探索语音识别技术的前世今生

 自动语音识别技术(Automatic Speech Recognition-ASR)是一种实现从"声音"到"文字"转换的技术,通过将人的语音直接转换成相应的文本以便计算机进行理解和产生相应的操作,并最终实现人与机器之间的自然语音交互。语音识别就好比"机器的听觉系统",让机器通过识别和理解,能够把语音信号转变为相应的文本或命令,下面简要回顾语音识别技术的发展历程。     

声控技术走向实用

对着计算机读完一篇文稿,屏幕上立即出现相应的文字,随即,计算机将文稿朗读一遍,以便进行校对.然后,作者在手写输入板上用笔进行修改后,即可发出打印指令,一篇新闻稿就这样完成了.这是中国科技大学最近研制成功的"能听会说"的计算机的特殊功能.     

RSC-300/364语音识别芯片应用及提示音外扩解决方案

随着计算机控制技术的迅猛发展,语音识别技术得到越来越广泛地应用,因此,语音识别芯片的开发与应用就显得十分重要．研究提示音外扩的解决方案,提出具体的编程方案,可以使语音识别芯片发展更为完善和高效．     

能控制家用电器的机器兔

这只卡通造型的机器兔，身上安装了许多接口，可以连接到各种类型的计算机和语音视频装置上。机器兔具备一定智能，能听懂口语，同时能识别使用者的面孔。[第一段]     

一种新型极低比特率声码器在音素HMM语音识别中的应用

音素HMM语音识别是当前语音识别领域的一个热点。本文在简单介绍音素识别的相关理论后,着重讨论了一种新的极低速率语音编解码器的原理、方法和其在音素识别上的应用。最后给出相关的实验结果。     

一种改进的DTW语音识别系统

动态时间规整(Dynamic Time Warping,DTW)是语音识别的一种简单有效的方法,该算法基于动态规划的思想,解决了发音长短不一的模板匹配问题,是语音识别中出现较早、较为经典的一种算法。这里改进了传统的DTW算法,将其应用到实时语音识别系统中,并在计算机上进行了仿真。实验结果表明,改进后的算法,能有效提高孤立词的识别性能。     

基于Golay序列调制的视觉诱发电位脑机接口系统

脑机-接口是一种新型的人机交互方式,不依赖于外周神经和肌肉,而是直接将脑电信号翻译成计算机的控制命令。针对传统脑机-接口系统识别准确率低、可识别目标少等问题,提出了一种基于Golay序列调制的视觉诱发电位脑机接口系统。首先受试者必须注视着屏幕上闪烁的目标,通过脑电放大器对人脑表皮层产生的信号进行采集、放大、A/D转换等预处理操作,然后经过实时分析软件对预处理后的脑电信号进行分类识别,取出大脑特定获得下的特征;最后将其转换为计算机的控制命令,并将输出结果反馈给用户。系统选取了Golay序列对刺激目标进行调制,且运用模板匹配法对目标进行识别。实验结果表明,该方法能有效的识别刺激目标,且获得了93.75%的识别准确率。     

用语言打开电脑之门——珠海外语通电脑有限公司的系列语音智能系统

通过声控方式对计算机进行操作，这听起来有点不可思议，但“世音通”语音智能电脑系统把这一业内人士作了很久的梦变成了现实。“世音通语音智能电脑系统”项目是由李廷玉先生发明，并由珠海市拱北华经发展有限公司、珠海外语通电脑有限公司负责建立生产基地组织投产的革命性电脑系统。该技术已申请国家专科（专利公开号：CN1164065A），1999年被国家科学技术部列为国家火炬计划项目。利用这一技术，该公司开发出了中文语音声控电脑系统、语音控制式手机电脑系统、汽车声控电气系统、多语种互译机系统、声控多媒体浏览器等系列产品。     

现代计算机智能识别技术处理自然语言研究的应用与进展

以计算机智能识别技术为核心的基于自然语言处理的应用研究获得了长足的发展。不断获得实际的应用,使得基于计算机智能识别技术的自然语言处理研究成为语音识别的重点领域。以自然语言处理为对象,通过自然语言处理在文本及语音智能方面的具体应用为视点,分析说明计算机智能识别技术在自然语言方面的应用。最后,结合当今自然语言领域研究的现状,总结基于现代计算机智能识别技术的自然语言处理研究进展及其前景。     

改进的DTW算法在实时语音辨识系统中的应用

改进了传统的动态时间弯曲算法结构,将其应用到实时语音辨识系统中,并在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效地降低了待处理数据量和识别时间,提高了系统的运行速度。随着待识别语音信号数量的增多,该算法优势更加明显。     

基于元学习的语音识别探究

目前,高准确率的语音识别需要在大规模语料库上进行学习才能获得,然而大规模语料库的构建成本较高,某些语言很难采集到充足的语料,因此,基于小规模语料库的语音识别已成为目前挑战性的研究问题.元学习是模仿人类利用已有经验快速学习新知识的机器学习方法,在机器视觉单样本学习任务中表现出明显的优势,已成为新的机器学习研究热点.将元学习应用于单样本语音识别是解决基于小规模语料库语音识别这一挑战性问题的有效途径,在TIMIT和佤语数据库上,开展了基于Reptile元学习算法的单样本孤立词语音识别研究.实验结果表明,该算法能有效地提升模型收敛速度与泛化精度,从而提升了模型的学习能力,说明元学习方法有助于解决小规模语料语音识别这一挑战性问题.     

模式识别理论和技术在语音识别研究中的应用

语音识别是让机器听懂人的说话,并准确地识别出语音的内容和执行相应操作的技术．该文介绍了语音识别发展的过程,语音识别系统的结构和识别过程,模式识别理论和技术在语音识别研究中的应用以及语音识别中的关键技术和面临的问题．最后讨论了语音识别技术存在的优点和不足,并展望了其应用研究的前景．     

语音情感识别的关键技术

语音信号中的情感信息是一种很重要的信息资源,仅靠单纯的数学模型搭建和计算来进行语音情感识别就显现出不足。情感是由外部刺激引发人的生理、心理变化,从而表现出来的一种对人或事物的感知状态,因此,将认知心理学与语音信号处理相结合有益于更好地处理情感语音。首先介绍了语音情感与人类认知的关联性,总结了该领域的最新进展和研究成果,主要包括情感数据库的建立、情感特征的提取以及情感识别网络等。其次介绍了基于认知心理学构建的模糊认知图网络在情感语音识别中的应用。接着,探讨了人脑对情感语音的认知机理,并试图把事件相关电位融合到语音情感识别中,从而提高情感语音识别的准确率,为今后情感语音识别与认知心理学交叉融合发展提出了构思与展望。     

语音识别的神经网络方法研究

用前馈多层神经网络方法研究了计算机对于不同语音输入者的识别能力。输入层为语音的平均频率、均方频率、频率宽度、平均振幅、均方振幅、振幅宽度；输出层为识别输入者；隐含层的节点数为8，最后预测结果成功率为82．5％．这为研究人与机器的语音识别提供一种方法。     

于机器视觉的发动机厂视觉防错系统

在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度.而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术.在中国,这种应用也在逐渐被认知,且带来最直接的反应就是国内对于机器视觉的需求将越来越多.本文就针对汽车行业发动机生产线上的工件、活塞等进行检测识别进行讨论,并且对机器视觉未来在中国国内的发展进行展望.     

维度语音情感识别研究综述

维度语音情感识别是语音识别技术的重要研究方向,提取最能表达语音情感的特征码并构建具有模型泛化性和鲁棒性的声学模型是语音情感识别的重要研究内容。同时,其触及领域具备较强的多样性,心理学、模式识别以及认知科学等均属于其研究范围,而这些模块是其研究的重点,开展研究的目的主要是为了让机器具备人类情感,促使人机交互更加自然灵活。基于此,该文阐述了在情感心理学的研究基础上,分析情感语音数据库与数据标注,并对情感分类与回归加以探索,希望可以为维度语音情感识别提供新的思路。     

智能语音入侵未来生活

语音如何入侵智能生活？通过智能语音将用户和智能生活连接起来,企业和用户通过云知声的智能语音服务在手机、智能家居、智能汽车、智能客服、在线教育等生活的方方面面带来高效和令人满意的智能化操作体验。语音不仅是人类之间进行信息交流最自然、最有效、最方便的工具,而且也是人与机器之间进行通信的重要工具。语音识别（Automatic Speech Recognition,ASR）技术能够让机器听懂人的声音,并据此作出正确的反应。2011年Siri的出现让语音技术渗透进人们的生活,也将语音识别带入了新纪元。此前,＂人机交互＂一直只是个虚拟概念。     

声控语音报时钟

本文介绍了一种现下流行的语音报时钟的控制方式的改进方案,该方案是在原有语音报时钟电路的基础上构建声控电路使语音报时钟实现声控报时功能,该电路结构简单,易于实现。改制后的电路控制可实现声控、手按开关控制两种模式,适合更多人群使用。     

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。     

基于微信公众平台的语音机器人

在线识别是现今使用率最高的语音识别方式,只占用小小的存储空间,就能实现大数据的语音识别功能。本文借助微信公众平台的语音识别引擎设计并制作了一款语音机器人,经验证具有良好的性能,如能实现产品化,将具有重大的市场价值。