基于HMM状态结构调整的非特定人语音识别

利用HMM模型状态间的混淆度, 提出了一种新的状态结构调整算法, 使不同的状态可以共享相同的高斯混合函数, 并在EM算法的框架下推导出对状态结构调整后的增加参数, 即状态间权值的重估公式. 并对非特定人进行大词汇量汉语连续语音识别实验, 实验结果表明状态结构调整后的系统不仅优于基线系统, 还获得了比传统的参数增加方法更高的识别率, 由此证明了状态结构调整方法的有效性.     

基于CDHMM/SONN混合模型的带噪语音识别

利用小波变换对含噪语音信号进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,进一步反映语音信号的动态特性、增强抗干扰能力、提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显提高.     

基于HMM的安多藏语非特定人孤立词语音识别研究

以VC++6.0为开发平台,实现一个基于隐马尔可夫模型(Hidden Markov Model,简称HMM)非特定人的安多藏语孤立词语音识别系统。对有声段语音进行MFCC参数的提取,对提取后的MFCC参数进行矢量量化后训练HMM模型,形成特征模板库,最后进行识别。根据安多藏语的特点,改进端点检测的方法,提高了孤立词语音信号检测的准确性,并进一步提高了识别率。     

基于语谱图的老年人语音情感识别方法

针对老年人的语音情感识别问题,提出一种基于语谱图的老年人语音情感识别方法。首先采用一种改进的基于先验信噪比的维纳滤波算法,针对老人语音情感库EESDB进行语音增强,选取合适的语音情感库,对语音进行语谱图特征提取与规范化,然后分析卷积神经网络(CNN)的结构并选定Cifar10网络对语谱图进行分类,最后采用3种方案进行对比实验。实验结果取得了较高的情感识别率,表明了该方法的有效性和可行性。     

利用语音识别引擎实现电脑英语语音测试的探索

介绍了作研发的一套英语语音测试系统软件，能利用计算机判断识别学生的语言，可代替教师进行英语语音测试的繁重工作。     

基于多头注意力长短期记忆模型的语音情感识别方法（英文）

针对语音情感识别中不同表征空间的信息利用不足问题,提出了一种多头注意力的双层长短时记忆模型,用于充分挖掘有效的情感信息.该模型以具有时序情感信息的帧级别特征作为输入值,利用长短时记忆模块学习时域特征,设计了特征注意力模块和时间多头注意力模块,对长短时记忆模块的逐层输出值、特征注意力模块输出值、时间多头注意力模块输出值进行融合.结果表明,相比传统的长短时记忆模型,所提方法在eENTERFACE和GEMEP两个数据集上的识别准确率分别提升了14.6%和10.5%,从而证明了其在语音情感识别任务中的有效性.     

一种基于MFCC和SVM的语音识别方法

提出了以Mel频率倒谱系数(MelFrequencyCepstrumCoefficients,MFCC)作为特征提取技术,以支持向量机(SupportVectorMachine,SVM)作为分类器的语音识别方法,实验结果表明,对于容易混淆的英文单词,该方法语音识别准确率较高。     

基于需求分析的高校英语专业网络语音语料库的应用研究

通过语音需求分析问卷调查,了解高校英语专业学习者语言能力和专业水平与实际需求之问的差距,消除语音教学中的盲目性,明确学习者语音学习需求与语音课程最终所要实现的目标。基于需求分析的网络语音语料库的应用,改变了传统的自上而下的单向灌输的教学模式,为学习者营造真实的语言环境,能够有效激发学习者的学习兴趣和主动性,培养自主学习的能力,科学系统地帮助师生进行专业语音教学与训练,提高语音教学质量,为高校英语专业语音教学改革提供新的思路。     

基于SPCE061A语音识别灯的设计

随着DSP和专用集成电路技术的发展,语音识别已具有非常高的识别率,特别是针对计算量较小、特定人、孤立词等方面。为此,利用SPCE061A单片机设计开发的一种针对特定人语音识别的灯具开关,既免去了手动开关灯具的麻烦,又实现了无线准确可靠地控制。     

一种语音端点检测算法在DSP上的实现

介绍了一种对背景噪音进行动态估计的汉语语音端点检测算法,较一些常规的端点检测方法如基于能量的端点检测方法,具有更高的精度和鲁棒性．并用TI的TMS320VC5410 DSP来实现一个带端点检测的语音识别系统．通过进行汉语孤立词语音识别实验,表明这种算法是有效的,能得到较高的识别率．     

基于CHMM的高性能连续数字语音识别算法

介绍了一种基于连续隐马尔可夫模型(CHMM)的汉语连续数字语音识别算法,该识别算法以MEL频率倒谱系数(MFCC)为主要语音特征参数,采用切割-识别方案。在此框架下,本文提出了变时窗的连续数字切割算法,并且结合了声调信息,因此最终连续数字语音识别率达到了90％以上。     

基于模糊支持向量机的语音情感识别

根据输入样本对分类结果不同的影响程度,引入模糊隶属度,探讨了模糊支持向量机(FSVM)原理,并将其应用于汉语语音信号中生气、高兴、悲伤、惊奇4种主要情感类型的识别。仿真实验结果表明FSVM比支持向量机(SVM)有着更好的分类性能和更高的识别率。     

基于HTK的汉语数码语音识别系统,

HTK(是一套专门用于建立和处理删的语音处理工具箱,主要应用于语音识别领域,也可用于语音合成、字符识别、模拟DNA排序等多个领域.本文结合隐马尔可夫模型(HMM)原理,利用HTK(HMM ToolKit)语音处理工具箱,实现了汉语数码语音识别系统.实验表明,该系统具有较好的语音识别率,且便于进行二次开发.     

Principal Component Feature for ANN Based Speech Recognition *

利用函数逼近原理和主成份分析方法,提出了一种可用于解决语音信号时间规正和简化神经网络结构的语音信号主分量特征．该特征的提取过程模拟了人耳听觉系统的信息感知过程．实验结果表明基于该特征的语音识别系统可以取得比一般的ＣＤＨＭＭ和ＧＭＤＳ方法更好的识别效果     

言语感知中词汇识别的句子语境效应研究

言语感知遵循音不离词,词不离句的原则。除了语音特征、音位和单词三个感知单元外,句子单元也参与了言语感知的过程。在这一感知过程中,句子语境分别从句法和语义两方面对词汇的识别发生影响。在句法方面,句子层依据句法规则对词汇层产生自上而下的反馈作用,通过词类限制和曲折形态特征核查等方式实现对词汇层上备选单词的筛选;在语义方面,句子层根据语义限制条件对备选单词产生激活或抑制作用。     

非特定人语音识别系统的设计与实现

建立了一个基于HMM算法的非特定人语音识别系统,阐述了具体实现过程,包括预处理、特征参数的提取及模板的匹配.并用MATLAB6.5对整个系统进行了仿真,仿真结果表明该系统可实现对非特定人输入命令词的识别,识别率约为88.6%.     

基于人工神经网络的模式识别

利用数学软件MATLAB研究了基于人工神经网络的模式识别,这种基于人工神经网络的模式识别系统不仅能够识别字母还能识别汉字和数字,适用于汉字识别和数字签名。