基于分段模糊聚类算法的VQ-HMM语音识别模型参数估计

提出了一种新的语音识别模型VQ-HMM。它综合了VQ和HMM的优点,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立模型,同时提出了基于分段模糊聚类算法的模型参数估计方法。文中给出了模型的实现方法,并通过实验证明了其在语音识别中具有很好的性能。

基于VQ-HMM的无教师说话人自适应方法

提出了一种新的语音识别方法 ,该方法综合了VQ ,HMM和无教师说话人自适应算法的优点 .该方法首先在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立VQ HMM ,同时采用无教师自适应矢量量化算法 ,来改变VQ HMM的各状态的码字 ,从而实现对未知说话人的码本适应 .本文通过非特定人汉语数码 (孤立和连续数码 )识别实验 ,把新的组合方法同基于CHMM的自适应和识别方法进行了比较 ,实验结果表明该方法鲁棒性好 ,所需计算量较少 ,自适应和识别效果远优于基于CHMM的方法 .

应用VQ-HMM的汉语数码语音识别(英文)

提出了一种新的语音识别方法 ,该方法综合了VQ和离散HMM算法 ,在每个状态通过用矢量量化误差值取代传统的HMM输出概率值来建立VQ HMM .介绍了VQ HMM ,并通过非特定人汉语数码语音识别实验对其识别性能与传统的HMM作了相应的比较 .实验结果表明该方法识别效果优于传统的HMM .

语音识别的研究与发展

综合阐述了语音识别技术的提出与发展历史 ,语音识别系统的分类 ,目前所面临的困难和采用的主要技术 ,以及发展方向和应用前景。

基于HMM的说话人辨认系统及其改进

对基于隐马尔可夫模型(HMM)的说话人辨认系统进行了讨论,完成了系统设计。对系统中矢量量化这一关键性环节进行了改进,提出了一种新的基于遗传算法的码本生成方法。测试结果表明,改进后的系统具有较高的正确识别率,特别是在与文本无关的情况下。

基于VQ与HMM相结合的汉语数字语音识别(英文)

提出了一种新的语音识别方法 ,它结合了 VQ-误差和离散 HMM两种方法 ,用 VQ-误差全面替代了在离散HMM中运用的离散输出。这种方法被看作是由 Burton等人提出识别方法的 VQ-误差的一种改进型 ,但也被认为是混合的分散密度 HMM的一种特殊情况。文中不仅描述了基于 HMM的 VQ-误差 ,并且通过实验 ,在语音识别性能方面将之与传统的 HMM方法进行了比较 ,证实其优于传统的 HMM方法。

语音信息查询虚拟仪器的设计

在虚拟仪器开发软件LABVIEW平台上,利用LABVIEW和MATLAB混合编程,通过声卡获得原始语音信号,经过小波消噪处理、预加重处理和端点检测处理得到干净的语音信号,提取语音信号的美尔频率倒谱系数及其一阶?二阶差分系数作为语音识别的特征参数,通过矢量量化(VQ)与隐马尔可夫模型(HMM)实现非特定人连续语音的训练与识别,构建了基于LabVIEW平台的连续语音识别系统.实验表明,系统的识别速度较快,识别率达到90%左右,而且成本比较低廉,具有一定的应用价值.

说话人辨认系统中码本生成的新算法

提出了一种新的适用于离散HMM说话人辨认系统的VQ码本训练方法,码本的训练准则是使码本中各码字的利用率趋于均等。将新方法训练的码本与用LBG算法训练的码本进行了比较,实验表明,在基于离散HMM的说话人辨认系统中,用新方法训练的码本性能优于用LBG算法训练的码本,特别是在与文本无关的情况下,使系统的正确辨认率显著提高。

话者识别的最新进展情况

介绍了话者识别技术的国内外最新研究进展情况．文章概要地介绍了所研究的题目和内容，重点讨论了近来引起普遍关注和兴趣的新探索和新技术．其中包括ＶＱ和Ｅｒｇｏｄｉｃ－ＨＭＭ方法、与文本无关的识别方法、文本提示型识别方法、参数／距离标准模型匹配技术、校正模型的方法和话者确认中一种先进的阈值方法．虽然在话者识别方面已取得了一些进展和成果，还有许多问题有待于解答、探索．

基于FPGA的关键词识别系统实现

随着微电子技术的高速发展,基于片上系统SOC的关键词识别系统的研究已成为当前语音处理领域的研究热点和难点。运用Xilinx公司ViterxⅡ Pro开发板作为硬件平台,结合ISE10.1集成开发环境,完成了语音帧输出、MFCC、VQ和HMM等子模块的设计;提出了一种语音帧压缩模块架构,有效实现了语音帧信息到VQ标号序列的压缩,实现了由语音帧压缩模块和HMM模块构建的FPGA关键词识别系统。仿真实验结果表明,该系统具有较高的识别率和实时性,为关键词识别系统的FPGA硬件电路的实现研究提供了实例。

基于HMM的性别识别

进行男女生识别的方法有很多种,如GMM,VQ等,该文提出了基于HMM进行说话人性别识别的方法,该方法通过计算语音信号的Mel频率倒谱系数(MFCC)并使用隐马尔可夫模型(HMM)进行性别识别。在实验室环境下,对50个不同说话人(其中男女说话人各占一半)的语音文件采用该方法与基于VQ的方法进行比较实验,从实验方法和实验结果方面得出结论:HMM的方法更加简单易行,识别率更高。对于实验的语音材料,采用HMM的方法识别率可以达到100%。

基于S3C2410的智能家居语音控制器的设计

结合智能家居控制系统的特点以及人机自然交互的理念,提出了一种利用S3C2410设计的智能家居语音控制器,该语音控制器既能对多对象进行统一控制,也能嵌入到具体的单个对象中。

与文本无关的说话人识别系统的设计与实现

在虚拟仪器平台上,通过微型麦克与计算机声卡对语音信号进行实时采集,并进行消噪处理和端点检测,以美尔频率倒谱系数及其差分作为特征参数提取方法,应用改进的矢量量化-隐马尔可夫识别算法,设计了与文本无关的说话人识别系统。系统运行结果表明,本文实现的系统运算速度快,且具有较高的识别率。

采用模糊切分实现非特定人连接数字语音识别

选用倒谱特征、△倒谱特征、能量类特征等多个语音信号特征，采用多码本和ＨＭＭ／ＶＱ技术实现非特定人连接数字语音识别。在识别阶段，使用帧同步型网络搜索识别算法结合模糊切分实现非特定人连接数字语音识别。数字串识别准确率达到８１％以上，而数字识别准确率更高，达到９４．４％。