基于LD3320的智能家居控制

随着现代科技的发展,智能家居逐渐代替传统家居成为家居界的时尚产业。本文所描述的是基于LD3320语音识别技术的智能家居控制系统。其中,语音识别功能由ICRoute公司生产研发的LD3320语音识别芯片实现,将用户发出的指令经识别后发送中央处理器中,Freescale公司开发的MK60DN512VLQ10微处理器作为中央处理器用于控制室内灯光,温度调节,电器控制以及房间状态参数显示等。经过实验验证,该系统工作稳定,识别率高,具有广泛应用前景。     

智能机器人语音交互专利技术分析

语言是人类最自然便捷的沟通手段,是人类之间进行交流的重要表达方式。语音交互技术在智能机器人的应用,主要是通过语音输入设备输入语音,再通过相应的软件、程序等使计算机分辨出人类语音的内容,实现人与计算机之间的交互。基于语音的机器人交互技术,主要包括语音采集、语音识别、语音合成等关键技术环节。因此,本文从语音采集、语音合成、语音识别三个分支通过历年申请量、区域分布、技术活跃度、主要申请人以及技术演进等角度,对智能机器人语音交互的专利进行了梳理,以期对智能机器人语音交互专利进行深入分析,为机器人语音交互技术领域提供技术发展方向和专利布局指导。     

基于空间增强和谱减法的语音识别系统

为了解决连续语音识别在自然环境中噪声估计高误差、去除噪声和语言失真不能良好平衡、导致关键词识别率低下的问题,提出了一种全新的自动语音识别系统(ASR).本系统将双通道含噪语音信号通过空间增强模块进行噪声提取,通过均衡考虑语音信号和参考噪声输入谱减法模块进行去噪与语音失真的噪声去除和信号放大,最后进入基于隐马尔科夫模型(HMM)的自适应语音信号识别模块进行识别处理.实验显示,本系统可有效减少运算负载、提高关键词识别率.     

基于单片机的IP网络分组语音技术

为实现普通电话语音信号的数字化,以较低的硬件成本实现语音的网络传输,将分组语音技术与计算机处理技术、因特网技术相结合,组建了一套单片机控制系统.该系统利用单片机通过以太网进行分组语音数据包的发送与接收.实验运行结果表明,该系统不但具有较高的语音通话质量,而且能够提供更多的电信增值服务业务,具有较高的应用价值.     

语音识别技术应用的进展

语音识别的研究工作可以追溯到20世纪50年代AT&T贝尔实验室的Audry系统,它是第一个可以识别十个英文数字的语音识别系统.实验室语音识别研究的巨大突破产生于20世纪80年代末,一些小词汇量的识别系统具备了较高的识别率.同时,人们终于在实验室突破了大词汇量、连续语音和非特定人这三大障碍,第一次把这三个特性都集成在一个系统中.语音识别技术获得突破的主要原因在于半导体技术、软件技术和存储技术突飞猛进的发展.     

基于自动语音识别的IT运维呼叫中心系统的实现

自动语音识别(Automatic Speech Recognition,简称ASR)系统是一种可以识别非限定讲话者连续话音的识别软件系统,其目标是将人类的语音中的词汇内容转换为计算机可读的输入。呼叫中心则是基于现代通讯技术,同时处理大量各种不同的电话呼入和呼出业务与服务的系统。本文将介绍如何利用东进D081A模拟中继语音卡电话处理系统和Nuance Recognizer 9.0自动语音识别系统实现基于自动语音识别的IT运维呼叫中心系统。     

语音信号的主分量特征

利用曲线拟合与主分量神经网络相结合的方法,提出了一种既反映声道变化符合人耳听觉特点和语音识别新特征。与其他神经网络识别特相比,新特征不仅可以提高语音识别准确率,而且具有算法简单,存储容量小,便于实时实现的特点。     

语音识别技术应用的进展

语音识别的研究工作可以追溯到20世纪50年代AT&T贝尔实验室的Audry系统,它是第一个可以识别十个英文数字的语音识别系统。实验室语音识别研究的巨大突破产生于20世纪80年代末,一些小词汇量的识别系统具备了较高的识别率。同时,人们终于在实验室突破了大词汇量、连续语音和非特定人这三大障碍,第一次把这三个特性都集成在一个系统中。语音识别技术获得突破的主要原因在于半导体技术、软件技术和存储技术突飞猛进的发展。一、语音识别技术的第一次发展语音技术的发展始于20世纪90年代前期,许多著名的大公司如IBM、苹果、AT&T和NTT都对语…     

基于Call Center的银行交互式语音服务系统设计

基于呼叫中心技术,研究并给出一个银行语音服务系统的设计与实现方案.通过自动呼叫分配系统(ACD)和座席调度队列算法设计,实现了自动交互式语音应答模式座席服务,实现了电话银行、座席服务和网上银行3种基本服务.与传统的语音应答系统相比,该系统设计中应用了交换技术(CTI前置机/后台机)、智能话务分配(自动呼叫分配)、计算机网络、综合数据集成技术等先进技术手段,实现了现代CallCenter的功能和业务,使银行语音信息数据能够及时、远程、安全的处理.     

语音信号压扩的LPC理论与实践

一.序言 语音信号压扩技术或语音编码技术主要可分为波形编码、声道编码和所谓的混合编码。在声道编码技术中,线性预测编码(LPC)技术是当今最强有力的编码技术之一,已成为估计诸如节距、共振峰及其宽度、频谱、声道截面参数等语音基本参数及语音低比特率通信和存储等数据压缩方法的主导技术,也成为语音识别技术的基础之一。对LPC技术的研究已发表了很多论文,基于LPC技术的低比特率通信用语音分析和语音合成装置也都已有样机。本文作者负责的课题组为乌鲁木齐车站研制的汉维语电话自动答询系统已运行二年。现在LPC技术也在诸如脑电图、地震波处理等领域获得了应用。 本文将介绍语音信号的LPC模型,LPC的有关理论和实践,详细讨论节距激励式LPC声码器。此外,作为对节距激励式LPC的改进,还将简单讨论多脉冲激励LPC和残差信号激励LPC技术。     

一种通过编码实现红外传递语音信号的系统设计

语音是最直接、最自然的联络方式,而红外通信因其保密性好、不受无线频率管制被广泛应用,但红外激光通信无法直接传递语音信号.将发送的语音信号进行编码并与键盘一一对应,将信号编码调制到红外载波上,实现红外语音通信,在接收端译码后通过语音合成芯片还原语音信号,从而实现红外通信传递语音信号的目的.     

自组织特征映射神经网络用于语音识别的研究

该文提出了一种优化的自组织学习算法。基于自组织特征映射(SOM)神经网络和隐马尔柯夫模型(HMM)法,组成了一种新的语音识别系统,该系统采用SOM网络作为矢量量化器。SOM网络经过优化的自组织学习算法训练后,再用K均值聚类算法对其进行调整。实验结果表明,该文提出的语音识别方法确实能提高系统的识别率。     

子带频谱分析的语音增强

提出一种有效的语音增强算法,该算法使用重叠相加FFT滤波器进行谱幅度估计,给出噪声估计的两个均值参数,此参数适用于任何噪声.而且进行噪声估计无需检测语音间隙,无需VAD的运算过程,克服了单信道噪声压缩算法的缺点.     

使用期待提高对话系统的语音识别率

在回顾了各种语言模型的基础上,针对如何更有效地构建口语对话系统中语音识别器的语言模型展开讨论,研究并实现了使用系统期待来建立语言模型的方法.在口语对话系统中,根据系统提出的问题或者系统给用户的提示,对话管理器产生对用户响应的期待,也称作系统期待.由于系统期待是建立在对话系统当前状态的基础上,所以可根据系统当前状态构建系统期待,从而建立更加优化的语言模型,并使用此语言模型来提高语音识别的识别率.     

基于二阶差分耳蜗模型的语音识别新方法

采用二阶差分耳蜗模型对语音信号进行特征参数提取,获得了基于听觉谱的语音识别前端特征参数,同时根据听觉谱特征提出了一种"幅和频差积"距离测度,识别算法采用端点放松两帧,路径斜率限制在1/2到2之间的改进型DTW算法.在小词汇量非特定人(SI)的识别环境下,计算机模拟结果表明此法在对0~9十个数字以及小词汇量的SI识别时,其正识率可达98%以上,且具有较好的鲁棒性.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

基于加权全局时频特征的易混淆词识别

针对易混淆词特征差异小,分类决策困难的特点,提出了一种新的语音识别特征。该特征可以根据待识单词的发音特点,通过选用合适的基函数及加权处理,突出混淆词特征之间的差异性;     

用单片机控制的语音合成器的设计

本文介绍了一种基于线性预测格型滤波器编码方案，并采用单片机控制的语音合成器的设计，提出该系统的硬件结构及调试方法，软件结构及实现方案，实际测试表明，用该方法合成的语音其代码压缩比比较高，可实现语音重读，语音报告等功能。