加性白噪声环境下语音特征参数鲁棒性的研究

随着说话人识别技术的发展,实用有效的说话人识别系统越来越成为研究的重点。语音特征参数的鲁棒性直接影响一个说话人识别系统的具体性能,过去主要针对移动通信环境下存在信道失真的问题,研究差分倒谱的鲁棒性。文中则主要在加性白噪声环境下研究M el倒谱参数、M el差分倒谱参数的顽健性以及它们经过倒谱系数零均值化(CMN)处理后识别性能的改进。从仿真结果可以看出:在加性白噪声环境下,差分倒谱参数具有很好的鲁棒性;倒谱系数零均值化能有效的除去加性白噪声。

基于人工智能的VoIP网络QoS专家系统的设计与实现

设计并实现了一个基于人工智能的VoIP网络QoS(服务质量)分析的专家系统。首先叙述了系统的总体架构,说明该系统的原始数据来自于探针从各地市VoIP网络采集后由FTP定时传送过来的通信数据。详细分析了专家系统中5个关键部分的实现策略:全局数据库的表分区技术及关联映射机制,解释器的规则配置原理,处理器的推理原则,专家知识库知识的来源及配置和人机接口的简便性。实际运行效果表明:该系统的设计是智能和高效的。