基于MFCC的语音情感识别

情感语音中携带着丰富的信息,在人机交互领域有着广阔的应用.Mel频率是基于人耳听觉特性提出来的.它与Hz频率成非线性对应关系.Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系,计算得到的Hz频谱特征,MFCC已经广泛地应用在语音识别领域.由于Mel频率与Hz频率之间非线性的对应关系,使得MFCC随着频率的提高,其计算精度随之下降.因此,在应用中常常只使用低频MFCC,而丢弃中高频MFCC.针对该问题进行了研究,修正了Hz-Mel非线性对应关系,提升了中高频系数的计算精度,并将其作为低频MFCC的补充,应用到语音情感识别中.实验证明,改进之后的算法与经典算法比较,在不同的特征组合上识别率都有不同程度的提高,从而证明了Mid MFCC特征计算方法的有效性.     

基于修正MFCC参数汉语耳语音的话者识别

耳语音的话者识别是一个较新的研究课题,许多参数模型与正常音存在差异.例如话者识别中常见的M el倒谱系数(MFCC)应用于耳语音中就存在共振峰和听觉敏感区域定位的偏差.基于对耳语音共振峰位置、能量以及人耳对耳语音听觉模型的研究提出了修正MFCC参数MFCCM和MFCCExp-Log,并结合两种参数的特点,改进了传统隐马尔可夫模型,建立了适用于耳语音的汉语话者识别系统.通过1 600个音的话者识别实验得出采用MFCCM的正确率为88.88%;MFCCExp-Log参数为91.38%;如果采用改进隐马尔可夫模型正确率可以提高到92.31%,均高于传统参数模型.实验表明,修正MFCC参数可以作为表征耳语音特点的参数,它提高了耳语音话者识别系统的识别率.     

快速LMS/Newton算法的定点DSP实现

快速LMS／Newton算法是近年来提出的一种集LMS算法的稳健性及Newton算法的快速性为一体的崭新算法,作者将该算法应用于单片定点DSP,通过定点DSP软件设计与扩展TI公司的DSKplus Board,构建了一个声回波对消的DSP平台,实验表明,用单片定点DSP TMS320C54x可以实现该算法的实时处理,对回声的抑制达到了满意的效果。     

快速小波变换的定点DSP实现

介绍了小波变换理论及其快速Mallat塔式算法及应用TMS320C2xx系列定点DSF，实现这种算法的方法，仿真研究表明，利用定点DSP进行小波变换具有良好的实时性和精度，是工控领域的理想选择．     

基于用小波变换改进MFCC的语句识别方法

在语音识别中最常提取的特征参数是Mel频率倒谱系数(MFCC)。但Mel频率倒谱系数不能很好的反映语音信号的动态特性。针对这种缺点,对常规的MFCC进行改进,采用小波变换替代MFCC提取过程中FFT变换,得到改进后的MFCC。采用这种方法后,识别率有了很大的提高。     

基于FPGA的MFCC参数的IP核设计

美尔倒谱系数(MFCC)模拟了人耳的听觉特性,在语音识别实际应用中取得了较高的识别率。通过介绍提取MFCC算法,提出了算法实现的IP核设计方案,并详细描述了各个子模块的设计原理。以Verilog HDL作为设计语言,在Modelsim6.0开发工具下完成仿真。最后在Xilinx Spartan–3e FPGA目标板上验证了该IP核。     

用DSP技术开发的一种新的语音识别系统

本文介绍了一种基于听觉谱特征参数的语音识别方法和系统．该系统采用高速ＤＳＰ芯片ＴＭＳ３２０Ｃ２５,实现了语音信号的实时处理．用由此芯片开发的ＥＩＳＡ插卡与计算机结合,构成了一个智能化语音输入实时识别系统．实验结果表明,在小词汇量特定人条件下,该系统的正识率可达到９８％以上,在非特定人和有噪情况下,系统正识率分别为９５％和９０％以上．通过比较发现,该系统在正识率、抗噪性和鲁棒性等方面均比传统识别方法要好     

有关语音识别的几种模式快速匹配算法

本文介绍了几种用于语音信号识别的模式快速匹配算法。初步的实验结果表明,利用这些算法可以在不降低识别率的情况下,大大减少识别时间。     

用DSP芯片TMS320C5410实现语音识别

随着DSP技术的进步,计算能力更强、功耗更低和体积更小的DSP已经出现,使3G手机上植入更精确更复杂的自动语音识别(ASR)功能成为可能。目前,基本ASR应用可以分成三大类:1.语音-文本转换(语音输入);2.讲者识别;3.语音命令控制(语音控制)。采用DSP与MCU相结合可以实现上述功能。     

语音识别和说话人识别中各倒谱分量的相对重要性

采用增减特征分量的方法研究了MFCC各维倒谱分量对说话人识别和语音识别的贡献。使用DTW测度,在标准英文数字语音库上的实验表明,最有用的语音信息包含在MFCC分量C₁到C₁₂之间,最有用的说话人信息包含在MFCC分量C₂到C₁₆之间。MFCC分量C₀和C₁包含有负作用的说话人信息,将其作为特征会引起识别率的降低。低阶MFCC分量较高阶分量更容易受加性噪声和卷积噪声干扰。     

SAR实时成像系统的快速定点仿真验证技术

SAR实时成像处理系统的定点化优化能够减小系统存储规模、提高系统运算速度,是降低系统功耗、减小系统规模、提高实时性的有效方法.本文以CS成像算法为例,分析并统计了算法的运算量,针对其核心运算--FFT进行了定点化优化,选择基-22FFT算法,设计了合理的定标策略.采用SystemC语言对整个SAR成像系统进行了系统级快速仿真和验证,真实模拟了FPGA系统的实现结果.对16 384×16 384大小的点阵数据和面目标数据采用24 bits的字长进行了成像仿真,仿真结果满足系统指标要求.      

说话人识别中改进的MFCC参数提取方法

在说话人识别技术中,特征参数的提取对语音训练和识别有着非常重要的作用。而Mel频标倒谱系数MFCC是一种常用的特征,它能对语音信号进行分析处理,去除对语音识别无关紧要的冗余信息,获得影响语音识别的重要信息。同时由于语音信号具有时变和混沌特性,以非线性随机共振理论和人类对听觉的理解为基础,提出了一种基于随机共振的MFCC特征参数提取方法。通过实验比较两种方法的结果,论证了改进方法的可行性以及优越性,为说话人识别技术中特征参数提取提供了一条新的研究方向。     

PMC在噪声环境下的语音识别中的应用

今天的语音识别正处于由实验室技术走向实用化,产品化的关键时期,然而,现有的绝大我数语音识别系统在噪声环境中的性能都不可避免地急上降,环境噪声已经成为语音识 技术商品化的一个主要障碍,因此在语音识 技术逐渐走向实用化的过程中,噪声语音识别日益成为一个重要的研究领域,遗憾的是,由于噪声语音识 问题本身的复杂性,至今还没有一种方法可以圆满地解决这一问题,拟从模型补偿方面,对噪声环境下的孤立词语音识别进行一些探索,重点研究一个在噪声环境下的语音识别算法－－并行模型组合方法（PMC）,详细论述了其原理以及在噪声环境下的语音识别中的应用。实验中,我们使用汉语的数字语音,分别在3种不同噪声不同信噪比条件下对这一方法进行了识别率测试,结果显示,该方法有着令人振奋的识别效果。     

基于定点DSP的浅海水下通讯控制技术

介绍了一种应用于浅海的基于定点DSP的跳频水声遥控通讯及控制技术.在浅海环境水声信道的多途效应造成水声通讯质量急剧下降的情况下,利用跳频编码抗多途干扰的优势及DSP芯片强大的实时数据处理功能,实现低误码率的水声遥控和控制.目前该技术已成功地应用于相关试验控制系统中.     

用于汉语全音节识别的新特征参数——频变参数

本文探讨了一种特定人的汉语全音节语音识别方案,介绍了一种基于人耳听觉特性的语音参数的提取方法,对以1/3倍频程分布的16个通道滤波器组的对数能量输出用非线性时域归正方法归正到定长,然后求出相邻通道间频谱的变化量,即得到一组新的特征参数——频变参数.这组参数能够较好地反映语音中与感知有关的特性,如高音、音强、音调等.音节被选用来作为识别的基本单位,以400个汉语无调音节作为字表.最后给出了识别结果.     

一种面向语音识别的新型神经网络

提出了一种新型神经网络模型,描述了该网络的工作原理和训练方法以及识别算法。为克服神经网络对时序信号建模能力差的缺点,引入了非线性分段处理和代表帧特征提取方法。最后介绍了根据这一模型所设计的一个汉语语音识别系统,试验表明该网络在汉语语音识别方面具有较大的潜力。     

基于DSP雷达屏幕显示的快速实现

介绍了嵌入式船载导航雷达系统的体系结构.描述了该雷达系统中的数据采集、数据压缩、坐标转换及屏幕显示方法.结合数字信号处理器的特性,系统对算法进行了优化,用快速直接存储操作和并行流水汇编程序实现了坐标变换算法,满足了系统的高度实时性要求.     

基于模式识别的语音分类方法

对语音的浊/清分类方法进行了讨论,并着重研究了基于多个特征参数、应用模式识别理论的语音分类系统.实验表明,采用Fisher分类器实现的语音分类方法,对训练内语音分类准确率可达98.6%,而训练外语音分类准确率也可达96.7%.