复杂工况下降噪后整体声压信号进行端点检测和信号分割,得到对应管道内堵塞物、三通件和管道尾端的个体声压信号。然后,提取精细复合多尺度散布熵作为特征向量。最后,将单一工况下不同类别的声压信号的特征向量用于模型训练,训练好的模型用于复杂工况下的堵塞物、三通件以及管道尾端的识别。结果表明:所提出的声纹识别模型在训练样本工况类别受限的条件下能有效识别变工况下排水管道中的堵塞物,三通件以及管道尾端,综合识别率为93.75%。验证在不同工况下堵塞物对声波的影响具有共性,与三通件、管道尾端具有差异性,具有一定的工程应用价值。

基于GMM训练与HMM变换的波纹管振动信号分析

在分析了波纹补偿器异常与正常振动信号后,提出了一种基于GMM训练与HMM变换的振动信号分析方法。首先进行波纹管振动采集实验,保存振动数据,并进行初步时域分析;其次将在自然语言处理领域广泛应用的隐马尔可夫模型应用于波纹补偿器的振动数据分析;最后对提到的故障特征进行基于GMM-HMM算法的波纹补偿器的故障诊断模型构建。通过对实验数据进行测试验证,故障识别率高达96.7%,而传统的算法分析波纹管振动故障,其识别率最高仅为86.7%。此结果表明该算法实现了对波纹补偿器运行状态的准确识别,保证了故障诊断的合理性与高效性。

一种基于语音识别的PLC控制方法

为了实现操作人员能够通过声音对自动化设备进行操作,提出了一种通过语音控制西门子PLC的方法。首先获取待控制设备所需指令的语音样本,对语音样本处理后建立GMM-HMM模型进行训练。然后建立语音样本模型与PLC寄存器的连接。控制PLC时将实时语音指令与语音样本模型进行匹配,通过语音样本模型与PLC寄存器的连接修改对应寄存器的值,实现控制信号的输出和参数的修改。

基于CNN的连续语音说话人声纹识别

近年来,随着社会生活水平的不断提高,人们对机器智能人声识别的要求越来越高。高斯混合—隐马尔可夫模型(Gaussian of mixture-hidden Markov model,GMM-HMM)是说话人识别研究领域中最重要的模型。由于该模型对大语音数据的建模能力不是很好,对噪声的顽健性也比较差,模型的发展遇到了瓶颈。为了解决该问题,研究者开始关注深度学习技术。引入了CNN深度学习模型研究连续语音说话人识别问题,并提出了CNN连续说话人识别(continuous speaker recognition of convolutional neural network,CSR-CNN)算法。模型提取固定长度、符合语序的语音片段,形成时间线上的有序语谱图,通过CNN提取特征序列,经过奖惩函数对特征序列组合进行连续测量。实验结果表明,CSR-CNN算法在连续—片段说话人识别领域取得了比GMM-HMM更好的识别效果。

深度神经网络在维吾尔语大词汇量连续语音识别中的应用

研究将深度神经网络有效地应用到维吾尔语大词汇量连续语音识别声学建模中的两种方法:深度神经网络与隐马尔可夫模型组成混合架构模型(Deep neural network hidden Markov model,DNNHMM),代替高斯混合模型进行状态输出概率的计算;深度神经网络作为前端的声学特征提取器提取瓶颈特征(Bottleneck features,BN),为传统的GMM-HMM(Gaussian mixture model-HMM)声学建模架构提供更有效的声学特征(BN-GMM-HMM)。实验结果表明,DNN-HMM模型和BN-GMM-HMM模型比GMM-HMM基线模型词错误率分别降低了8.84%和5.86%,两种方法都取得了较大的性能提升。

基于瓶颈特征的藏语拉萨话连续语音识别研究

基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点,将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任务中,可以代替传统的MFCC特征进行GMM-HMM声学建模。在藏语拉萨话连续语音识别任务中的实验表明,瓶颈特征的复合特征取得比深度神经网络后验特征和单瓶颈特征更好的识别表现。

基于深度神经网络的蒙古语声学模型建模研究

针对高斯混合模型在蒙古语语音识别声学建模中不能充分描述蒙古语声学特征之间相关性和独立性假设的问题,开展了使用深度神经网络模型进行蒙古语声学模型建模的研究。以深度神经网络为基础,将分类与语音特征内在结构的学习紧密结合进行蒙古语声学特征的提取,构建了DNN-HMM蒙古语声学模型,结合无监督预训练与监督训练调优过程设计了训练算法,在DNN-HMM蒙古语声学模型训练中加入dropout技术避免过拟合现象。最后,在小规模语料库和Kaldi实验平台下,对GMM-HMM和DNN-HMM蒙古语声学模型进行了对比实验。实验结果表明,DNN-HMM蒙古语声学模型的词识别错误率降低了7.5%,句识别错误率降低了13.63%;同时,训练时加入dropout技术可以有效避免DNN-HMM蒙古语声学模型的过拟合现象。

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.

基于语音信号识别技术的智能发音练习系统

针对口语教学、语音矫正中受众群体多元、标准化衡量指标不足的特点,文中结合流行的混合高斯和隐马尔科夫链,设计完成了基于语音信号识别技术的智能发音练习系统。该智能发声练习系统采用混合高斯对数字化离散后的语音信号提取离散时间特征,然后采用隐马尔科夫链对离散的语音信号特征进行建模,最后通过Viterbi算法遍历隐马尔科夫状态搜索语音对应的文本。系统在页面展示上运用python、Django、JavaScript、HTML、CSS等多种主流技术进行开发,服务器采用Nginx+uwsgi实现了基于语音内容的在线学习、测试、练习、答疑与发音矫正等功能。经测试运行,同时松散基于MVC设计模式的Django具有扩展方便和对运行环境要求较低的优点,基本满足口语练习的需求。

离散HMM的参数估计

给出了两种离散HMM参数估计，一种是首先估计HMM的转移概率和直接估计离散符号集的分布，然后假设各状态都是正态分布，再从符号集的离散概率分布，来估计正态概率分布的参数（GMM）；另一种是将离散符号设定为正态分布，用与连续HMM相似的方法，来估计离散HMM正态概率分布的参数。

语音识别相关技术研究

语音识别技术是实现信息和通信技术的重要组成部分之一,同样也为人工智能、模式识别等领域提供了重要的技术支撑.随着语音识别技术的不断进步,会推动相关领域的发展,本文结合语音识别技术当前的发展趋势,对语音识别技术中的语音模型和声学模型进行深层次的分析与对比,以此探讨语音识别技术今后的发展方向.

大词汇连续汉语语音的MLP声学特征的研究

短时声学特征参数如MFCC,PLP作为输入向量的高斯混合模型（GMM）的隐马尔可夫模型（HMM）的经典模型在大词汇连续语音识别系统（LVCSR）已取得了良好识别效果。但针对短时声学特征区分性差的特点,本文提出采用神经网络多层感知器（MLP）产生的两种类型差异特征HATs与TANDEM代替短时特征,分别训练GMM参数模型。实验结果表明,差异特征的GMHMM的LVCSR系统优于传统的短时特征的系统;为了更进一步提高系统识别率,该文又将两种类型差异特征HATs与TANDEM进行复合,构成MLPs特征流重建GMHMM,系统的错字率（CER）有2%～3.8%的明显改善。

基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

为了有效降低因驾驶员紧急换道行为而诱发的交通事故,提高道路交通事故链阻断效率,提出一种基于高斯混合隐马尔科夫模型(GMM-HMM)和人工神经网络(ANN)的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识,采用ANN预测下一时段的驾驶行为,再预测换道过程中的横向加速度变化率,从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明,该方法预测避险成功率达92.83%,实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。

俄语孤立数字语音识别研究

面向训练语料有限的语音识别任务,立足语音识别基本流程,基于隐马尔科夫模型-高斯混合模型(GMMHMM)对俄语孤立数字语音进行识别。结合俄语语音特点,分析词语语音结构,归纳了数字音节中存在的共性语音特征,并使用分析软件进行了共振峰提取和参数验证。使用双门限法检测语音起止端点,融合MFCC和短时能量构建特征参数矩阵,开展非特定人语音识别实验,模型在测试集中识别准确率达到89.7%。

适用于老年公寓的动作识别设计方法

为帮助老年公寓监护人员及时发现老年人摔倒等动作,提出了一种基于视频监控的动作识别方法。对监控视频,首先通过基于HSV空间的混合高斯背景建模方法提取前景图像,然后利用所提出的运动特征和形态特征相结合的方式进行特征提取,最后通过具有高斯输出的HMM模型实现动作类型的识别。提出的方法能够适应光照变化影响,对不同动作的动作方向和动作幅度变化具有很好的鲁棒性,实验中动作的识别准确率达到90%。结果表明,本方法能够满足老年公寓动作识别的基本要求,具有一定的实用价值。

基于HMM和GMM的维吾尔语联机手写体识别研究

给出了一个基于HMM和GMM双引擎识别模型的维吾尔语联机手写体整词识别系统。在GMM部分,系统提取了8-方向特征,生成8-方向特征样式图像、定位空间采样点以及提取模糊的方向特征。在对模型精细化迭代训练之后,得到GMM模型文件。HMM部分,系统采用了笔段特征的方法来获取笔段分段点特征序列,在对模型进行精细化迭代训练后,得到HMM模型文件。将GMM模型文件和HMM模型文件分别打包封装再进行联合封装成字典。在第一期的实验中,系统的识别率达到97%,第二期的实验中,系统的识别率高达99%。

基于时序特征模式识别的列车网侧过流故障实时诊断

为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法。该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型。最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值。

基于HMM的自适应软件决策模型

为实现软件的自适应,针对复杂多变的运行环境,提出一个基于隐Markov模型(HMM)的自适应软件决策模型.首先运用高斯混合模型(GMM)对初始环境进行分类,然后使用softmax回归对感知环境进行归类划分处理,最后利用HMM代替人工干预进行软件决策.实验结果表明,该自适应软件模型在感知环境发生变化的条件下,能很好地实现软件自适应决策.

基于瓶颈复合特征的声学模型建立方法

针对梅尔频率倒谱系数(MFCC)语音特征不能有效反映连续帧之间有效信息的问题,基于深度神经网络相关性和紧凑性特征,提出一种融合神经网瓶颈特征与MFCC特征的复合特征构造方法,提高语音的表征能力和建模能力。从语音数据中提取MFCC特征作为输入数据,将MFCC特征和BN特征进行串接得到新的复合特征,并进行GMM-HMM声学建模。在TIMIT数据库上的实验结果表明,与单一的瓶颈特征和深度神经网络后验特征相比,该方法识别率明显提升。