基于虚拟仪器手持式回放语音识别装置设计

针对高保真录音回放攻击问题,开展了高保真录音回放识别技术的论述。以信道语音特征为模型,借助虚拟仪器设计一种手持式高保真录音回放识别装置,通过仿真实验表明:基于虚拟仪器设计回放语音识别装置能够识别原始语音和高保真回放语音的差异。     

语音识别系统软件设计

提取语音信号的MFCC特征参数,用矢量量化（VQ）的LBG算法来建立匹配模板.在MATLAB软件平台上,基于GUI界面实现说话人识别系统软件设计,并通过实验验证其有效性.     

基于LPC的语音信号特征参数提取算法研究

提出了一种基于LPC的语音信号特征参数提取的算法思想,对原始的语音信号进行线性预测建模,估计预算模型参数,提取LPC系数,分析LPC倒谱并计算预测误差。实验结果表明,该算法能较好的提取语音信号的特征参数,且预测重构的语音信号误差较小,易于建模的实现,为语音信号处理提供了一种特征参数提取的方法。     

一种低速率语音编解码系统设计

为解决语音通信过程中存储空间和信道带宽的限制,实现高压缩率语音传输,设计了一种低速率语音编解码系统。该系统由信道管理器STM32微控制器、语音编解码专用芯片TR600、音频codec芯片TLV320AIC10及相关语音采集、回放外围电路构成,可在0.6、0.8、1.2、2.4 Kb/s四种编码速率下完成语音编解码。经实验测试,系统重建语音具有较高可懂度、清晰度、自然度,本方案简便可行,工作稳定,具有一定实用价值。     

一种智能录放音系统的设计与实现

介绍一种基于单片机AT89C51及数码语音芯片ISD4004的智能录放音系统的实现方法.通过分析ISD4004的内存管理机制,重点阐述了单片机控制非定长语音分段录音和组合回放技术,并给出了软件设计流程图.     

机器人语音识别实验设计与实现

基于Matlab设计了以动态时间规整(dynamic time warping,DTW)算法和Mel频率倒谱系数(Mel frequency cepstrum coefficients,MFCC)参数提取算法为基础的孤立词自动语音识别系统;然后结合机器人语音识别的需求,基于凌阳SPCE061A设计了语音识别应用系统。结合上述两部分工作,设计、实现了机器人语音识别系统演示实验和机器人语音识别半开放实验,实现效果达到预期实验设计目标。     

基于MFCC和最小距离分类器的说话人识别系统

研究并提取了2种重要的语音特征参数,包括能有效表征语音全极点模型的线性预测倒谱系数和模拟人耳对不同频率声音感知特性不同的美尔倒谱系数(MFCC),对这2个参数进行了分析和比较。在预处理中分析比较了矩形窗和汉明窗。在建模的过程中,采用最小距离分类器的识别策略。     

噪声环境中基于DTW的说话人识别

在VC++环境下,提取PLAR特征参数,基于听觉特性和语谱特性的语音增强器作为预处理器,对语音信号首先进行降噪处理,建立了基于DTW的抗噪声说话人识别系统.实验结果表明,即使在信噪比比较低的情况下,该系统都会在一定程度上提高多种噪声环境下说话人识别系统的识别性能.     

地震波形的HHT特征提取和GMM识别研究

研究了天然地震和人工爆破波形HHT变换的方法和对变换信号的前三个分量提取MFCC特征。对提取的三个分量特征分别用GMM方法建立地震和爆破的判据模型。其中,高斯混合模型的阶数为12阶,MFCC特征使用24维。将训练样本MFCC特征经过建立模型验证MFCC判据的可行性。在用建立的模型识别非训练样本数据,判断模型对未知震源类型的分类能力。实验得知:第一个分量提取的MFCC特征的识别效果最好,MFCC特征参数是天然地震和人工爆破识别的有效判据。     

语音信号增强技术研究

现实生活中不存在完全"纯净"的有用信号,这些信号都或多或少受到噪声信号的"污染".语音增强的目的就是从带噪语音信号中提取尽可能纯净的原始语音.带自适应滤波器的自适应噪声抵消法对含噪语音的增强效果较好,但多用一个参考输入作为辅助输入.在只能得到一个含有噪声的语音信号情况下,并不能得到噪声信号的相关信号,通过采用延时方式的自适应语音增强技术,可滤除其中混杂的高强度随机噪声,提高语音通信的质量.     

汉语语音评分系统的设计与实现

作为语言学习的重要组成部分之一,发音学习是人与人之间互相交流的基础。该文分析了传统语音教学及其评价方式的不足,以梅尔频率倒谱系数作为参数进行特征提取,用隐马尔可夫声学模型和音素后验概率算法将测试语音与标准语音进行比对,从而找出二者之间的差异程度,通过评分机制得到分数。实验结果表明,该系统能提高说话者学习语音的积极性,其评分结果与教师的主观感觉相一致,具有一定的实用性和可操作性。     

特定人孤立词语音识别系统的特征提取方法研究

随着语音识别技术的不断发展,特定人孤立词语音识别技术己基本成熟并逐渐开始应用于社会众多领域。而系统所追求的成本低、速度快和识别率高等目标,使主因素特征参数的选取成为其重点和难点。在实验的基础上对特征提取方法进行了深入的研究,提出了对传统Mel倒谱参数的改进方法,有效提高了系统的识别性能。     

基于矢量量化的说话人识别

说话人识别可以看作语音识别的一种,本文研究了MFCC参数的提取方法,并对矢量量化VQ的识别模型进行了讨论,设计出了一种可行的识别方法,通过验证,这种方法对于文本有关的说话人识别,可达到较高的识别率.     

基于MFCC的语音评分方法研究

针对目前语言学习中普遍存在的发音问题,提出了一种基于MFCC的语音评分方法,通过对测试语言和标准语音进行预处理、特征提取及模式比对等过程,找出它们的相似度并由评分机制给出得分。实验证明该方法能够确保评测的准确性,具有较强的实用性。     

基于稳健噪声估计的语音增强研究

提出了一种基于噪声估计的语音增强方法。通过对含噪语音中的噪声直接进行估计,避免了采用端点检测方法（VAD）,该方法能及时更新噪声,能有效地消除噪声。     

基于区别特征系统的连续语音识别模型研究

黏着性语音的元辅音区别性特征对口语环境下的连续语音识别影响很大。通过维吾尔语和谐语音现象下的发音规律及其规则,采用语言学、实验语音学技术和数字语音信号处理等方法,研究和谐发音现象下的元音、辅音区别特征系统,建立扩展元辅音集,并以此为基础,开展基于扩展元辅音集的连续语音识别研究,进一步通过其声学模型比较研究,构建连续语音识别模型,为维吾尔语口语环境下的连续语音识别提供一种新方法。     

基于NI myRIO的家庭陪伴机器人设计

NI myRIO是一款便携的嵌入式学生设计设备,在当前国内外高校口袋实验室中发挥了重要作用,对学生开展创新、创业项目设计提供了有力支持。设计以NI myRIO为核心处理器以LabVIEW图形化系统为设计软件平台,通过电动机驱动、人像识别、自动避障、语音交互、WiFi通信等模块的搭建,开发一款家庭陪伴机器人,主要用于陪伴空巢老人,实现跟随、日常生活提醒、语音交互、音频播放、异常情况通信报警等基本的陪伴功能。系统设计灵活,方便扩展,功能实用,不仅对新工科人才培养具有积极作用,还具有较好的社会意义和实用价值。     

一种电话自动报警系统研究

介绍一种由单片机89C51、DTMF收发芯片MT8888、单片语音录放电路ISD1420构成的电话自动报警系统．应用MT8888的信号检测功能,分析了电话信道各种实际信号特点,实现信号的识别和被叫摘机的判断;应用MT8888的发、收功能,实现自动拨号报警和用户确认;应用ISD1420的语音录、放音功能,实现报警语音分段播放。     

基于C8051F020的智能红外报警系统设计

以C8051f020单片机作为控制核心,采用热释电红外传感器模块DYP-ME003作为前端探测器,通过SPI协议模式对语音芯片ISD1700进行语音录放功能的精确操控,实现语音门铃录音、播放,报警声录音、播放等。若有人入侵,则通过单片机控制GSM模块按照设置好的号码及信息发送到主人的手机上,达到报警目的。测试结果表明,该系统能真实再现语音效果,运行稳定、可靠。