用ADSP2181实现话路信号分类

1　ＡＤＳＰ2 1 81的特点简介　　ＡＤＳＰ2 1 81是ＡＤＳＰ的定点处理能力最强的ＤＳＰ芯片 ,这种芯片具有以下几个特点 :( 1 )运算速度快 .指令周期为 30ｎｓ,运算能力为 33.3ＭＩＰＳ .( 2 )片内空间大 .内部的程序和数据ＲＡＭ均为 1 6ｋ字节 ,共 80ｋ字节 .( 3)数据交换速度快 .内部具有数据直接存储传输接口 (ＩＤＭＡ) ,便于其他处理器高速存储ＡＤＳＰ2 1 81的片内ＲＡＭ .为了扩展数据存储能力 ,设计了字节数据直接存储传输接口 (ＢＤ ＭＡ) ,最大可以扩展到 4Ｍ字节 .两个串行口都具有自动数据缓冲能力 ,并且支持ＤＭＡ传输 .( 4)…     

一种基于ADSP2181的数字录音机的实现原理

介绍了基于ADSP2181的数字录音机具体实现原理,完整地说明了语音采集、压缩编码、存储、语音解码等过程,并给出了主要实验参数。     

基于ADSP2186的语音识别电话

对基于ＡＤＳＰ２１８６的语音识别电话的硬件结构作了简明的介绍，并阐述了程序设计和内存空间管理的思想和方法。最后对语音识别电话的实用性进行了探讨。     

用于语音识别的基于高谱分辨率的谱减法

提出了一种新的基于高谱分辨率的谱减法,通常噪音帧和带噪语音帧具有相同的长度且都是短时帧,对短的噪音帧和带噪语音帧做傅立叶变换得到的谱分辨率低导致谱减法性能下降严重。基于平稳或接近于平稳的背景噪音下合并所有噪音帧再做傅立叶变换以提高噪音帧的谱分辨率;通过对带噪语音信号在时域进行前向和后向的延拓再做傅立叶变换以提高带噪语音信号的谱分辨率,在有效抑制噪音的同时减少了语音谱的失真并提高了系统识别率。     

基于CDD-SPM算法的语音识别电话的研制

本文简要介绍了语音识别电话的识别算法CDD—SPM及其硬件结构,并详细介绍了CDD－SPM在语音识别电话上用ALEP2186的汇编语言实现的过程。     

基于线性预测的自适应语音增强技术

提出了一种基于线性预测的自适应语音增强方法。该方法利用带噪语音的线性预测作为自适应滤波器的参考输入，使有色噪声的相关性隐含于参考输入之中，从而大大地提高了语音的信噪比。仿真实验证明．被环境噪声污染了的语音信号经自适应系统处理后，其信噪比提高了32．70dB。     

基于神经网络的语音识别研究

由于具有良好的抽象分类特性,神经网络现已应用于语音识别系统的研究和开发,并成为解决识别相关问题的有效工具.为解决一般语音识别系统准确率较低的问题,本文分别给出了由循环神经网络(RNN)和多层感知器(MLP)组成识别模块的两种语音识别系统,并对二者识别的准确性进行了比较.介绍了特征提取模块的主要工作步骤并讨论了组成识别模块的上述两种神经网络结构.其中,特征提取模块利用线性预测编码(LPC)倒谱编码器,把输入语音翻译成LPC倒谱空间中的曲线;而识别模块完成对某个特征空间曲线之间的联系和单词的识别.实验结果表明,MLP方法准确率高于RNN方法,而RNN方法准确率可达85%.     

语音识别在电话分线器中的应用初探

以８０３１单片机为核心,设计了用于电话转接的数字语音识别系统－电话分线器,对语音识别技术的应用进行了有益的尝试。     

监控系统的语音识别与语音提示

介绍一种以PIC16C58单片机为控制核心的电话自动报警器，电路设计合理，结构紧凑，发号，检测和放音自动循环，报警过程迅速准确，它可方便地连成报警网络，而且可以扩充报警内容，是一种用于家庭或办公室的安全防范设备。     

基于SDCN算法的鲁棒性语音命令识别

提出了一种基于ＳＤＣＮ算法的鲁棒性语音命令识别。依赖于信噪比的倒谱正常化（ＳＤＣＮ）算法直接在倒谱域根据输入语音帧的信噪比（ＳＮＲ）来增加一补偿矢量,从而恢复未受污染的净语音信号,补偿矢量直接从训练环境和测试环境中记录的语音倒谱中逐帧比较得到,该算法对退化的环境具有很强的鲁棒性,实验结果证明,该算法简单,有效。     

基于SQLite技术的汉语语音识别数据库的建立

建立一个适合于特定说话人识别系统的汉语语音识别数据库,对推动说话人识别技术的研究和应用具有重要意义。本文基于支持向量机的说话人识别系统研究和开发过程中,构建了一个基于SQLite技术的汉语语音识别数据库,通过LabVIEW平台来实现对数据库控制操作。采用无序列样本和语音数据库样本分别进行比对实验。测试结果表明：一方面,无论是采用该语音识别数据库样本还是无序样本对说话人识别系统的识别率没有改变,这充分说明本系统建立的汉语语音识别数据库具有高稳定性和可靠性;另一方面,采用语音识别数据库样本其系统识别时间却明显缩短,这是改善基于支持向量机的说话人识别系统性能的有效途径。     

基于线性预测下的语音信号合成

线性预测编码(Linear Predictive Coding)是实现语音编码的一项重要技术.通过对语音信号和LPC的研究,介绍了语音信号的线性预测分析原理,详细分析用来求解线性预测方程的自相关法和计算方法,并用Matlab对实际语音信号进行线性预测编码实验.实验结果表明,应用LPC法合成的语音信号误差小、计算简单、合成速度快.     

脉动阵列算法在语音识别中的应用

本文介绍亍脉动阵列算法的原理,给出了语音识别中进行模式匹配使用的动态规划算法和概率匹配算法的实现。这种结构对实时的大词汇量的孤立词或连续语音识别是十分有效的。     

基于纠错输出编码的支持向量机在语音识别中的应用

利用纠错输出编码的矩阵编码构造出若干个无关的子支持向量机,用来改善分类模型的整体容错性能。使用了一对余、一对一、稠密型随机编码、稀疏型随机编码4种常用的纠错输出编码方法,用于训练集和测试集。实验结果显示,对于韩语非特定人小词汇量孤立词的语音识别,基于纠错输出编码的支持向量机比隐马尔科夫方法具有更高的识别率。其中,一对一编码是效果最好的。     

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。     

嵌入式语音处理器在控制系统中的应用

本文介绍利用嵌入式语音识别处理器来设计智能玩具。其中硬件设计是基于SPCE061A单片机的语音识别电路设计、电机控制电路设计和状态显示设计;系统软件包括语音提示、对特定发音人训练和识别。经测试,识别准确率较高,控制准确。     

基于非均匀矢量量化的孤立数字语音识别

本文讨论了基于非均匀矢量量化、隐马尔可夫模型(HMM)的孤立数字语音识别系统。在现有的连续密度隐马尔可夫模型多说话人孤立数字识别系统中,通常采用 LBG 算法建立矢量码本,并采用全搜索识别算法,这样的结果限制了识别精度和识别速度。本文提出了一种新的系统算法,即用非均匀矢量量化(Non-Uniform Vector Quantization——NUVQ)取代原矢量量化部份,实验结果证明,本系统在识别速度和识别精度上都有了较大的改善。