交互式语音对话系统中的负载平衡技术

动态负载平衡技术是指在网络通信中将负载动态分配到一组服务器群上的一种机制 ,包括如何实时获取网络上各主机状态 ,如何将负载分配到当前最为空闲的主机上 ,以及服务器的可扩展性。本文主要讨论在设计交互式语音声讯系统时 ,如何利用多播技术实现了服务器和客户端之间的动态负载分配 。

基于清浊音状态空间模型语音增强算法

基于语音状态模型的语音增强算法是当前语音信号处理的研究热点。把通常的LPC语音模型修正后,将得到两个语音模型:时变AR模型、时变双AR模型。但是利用这些模型增强语音时,都没有考虑到语音的清音、浊音区别。为此本文引入了语音清浊音状态空间模型,这种模型在描述语音方面比时变AR模型、时变双AR模型要强,而且物理含义明显。同时在用含噪语音信号预测纯净语音信号时,引入遗忘因子和粒子滤波算法以降低计算复杂性,减小运算量。实验证明,增强后的语音信号信噪比有一定提高,且优于传统的LPC模型。

语音浏览器的概念、框架和应用

分析了语音浏览器的概念和框架,以及语音输入、对话管理和响应生成整个口语对话过程的标记规范,重点说明了语音浏览器的核心标准VoiceXML的原理和工作特性,并描述了应用语音浏览器创建口语对话系统的整体方案。以此为基础,本文给出了语音浏览器在股票交易系统中的具体应用实例。通过语音浏览器平台,可以创建灵活性很强的混合主导对话模式的口语对话系统。

基于麦克阵列的实时盲语音分离系统

通过使用多波束形成器对盲分离系统进行预处理滤波,结合频域内独立分量分析的方法,提出了一种基于麦克阵列的快速实时盲语音分离系统,它能够有效地分离在真实环境中的卷积混叠语音信号。

一种基于多尺度边缘特征提取的基音检测算法

目前很多的基音检测算法抗噪性较差 ,针对这一问题 ,本文提出了一种基于多尺度边缘特征提取的基音检测算法 (加权求和法 ) .该算法与传统的小波变换算法相比减少了局部极值的搜索次数 ,提高了检测精度 ,具有很好的抗噪性 .

基于隐马尔可夫模型局部最优状态路径的数据重建算法

该文提出了基于隐马尔可夫模型局部最优状态路径的数据重建(LOPDI)算法。该算法假设语音特征矢量是一个L状态隐马尔可夫模型的输出序列,基于局部最优状态路径估计产生语音特征矢量的次最优状态序列,并按最大后验概率准则(MAP)重建出“缺失矢量”。实验表明,LOPDI算法能够显著提高语音识别系统对加性噪声的鲁棒性。

基于单高斯模型集的汉语美子带特征重建算法

本文提出了基于单高斯模型集的汉语美子带特征重建 (SGMDI)方法 ,并通过试验研究了该算法对提高语音识别系统加性噪声鲁棒性的作用 .实验结果表明 :SGMDI方法能够明显提高语音识别系统对各类音子尤其是容易被加性噪声破坏的清辅音音子的识别正确率 ,从而显著增强了语音识别系统的噪声鲁棒性 .

基于概率加权平均的Mel子带特征重建算法

本文提出基于概率加权平均的Mel子带特征数据重建算法 .该算法选择K个最优重建结果的概率加权平均作为被加性噪声掩蔽的语音特征分量的估计 .实验结果表明 ,基于概率加权平均的语音特征数据重建算法降低了重建误差 ,减少了帧间突变现象 ,增强了Mel子带特征的帧间连续性 ,从而显著提高了语音识别系统对加性噪声的鲁棒性能 .