基于HTK的藏语拉萨话语音拨号系统的构建

语音拨号是语音识别的一个重要分支,其在手机中的应用更加广泛.但是目前国内语音拨号技术主要应用于汉语,藏语拉萨话的开发还相对较少.HTK是英国剑桥大学开发的一套基于C语言的语音处理工具箱,广泛应用于语音识别等领域.文章从HTK的基本原理和软件结构出发,设计了一个基于HTK的拉萨话语音拨号系统,并验证了其识别效率.对于开发拉萨话手机语音拨号,推动藏语信息化建设和方便藏族群众生活都有着一定的现实意义.     

一种语音拨号手机通讯录的设计

以凌阳16位单片机SPCE061A精简开发板为核心,外扩SPLC501液晶显示模组,SPR4096存储芯片模组以及4x4矩阵键盘构建语音拨号手机通讯录模型,实现输入法的键入以及通讯录条目的浏览、新增和搜索,并通过SPCE061A特有的语音识别功能实现通讯录条目的语音拨号。     

基于DSP的电视语音拨号遥控技术

文章介绍了一种基于DSP技术的电视机语音拨号遥控器.该设计采用了美国TI公司推出的语音识别芯片TMS320C5402,在不对电视机做任何改动的情况下,实现声控,介绍了该语音拨号器的性能与特点,以及基于定点DSP实现的语音训练和语音识别算法的流程图.     

语音语法在VoiceXML中的应用

语音语法是自动语音识别的重要参考依据．在基于Voice XML的语音增值业务中应用越来越广泛．介绍了VoiceXML与语法的关系．描述了语音识别原理．推导出了常用的Nuance语法形式逻辑表达式．在此基础上，构建了一个语音拨号系统，并着重阐述了其中语音语法的应用．     

基于局域网上的分布式语音识别系统

近年来随着网络和语音处理技术的快速发展,分布式语音识别(DSR)成为语音处理的一个研究方向,与传统集中式语音识别不同的是:它基于Client/Server模型,在Client端进行参数的提取,然后通过信道传送到Server端进行识别,把结果送回到Client端。文中介绍基于LAN所设计的DSR系统。     

基于改进混合CTC/attention架构的端到端普通话语音识别

端到端的语音识别通过用单个深度网络架构表示复杂模块,减少了构建语音识别系统的难度.文中对传统的混合链接时序分类(Connectionist temporal classification, CTC)模型和基于注意力机制(Attention-based)模型的端到端语音识别架构进行了改进,通过引入动态调整参数对CTC模型和基于注意力机制模型进行线性插值,从而实现混合架构的端到端语音识别.将改进后的方法应用在中文普通话语音识别中,选择带投影层的双向长短时记忆网络(Bidirectional long short-term memory projection, BLSTMP)作为编码器网络模型,声学特征选取80维的梅尔尺度滤波器组系数和基频共83维特征.实验结果表明,与传统的端到端语音识别方法比较,文中方法在普通话语音识别上能够降低3.8%的词错误率.     

基于无线调频通信的多功能婴幼儿安全监护系统设计

为了能提高婴幼儿监护的效率和实现婴幼儿监护人生活的多样化,设计了一种基于无线调频通信的多功能婴幼儿安全监护系统。系统的核心以STM32为主处理器、LC振荡电路为无线调频器、TA8164为解调器。系统包括婴幼儿端和监护人端,婴幼儿端通过语音采集模块采集婴幼儿房的语音信息,通过无线发射模块的无线调频方式发送至监护人端,并同时进行相应的信号处理来实现对婴幼儿的安全监护。测试结果表明,该系统具有语音信息的发送和接收、语音识别、声光报警和婴幼儿房端掉电提示等功能,系统成本低、辐射小、人机交互操作方便。     

基于语音识别的电子秘书手机

将嵌入式系统和语音识别技术结合起来,设计并制作了一款基于语音识别的新型电子秘书手机.系统在硬件上以基于PXA270处理器的XScale平台为控制核心,经RS232串口外扩语音识别和GSM/GPRS模块.以Linux作为操作系统,通过对XScale平台和语音识别模块的编程,实现了录音、语音设定闹钟时间、自动播放以及自动群发短信等功能.测试结果说明:系统特有的图形化界面以及基于语音的人机交互方式可以方便地将重要信息准时通知给多人,实现了电子秘书的功能.     

基于深度学习的移动端表情识别系统设计

为了实现通过手机远程识别家居环境下家人的表情,提出了一种基于深度学习模型的移动端表情识别方法,并进行了系统设计。通过Vitamio框架获取远程视频,采用轻量级模型mini_Xception进行表情识别以适应移动端需求,将训练好的模型移植到Android手机之中,并进行了实验测试,结果表明设计的系统可实现远程表情识别,能够及时了解家人状况,为智能家居应用提供技术支持。     

基于神经网络的中文语音识别技术

研究一种基于神经网络的端到端中文语音识别算法.算法将语音信息处理为频谱图,基于频谱图,设计和实现一种基于卷积神经网络和循环神经网络的深度学习模型结构用于中文语音识别.模型以汉字作为标签样本,运用训练算法和序列损失函数进行模型迭代训练最终模型;采用开源数据集,通过实验验证网络结构对识别效果的影响,同时对比传统的语音识别算...     

基于symbian操作系统的智能手机语音拨号用户界面实现

基于Symbian操作系统, 在VC＋＋6.0编译环境中实现了智能手机的语音拨号软件用户界面.通过对软件的编译以及模拟器仿真,证明了程序设计的正确性.利用蓝牙数据线和红外的方式,将程序下载到手机平台上,验证了该方案的可行性.     

一种新型电话自动语音报警装置的设计与开发

设计开发了一种新型电话自动语音报警装置，提出利用EPROM和少量通用数字集成电路．通过硬逻辑实现电话报警触发、自动摘（挂）机、自动拨号、自动提取报警语音信息和自动停机的功能，旨在利用较为简单的设计平台，通过多种手段集成，以实现智能化、多功能的目的。     

多路温度监测自动拨号语音报警系统技术实现

介绍了多路温度监测及自动拨号语音报警系统的硬件结构和工作原理,系统相关数据的存储、8路温度数据的采集和监测、语音录制、自动拨号语音报警等技术的实现.用C语言编程,实现了多路温度实时监测、实时语音报警等功能.系统具有实时性及智能化等特点.     

多功能电脑电话扩线器

本文介绍一种新型的多功能电脑电话系统，它以单片机为控制器，使一条外线可接四部任意制式的电话机或传真机，真正具有外呼ＤＯＤ，转接直拔和电脑接线等多程控服务功能     

远程无人值守通信系统

远程无人值守通信系统由相互支持的两大部分组成，一部分是运行于通信服务器上的服务器软件，另一部分是运行于远程客户机上的客户软件。该系统的重要特点是：（１）通信服务器可以是无人值守状态；（２）以拨号方式通过电话网实现远程异地计算机间的信息传输；（３）对所传输文件的登记、整理及其它所需功能的实现完全自动进行，无需手工操作。该系统集文件的传输和管理于一体，实现了在无人值守状态下远程异地计算机之间的文件传输，满足了现代办公自动化系统的需要。     

不同录音系统对声纹检测的影响

声纹识别已在身份识别中得以应用.本文采用三种常用数字录音系统(语音笔、话筒及手机)录制样本,并对这些样本进行基音分析,线性预测系数法提取共振峰以及美尔倒谱系数.结果表明,录音设备自身性能的差异对声纹参数存在影响,尤其是存在共振峰的丢失现象,提取的美尔倒谱系数包络存在一定差异.     

数字话机记录方案设计

针对当前CTI领域数字话机记录的难点,提出一种直接记录数字话机数据的方案．截取并解码数字电话线上传输的2B＋D通道数据,由B通道得到双向话音数据流,由D通道捕获CallerID,DNIS,自动号码识别、中继号码、坐席按键等信息．采用简洁高效的语音压缩与识别处理机制,让数字话机记录方案比起其它记录系统更县优势．该方案已在国内某机场指挥调度中心获得成功应用．     

总线式楼宇防火防盗报警系统应用

介绍了防盗防火系统在各种场所中的应用，以及该系统的组成，该系统采用民用电力线，除可完成智能防火、防盗、自动拨号报警功能外，还可实现定时打铃、楼内电力载波电话等功能。     

一个基于TMS320C5402DSP应用系统的设计

介绍一种基于TMS320C5402 DSP芯片的压缩语音录放系统的软硬件设计方法.该系统通过对语音进行压缩以实现高效率数字录音,可应用于电话留言、语声应答等场合.其中电话留言是本系统的一个典型应用.