基于声学特征的乐器识别综述

在机器听觉领域中,语音信号处理与识别早已成为一个传统的研究热点;随着信息科学与技术的迅速发展,音频与音乐信号分析也逐渐成为一个新的研究热点。乐器识别是音乐分析的一个重要应用,其主要的研究方向是基于声学特征的识别,近年来,在该领域有众多研究成果出现。文章对十多年来在基于声学特征的乐器识别领域所取得的研究成果进行综述,总结乐器识别技术常用的声学特征和识别方法。     

受限领域的自动文摘方法研究

为解决受限领域统计型文摘对文档中心内容理解不足的缺陷,研究了结合领域知识生成单文档文摘的方法;论述了构建受限领域的语料库和知识库的方法;提出对粗文摘进行文摘句概化和在其中加入领域知识的文摘后处理方法. 在所提出理论基础上开发了文摘系统软件. 通过和MS Word 2003中的文摘工具进行实验对比,表明提出的方法切实可行,可以推广到其它领域.     

DSP技术在实时语音通信系统的应用研究

语音识别处理和合成技术是控制领域研究和发展的一项重要内容,DSP技术在语音处理系统中得到了广泛应用。通过介绍DSPTMS320VC5402的工作原理和在语音编码通信上的应用优势,重点阐述实时语音信号处理的硬件接口电路设计,以及在语音信号采集处理方面的系统软件设计方法。系统设计方案经过联调测试,证明了其正确性,同时针对公安系统接警和调度中心话务系统的具体特点,提出了进一步的应用方案和前景。     

单通道语音增强中深度学习方法研究现状与展望

语音增强是语音信号处理领域一种传统且依然非常活跃的研究分支。单通道语音增强是指从单个麦克风采集的带噪语音中尽可能恢复出干净语音，在移动通信、语音交互、数字助听等领域有重要的应用价值。传统的单通道语音增强技术在处理平稳噪声时已取得较好的增强性能，但在非平稳噪声条件下增强效果依然难以令人满意。近年来，随着人工智能的快速发展，基于深度学习的单通道语音增强在处理非平稳噪声问题方面已取得明显的进展。通过系统梳理单通道语音增强中深度学习方法的发展，并按照技术发展脉络，分基于参数映射、基于生成对抗机制和基于弱监督3个方面进行综述，介绍三类方法的基本原理，分析典型文献的技术思路，总结三类方法的优势与存在的问题，最后对深度学习技术在单通道语音增强领域的发展进行了展望。     

机器狗情感语音识别技术的研究

近年来随着国内人工智能技术的发展,对机器狗的研究日趋深入.情感在人类的感知、决策等过程扮演着重要角色,语音作为人类和机器狗重要的交流媒介,携带着丰富的情感信息.如何使机器狗从语音中自动识别的主人情感状态受到人工智能领域研究者的关注.本文从语音情感识别所涉及的情感语音数据库、语音中的情感特征和语音情感识别算法几个重要问题出发,研究了情感语音机器狗的实现方法.     

基于Java的网络语音信号传输的实现

随着Java在Internet上的进一步流行，互联网应用的进一步普及，网上音频交流随处可见，但关于Java语音传输的资料目前还比较少，作者在仔细阅读并分析Java的媒体框架(JMF)技术文档的基础上，提出了一种在Internet上传输语音信号的方法并最终加以实现．     

语音情感信息可视化建模研究与探析

语音情感识别是情感计算领域的一个重要分支,研究者们尝试从多种角度对其展开不懈研究。本文从可视化的角度出发,提出了基于信息可视化的情感识别方法,原始语音情感特征经过图表示映射为包含内部数据结构信息的新型情感图特征,在一定程度上促进了语音情感识别系统的性能提高。另外,还将信息可视化技术应用到情感识别结果的表达上,实现情感信息的生动描述和高效表达。在信息可视化技术和语音情感识别研究充分融合的基础上,构建了一个完整的语音情感信息可视化模型,作为系统实现的基础。     

时频分析在语音信号处理中的应用

时频分析技术是近年来信号处理等领域一个新的研究热点。首先介绍了时频分析技术中的Winger-Ville分布和重排理论两种方法。然后应用这两种方法对去噪的语音信号进行时频分析处理。通过仿真结果表明,将重排理论应用于语音信号处理,能明显改进时频表示的可读性,更有效地识别信号和提取信息。     

英语习语中的语音隐喻

语音隐喻自提出以来并没有受到学术界的广泛关注。究其原因很可能是其提出者将语音隐喻的概念理解得过于狭隘,从而限制了其研究和应用的范围。尝试利用语音隐喻来解释英语习语中丰富的语音修辞手法这一现象,以此为习语语音特征的研究找到认知和心理方面的依据,并扩大语音隐喻的研究范围。     

汉语语音感知研究综述

汉语语音感知研究是语言研究的重要组成部分.文章在现有的汉语语音感知研究成果的基础上,分析汉语在元音、辅音、轻声、重音等方面的感知研究现状,并从音感知概念,汉语语音听辨研究(其中又以汉语的元音、辅音、轻声、重音四个方面进行了梳理,汉语语音韵律感知的ERP研究三个方面进行了综述.语音感知的ERP研究主要集中在韵律感知领域.     

欠定盲源分离在语音信号处理中的应用研究

语音信号处理是欠定盲源分离的一个重要研究领域。本文基于混合语音的基本模型,分析并讨论了两种欠定盲源分离方法在语音信号处理中的应用思路。欠定混合语音信号分离更接近实际情况,有着重要的研究意义。     

《语音信号处理》实验教学研究与实践

语音信号处理是实现人机交互和话音通信技术的基础,语音信号处理教学实验课程在国外著名大学的电子工程系中普遍开设。语音信号处理实验课是为适应当前人才培养需求,配合语音信号处理课程课堂教学而开设的。通过语音信号处理实验可以让学生深入掌握数字信号处理的基本方法、属于准平稳随机过程的语音信号的特点、语音通信中编码方法、话音质量评价方法、语言信息处理的基本方法、统计模式识别的基本原理等基础知识和应用方法,并增加对实际建模方法和算法编程能力及基本理论的应用能力。在培养学生的动手和分析解决问题能力的同时激发学生对相关领域的研究兴趣。本实验课对深入学习语音信号处理课程深入以及培养语音领域高层次人才具有重要意义。     

基于维特比算法的深度神经网络语音端点检测

语音端点检测(voice activity detection,VAD)是在连续语音信号中,将语音和非语言片段分离的技术。VAD在语音识别、说话人识别、语音编码等领域起着重要作用。传统VAD算法在类型已知的噪声环境下可以达到较好的性能,但在实际情况中,未知噪声的影响通常会使系统性能下降显著,在差异化噪声下的VAD是端点检测的研究难点。在总结现有语音端点检测算法基础上,提出了一种基于深度神经网络的语音端点检测方法,同时结合维特比算法,与基于贝叶斯信息准则(bayesian information criterion, BIC)的混合高斯模型(gaussian mixture model,GMM) 语音端点检测系统进行对比,在大词汇连续语音识别系统中的实验结果表明,将深度神经网络结合维特比算法,应用于语音端点检测,在复杂噪声环境下取得了更好的效果,适应性更强。     

听觉计算模型在自动语音识别中的作用

听觉系统是语音信号处理过程不可分割的组成部分,听觉计算模型对自动语音识别研究具有非常重要的意义.简要评述了听觉计算模型近30年的研究进展,特别是近些年的研究成果,并指出听觉计算模型未来研究的主要方向.     

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。     

语音增强技术研究综述

语音增强是语音识别的重要组成部分,它是将尽可能纯净的原始语音从嘈杂的语音中提取出来。其目的是提高语音质量,从而提高语音识别的准确率。笔者在总结近年来的语音增强的相关算法的基础上,将这些算法进行分类,分为基于数字信号处理的方法和机器学习的方法。本文介绍了基于数字信号处理和基于机器学习的语音增强算法,并总结了几种常用语音增强算法的优缺点,最后提出了语音增强算法进一步研究方向。     

中国学习者英语语音习得研究回顾

着重回顾国内外关于中国学习者英语语音习得与教学方面的研究成果,主要从影响中国学习者英语语音学习的因素以及相关对策两个方面对以往研究进行了概括。在此基础上,提出中国英语语音习得研究与教学方面有待探讨的问题。     

自适应谱增强在MBE语音编码中的应用研究

通过对多带激励(multi-band excitation,MBE)语音编码的研究,将自适应谱增强技术应用在多带激励语音编码中,提升了合成语音的清晰度,改善了合成语音的质量;仿真实验表明:自适应谱增强技术使合成语音的基频和二次谐波的谱幅度明显提升,有效地增强了合成语音的清晰度。     

语音编码技术及其应用

主要阐述了语音编码技术及其发展 ,较详细地介绍了目前应用最多的两大语音编码方向 :线性预测编码 (LPC)和子带编码 (SBC) .文章还具体的介绍了语音编码技术在移动通信中的典型应用 .     

智能轮椅语音控制系统的电路设计的研究

在智能机器人的服务领域里面,智能轮椅是一个很重要的应用,其目的是帮助老年人与残障人,提高他们的行动自由度,能重新融入社会。随着路径规划技术、语音识别技术、SPI模拟技术、信息融合技术等高科技的发展,轮椅功能发生了根本性的革命,通过语音识别和电机的驱动模块,具有自主避障手动控制等功能。