分布式语音识别系统及其相关技术

该文阐述了分布式语音识别系统的基本原理,结合ETSI标准,分别讨论了DSR系统中所采用的特征提取算法、特征压缩算法及纠错编译码技术。

基于DCOM的分布式电话语音识别系统

文章讨论了一个分布式电话语音识别系统的设计与实现。首先介绍了系统的框架结构和基于DCOM的进程间通信;然后给出了系统主要模块的功能和实现方法,并讨论了针对分布式系统和语音识别的特点而进行的性能优化。

分布式语音识别参数提取的改进算法及实现

本文介绍了分布式语音识别系统,对该系统中参数提取算法做了两种改进,并用Microsoft Visual C++6.0验证这两种改进算法可以提高噪声环境下识别系统的正确识别率。

基于Socket和JMF的分布式语音识别前端处理系统

在介绍分布式语音识别技术及相关的几个前端处理标准的基础上,提出了一种基于Socket和JMF的分布式语音识别前端处理系统,并详细介绍了该实验系统的结构及实现的关键技术。

用于分布式识别的语音参数的提取和性能分析

主要研究用于分布式语音识别(DSR)的语音参数的提取方法以及参数性能分析。以前所用到的语音参数大部分是LPC倒谱参数,但其抗噪声性能较差。文中主要讨论了MEL倒谱参数,并在移动通信环境下,比较了两者的性能。

分布式语音识别技术对3GPP体系的影响

本文描述了分布式语音识别(Distributed Speech Recognition)技术的原理、先进性及其在3GPP体系中的应用,重点描述了3GPP协议栈体系下的集成语音识别框架SRF及语音识别框架SRF在3GPP体系中对多模式和多设备服务提供基本支持的体系结构。

分布式语音识别的前端处理及相关标准

语音识别在实际应用中受到信道噪声和便携终端计算、存储能力不足等因素制约。分布式语音识别(DSR)不仅解决了上述的问题,还有占用带宽窄、综合成本低等优点,但其应用的前提是提取的参数必须标准化。文中介绍了分布式语音识别前端处理的基本结构以及相关标准。

分布式语音识别系统的架构分析和具体实现

研究了分布式语音识别系统(DSR)的架构,实现并测试了客户端/服务器架构的分布式语音识别系统。系统采用基于段长分布的隐含马尔可夫模型(DDBHMM)的识别算法,使用多服务器、多客户端的系统架构,采用负载平衡的方式分配识别资源,能够达到稳定高效的性能。

基于局域网上的分布式语音识别系统

近年来随着网络和语音处理技术的快速发展,分布式语音识别(DSR)成为语音处理的一个研究方向,与传统集中式语音识别不同的是:它基于Client/Server模型,在Client端进行参数的提取,然后通过信道传送到Server端进行识别,把结果送回到Client端。文中介绍基于LAN所设计的DSR系统。

基于语音技术的分布式光伏交互查询技术

在我国大力发展新能源的过程中,分布式光伏因其具有环境友好、地域局限性小、投资少等优点受到广泛重视。但分布式光伏的运行数据分布在各自不同的系统中,在接入电网运行时对调度人员的数据工作带来极大的困难。利用语音技术可以进行语音识别与语言解析、数据搜索与输出等,实现更高效快捷的获取数据,且通过多种呈现方式,为电网运行计算提供全面的数据支持。

通用智能机器人分布式控制系统的设计与实现

提出了一种基于CAN总线的智能机器人分布式控制系统体系结构,阐述了系统的电路组成和功能实现原理,具体分析了系统的容错控制与鲁棒性。该系统可采用多种传感器实施组合导航,并可通过语音系统和无线网络通信实现人机交互。实践表明,该控制系统具有较高的实用价值和较好的开放性、实时性和可靠性。

基于CORBA的分布式关键词确认系统

将分布式对象计算技术引入到语音识别中，提出了基于CORBA的分布式电话语音关键词确认系统架构，并在基于CTI平台的企业呼叫中心方案中实现了该系统，并对结果进行了分析,证明了该系统的实用性。

分布式光伏人工智能检索应用实践

新能源大量入网使得调度员调控难度加大,分布式光伏数据分布在不同的应用系统中,调度员人工检索统计分布式电源困难。鉴于此,采用人工智能语音技术,开发了分布式光伏人工智能检索系统,能够通过语音进行分布式光伏的检索与统计,检索结果呈现方式多样,缩短了计算人员数据准备时间。

语音识别中的两级MEL域滤波器组维纳滤波方法

欧洲电信标准化协会(European Telecommunications Standards Institute,简称ETSI)于2002年10月发布了分布式语音识别的鲁棒性前端标准。该标准参数的鲁棒性远优于MFCC参数。为了能够在低运算资源的设备上实现鲁棒性前端,在ETSI标准的核心两级维纳滤波算法的基础上,我们提出了一种新方法以提高算法效率。我们首先在Mel域滤波器组幅度上构造维纳滤波器,然后对维纳滤波器系数进行平滑。最后,将维纳滤波器直接应用到Mel域滤波器组幅度上。实验表明,新方法在保持ETSI两级维纳滤波算法出色性能的同时,大大地降低了运算量。

基于分层增长语音活动检测的鲁棒性说话人识别

基于欧洲电信标准化协会颁布的分布式语音识别和前端标准(ETSI-DSR-AFE).针对分布式说话人识别噪声鲁棒性较差的问题,提出一种新的前端处理方法.该方法以似然距离为测度,对语音进行无监督聚类,为减少计算量,采用分层增长(level-building)方法进行逐层分割,从而准确找出语音和静音的边界点.实验结果表明,用该方法改进ETSI-DSR-AFE标准后,信噪比在大于0 dB时,说话人辨认系统识别率相对改进了18.9%,相对原有的Mel频率倒谱系数(Mel-frequenly Ceptral coefficients,MFCC)系统识别率改进了60.7%.

基于DSR系统的嵌入式语音拨号系统设计

采用分布式语音识别(DSR)模式来设计和实现手机的语音拨号系统:在手机端进行特征参数的提取,然后通过无线信道传输到服务器端进行识别与训练,最后把结果送回到手机端。通过试验发现,该语音拨号系统识别率在90％以上,并且大大提高了语音质量和识别的速度。

基于FPGA的语音识别前端算法研究实现

通过分布式语音识别DSR的研究,提出了基于FPGA平台的前端处理系统结构。对其中两个除法器分别采用了LUT查找表和常数除法器的结构。用VerilogHDL语言进行建模仿真,并与Matlab的建模结果进行了对比。结果表明,与之前的方法相比,系统能够在较短的时钟周期内计算出LPCC系数,节省了大量的运算时间和一定的面积。

基于语音识别的智能家居物联网系统

针对中国逐渐步入老龄化时代,传统交互方式的物联网系统操作繁杂、不够人性化的问题,提出了一种基于语音识别和物联网技术智能融合的新型物联网系统。首先,通过引入内置处理器的语音识别模块,不仅实现了传统语音识别,还实现了语音的云端传输,突破了主控芯片的计算能力和储存能力低的瓶颈;然后,利用物联网技术把复杂的算法置换到云端去执行,在语音识别方面有质的变化,结合云端分布式储存的特点,能够分门别类地建立用户的语音数据库,在用户习惯学习时提供大量的数据基础;最后,根据大量的数据基础,逐渐通过学习能力建立属于用户个人的语音识别库。通过实验对所提出的智能融合式物联网系统在语音识别的准确度、计算能力、语音交互的智能化程度等方面进行了有效性验证。实验结果表明,在语音识别精度方面随着距离增加至10 m以上,所提系统的准确度仍可达到70%以上,语音数据计算能力方面提高了31倍,同时在语音交互的智能化程度方面性能更优。该系统为老年人使用物联网交互提供了便利。

智能家居语音识别通用语音AI云平台的设计与实现

为解决现有家居控制系统在语音识别云平台选择上相对被动及缺少对用户行为分析的问题,文中结合云计算、大数据技术设计能够桥接百度、讯飞等语音平台的分布式云中间件,以及能够对用户行为进行分析的AI云平台。该平台不仅可以让用户自主选择合适的语音处理平台,还可存储大量语音信息,运用数据挖掘算法对信息进行处理,分析出用户的生活习惯,为用户提供更加智能的服务。

基于本地蒸馏联邦学习的鲁棒语音识别技术

当联邦学习(FL)算法应用于鲁棒语音识别任务时,为解决训练数据非独立同分布(Non-IID)与客户端模型缺乏个性化问题,提出基于个性化本地蒸馏的联邦学习(PLD-FLD)算法。客户端通过上行链路上传本地Logits并在中心服务器聚合后下传参数,当边缘端模型测试性能优于本地模型时,利用下载链路接收中心服务器参数,确保了本地模型的个性化与泛化性,同时将模型参数与全局Logits通过下行链路下传至客户端,实现本地蒸馏学习,解决了训练数据的Non-IID问题。在AISHELL与PERSONAL数据集上的实验结果表明,PLD-FLD算法能在模型性能与通信成本之间取得较好的平衡,面向军事装备控制任务的语音识别准确率高达91%,相比于分布式训练的FL和FLD算法具有更快的收敛速度和更强的鲁棒性。