用于自动语音识别系统的切换语音功率谱估计算法

针对语音识别系统在噪声环境下不能保持很好鲁棒性的问题,提出了一种切换语音功率谱估计算法。该算法假设语音的幅度谱服从Chi分布,提出了一种改进的基于最小均方误差(MMSE)的语音功率谱估计算法。然后,结合语音存在的概率(SPP),推导出改进的基于语音存在概率的MMSE估计器。接下来,将改进的MSME估计器与传统的维纳滤波器结合。在噪声干扰比较大时,使用改进的MMSE估计器来估计纯净语音的功率谱,当噪声干扰较小时,改用传统的维纳滤波器以减少计算量,最终得到用于识别系统的切换语音功率谱估计算法。实验结果表明,所提算法相比传统的瑞利分布下的MMSE估计器在各种噪声的情况下识别率平均提高在8个百分点左右,在去除噪声干扰、提高识别系统鲁棒性的同时,减小了语音识别系统的功耗。

基于HTK的宁夏银川方言普通话语音识别系统

自动语音识别(ASR)是机器或程序识别语音命令或听写的能力,其内容涉及将语音模式与所提供或获取的词汇匹配的能力。目前,主要使用基于隐马尔可夫模型(HMM)的语音识别器。本文旨在为应用于农产品交易领域的宁夏银川方言普通话构建语音识别系统,隐马尔可夫模型工具包(HTK)用于开发系统,它使用声学词模型识别孤立的词。系统训练113个常用农业词汇,训练数据收集于9位说话人,实验结果表明,HMM拓扑中10个状态的系统的整体精度为96.61%和95.49%。

基于Arduino的智能家居语音识别系统

随着互联网的飞速发展,科学技术面向新突破进入良好发展的时代。人们的生活水平不断提高,在选择家庭电器的时候,也开始慢慢趋向智能化的生活体验。智能家居就是通智能化去控制家电,通过微电子技术,实现对家庭电器的智能控制,从而实现家居的自动化和信息化,不断满足人们的生活需求。本产品是以Arduino为中央控制器,配合一款LD3320的非特定语音识别模块ASR M08-B和JQ8900-16P的语音播报模块,实现对家庭灯光系统的语音控制,达到智能化。

基于自动语音识别的IT运维呼叫中心系统的实现

自动语音识别(Automatic Speech Recognition,简称ASR)系统是一种可以识别非限定讲话者连续话音的识别软件系统,其目标是将人类的语音中的词汇内容转换为计算机可读的输入。呼叫中心则是基于现代通讯技术,同时处理大量各种不同的电话呼入和呼出业务与服务的系统。本文将介绍如何利用东进D081A模拟中继语音卡电话处理系统和Nuance Recognizer 9.0自动语音识别系统实现基于自动语音识别的IT运维呼叫中心系统。

嵌入式语音识别系统的测试方法研究

为更全面地评估嵌入式语音识别系统的性能,定位识别系统的性能瓶颈,以及提高嵌入式语音识别系统的测试效率,提出一套对嵌入式语音识别系统通用的测试方案。采用交叉测试的方法,将语音识别系统移植到全实物仿真测试环境,通过主机向目标机发送调用命令,控制目标机的执行内容,并将测试结果传输到主机,在主机上通过自动化测试完成结果统计及分析。实验结果表明,全实物仿真测试环境下的测试结果更贴近真实的应用效果,通过交叉测试的方法完成主机对目标机的控制,实现非侵入式测试,借助自动化测试工具可以自动捕获并校验测试结果,辅助定位系统存在的问题。该测试方法适用于嵌入式语音识别系统的各个应用场景,全面评估系统性能,自动化测试可显著提高测试效率、提升测试结果的可信度。

牛津大学灵活的语音识别系统

大多自动语音识别系统（ASR）是基于统计模型技术，需要来自数干个被录音者的大量培训，以掌握一种方言内部的差异。牛津大学的FlexSR系统在个别单词的识别上超越现有的许多ASR系统，其轻量的特性很适合于融入现有的技术或移动部署。

牛津大学灵活的语音识别系统

大多自动语音识别系统（ASR）是基于统计模型技术，需要来自数千个被录音者的大量培训，以掌握一种方言内部的差异。牛津大学的FlexSR系统在个别单词的识别上超越现有的许多ASR系统，其轻量的特性很适合于融入现有的技术或移动部署。该实验室成果在国内外有很大市场，外方期望以技术转让等方式开展合作。

牛津大学灵活的语音识别系统

大多自动语音识别系统（ASR）是基于统计模型技术，需要来自数千个被录音者的大量培训，以掌握一和方言内部的差异。牛津大学的FlexSR系统在个别单词的识别上超越现有的许多ASR系统，其轻量的特性很适合于融入现有的技术或移动部署。该实验室成果在国内外有很大市场，外方期望以技术转让等方式开展合作。

基于CT的语音识别控制的系统设计和应用

语音控制是智能接口技术的热点问题之一。语音控制主要指在各种情况下,机器可以准确识别出人语音的内容,并根据语音包含的信息执行人的各种意图。根据笔者的工程开发实践,实现了一个由IVR、TTS和ASR系统支持的CT技术系统,并在实现计算机图形运动逻辑的基础上,建立和测试了基于CT技术的语音控制逻辑。

基于VoiceXML的语音处理技术在图书情报自动化系统中的应用研究

本文在介绍VoiceXML语音处理技术的同时,给出了在图书情报自动化系统中,引入VoiceXML语音处理技术的应用研究。

语音的自动识别与合成

通过语音来进行人与机器之间的信息传递,是一种最为理想的人-机通讯方式。采用这种方式的好处是; 1.可以直接进行人机联系,不再需要其它的信息传递手段; 2.信息传递的速度较快; 3.操作前不需要进行特殊训练; 4.可以同时使用其它的输入方式(如视觉、触觉);

基于听觉模型与自适应分数阶Fourier变换的声学特征在语音识别中的应用

分数阶Fourier变换在处理非平稳信号尤其是chirp信号方面有着独特的优势,而人耳听觉系统具有自动语音识别系统难以比拟的优良性能。本文采用Gammatone听觉滤波器组对语音信号进行前端时域滤波,然后对输出的各个子带信号用分数阶Fourer变换方法提取声学特征。分数阶Fourier变换的阶数对其性能有着重要影响,本文针对子带时域信号提出了采用瞬时频率曲线拟合求取阶数的方法,并将其与采用模糊函数的方法作了比较。在干净与含噪汉语孤立数字库上的语音识别结果表明,采用新提出的声学特征得到的识别正确率相对MFCC基线系统有了显著提高;根据瞬时频率曲线搜索阶数的算法与模糊函数方法相比,计算量大大减少,并且根据该方法提取的声学特征得到了最高的平均识别正确率。

基于语音交互功能的医疗服务机器人控制系统设计

根据老年人、残疾人的实际需求,设计了医疗服务型机器人移动本体和6自由度机械手臂,搭建了以简化隐式马科夫模型为基础的自动语音辨识控制系统。该控制系统通过人机交互系统的语音命令与键盘指令,可控制机器人运行到指定位置,控制机械手抓取物体,实现机器人的避障功能和座椅、病床两模式的自主切换。针对典型医疗服务需求,对所设计的医疗服务机器人进行了实验,实验结果表明,该机器人在人机交互指令控制下能很好地实现到达指定位置、抓取物体、避障和病床/座椅模式切换,不仅易于操作,而且性能稳定,语音系统对命令的识别率达90%以上,从而验证了该医疗服务型机器人控制系统设计的可行性和有效性。

一种基于迟滞编码的自动语音端点检测方法

端点检测在语音识别中占有十分重要的地位，端点检测的准确性将直接影响整个语音识别系统的性能。已往的自动端点检测方绝大多数都是利用帧平均能量ＥＮ，帧平均跨零数ＺＮ，帧平均跨零积Ａ和帧平均零比Ｂ等参数来确定语音段的始点和终点。这些方法的缺点是难以设置对各次实验都合适的固定阈值，这给实际应用带来了很多不便。本文提出了一种基于迟滞编码的自动端点检测方法──在对语音信号进行迟滞编码的基础上，利用各帧的码字和来判断语音段的起点和终点。该方法充分利用了噪声和信号的统计特性，克服了已往端点检测方法的不足。实验结果表明，该方法具有良好的性能。

语音识别技术概述

语音识别主要指让机器听懂人说的话,即在各种情况下,准确识别出语音的内容,从而根据其信息执行人的各种意图.根据作者的工程开发实践,本文从语音识别技术、识别方法和识别程序设计编写等方面,详细地概述了语音识别技术.

基于综合因素的汉语连续语音库语料自动选取

大词汇量连续语音识别系统的性能很大程度上取决于语音库的质量 ,而语音库设计的中心环节就是语料选取。但是传统语料选取方法往往考虑因素单一 ,不利于语音识别系统有效利用语言信息。本语音库的语料选取方法综合考虑了多种因素 :三音子覆盖率、三音子覆盖效率、三音子稀疏度、常用词分布等 ,并完全实现程序自动选取 ,充分利用了原始语料 ,使选取结果的信息量更加丰富。程序自动选取结果可以覆盖94 1%的三音子 ,75 4 %的最常用词 ,覆盖效率和稀疏度也比传统方法有了较大改善。

基于人机互动的语音识别技术综述

1引言语言是人类进行交往最基础的一种方式。伴随AI人工智能的突飞猛进,计算机已经能够具备与人进行言语沟通的能力,语音识别技术成为实现人机交往的核心技术。自动语音识别技术,本质就是利用计算机将语音信号自动转换为文本的一项技术。语音识别是涉及多种类交叉学科的高新技术,应用到发声机理和听觉机理、人工智能、信号处理、模式识别、概率论和信息论等等。其应用领域广泛,在现代自动化解耦控制系统和第三产业都应用到语音识别系统,在信息化发展的大潮中,语音识别技术越来越凸显出重要作用。

基于ASR的呼叫中心系统设计与可靠性研究

本文以IT运行维护的故障申报系统为例,介绍如何利用Nuance Recognizer9.0自动语音识别系统和东进D081A模拟中继语音卡电话处理系统设计基于ASR(自动语音识别)的呼叫中心。文中不仅介绍了设计过程中的各个关键环节,而且对该系统的可靠性进行了深入讨论。其中包括如何合理设计语法文件以提高语音识别率;如何在系统运行期间进行同步保障,使系统逐步趋于完善。

语音识别技术的广泛应用

自动化语音识别（Automatic Speech Recognition，简称ASR）技术，长期以来一直为各个领域所关注。语音是最符合人类自然习惯的一种通讯方式。

嵌入式英语语音识别系统误差自动检测方法研究

为了提高嵌入式英语语音识别系统发音误差自动检测能力,提出基于时频分析和关联信息熵特征提取的嵌入式英语语音识别系统发音误差自动检测方法。采用时频特征分解方法进行嵌入式英语语音识别系统英语发音信号的降噪处理,对降噪输出的英语发音信号进行特征分解和关联维特征配准,结合小波多层重构方法进行语音信号的重组,提取英语发音信号的关联信息熵特征,根据提取的语音信号的关联信息熵特征进行自动匹配,实现对嵌入式英语语音识别系统误差的自动识别。仿真结果表明,采用该方法进行嵌入式英语语音识别系统发音误差自动检测的准确性较好,对语音信号的分辨能力较好,提高了嵌入式英语语音识别系统的发音误差的检测性能。