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…     

语音识别专利技术综述

语音识别作为一种输入手段,应用范围越来越广,从手机输入到车辆远程控制都会使用语音识别。本文通过对语音识别相关的专利数据进行统计分析,梳理了语音识别相关技术成果,对申请量、主要申请人、关键专利技术进行了分析,以期为该领域的相关研究提供建议。     

语音识别技术在智能家居系统中的应用

随着电子技术和控制理论的发展以及人们对舒适生活的需求越来越高,越来越多的工业控制技术应用到智能家居系统当中。以单片机为核心的控制技术因在成本、体积、功能和简易性等方面占用明显的优势而被广泛采用。语音控制方式和传统的控制方式相比较不需要复杂的操作,直接对话就可以指导相应的动作,使用声音控制设备的运行已经成为人机界面设计的一种重要手段。本课题所使用的智能家居控制系统的硬件电路完成了对语音信号的采集电路、输出驱动电路、液晶显示电路、继电器控制电路等的设计。     

语音识别技术在口腔门诊病历系统中的应用

当前,人工智能与云计算不断发展,应用日益普及,为语音技术在医疗领域的应用提供了契机。本文分析了智能语音技术发展现状与关键技术,结合医院口腔门诊业务发展情况,以解决门诊口腔业务中的信息化问题为导向,探索语音识别技术在口腔门诊病历系统中的应用。     

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。     

语音识别中结合进化计算的MMI训练方法

将最大互信息(MMI)和进化计算(EC)相结合,引入到HMM的训练中去.各个模型用个体来表示,个体的适应值采用模型的最大互信息.这样借助于演化计算的全局搜索及种群的特点,得到了基于最大互信息估计的HMM模型的更优解.实验结果表明,用该方法训练所得的系统识别率高于传统的基于梯度的最大互信息估计方法训练所得的系统.     

说话人识别技术现状与进展

本文简介了目前说话人识别技术的方法及其应用,并对其存在的几个问题进行了分析,谈了几点个人的看法。     

生物识别技术的类别及其在身份识别中的应用

生物识别技术作为一个新的技术热点,引起了全世界科研机构的关注。一方面,生物识别技术代表了一个国家在半导体领域的工业技术水平;另一方面,生物识别技术也能使人民生活方式更加方便,极大地提高生产力。本文在生物识别技术类别的基础上,重点探讨指纹识别技术的发展。     

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.     

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。     

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。     

模仿人耳听觉频率特性用于改进语音识别的方法

针对现有计算机语音识别的缺陷，提出一种模仿人耳听觉特性的Ｍｅｌ频率倒频谱特征，对它与现有的线性预测倒频谱特征进行实验对比研究，表明将人耳听觉特性应用于计算机语音识别，能产生更高的识别精度。     

MHMM和ANN法结合的语音识别方法

提出了一种改进的隐马尔柯夫模型（ＭＨＭＭ）方法，并在ＭＨＭＭ方法中结合进人工神经网络（ＡＮＮ）方法，以这种方法为基础建立了语音识别系统。实验结果表明，与隐马尔柯夫模型方法比较，新系统的识别率有所提高，从而，充分地显示了人工神经网络在语音识别中的可行性和有效性。     

基于车牌识别技术的车辆出入管理系统研究

利用模式识别技术替代IC卡技术,使用车牌识别技术实现车辆的门禁和收费等管理功能,在居民小区、写字楼、停车场、高速公路的出入口安装摄像头,当车辆经过时,摄像头对车辆拍照,然后利用模式识别技术对车牌进行识别,从而实现对车辆身份的识别,进而实现车辆出入控制、停车场收费、路桥收费等功能。     

自组织特征映射神经网络用于语意识别的研究

该文提出了一优化的自组织学习集，基于自组织征映射神经网络和隐马尔柯夫模型法，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。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。     

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;     

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.     

连续汉语音流中声韵母切分研究

根据汉语语音的特点,提出了一种连续汉语语音中声韵母自动切分的新算法.根据音素单元结构确定HMM模型中的状态数,利用HMM模型进行音素切分,再对切分结果进行合并,得到最终的声韵母子词单元.通过实验验证了子词单元产生的稳定性和准确性,实验结果表明,算法在这两方面均达到了较好的性能,且与话者无关.