小词表语音识别控制系统的研究

主要介绍一种基于定点数字信号处理器DSP芯片（TMS320VC5402）及51单片机构成的小词表语音识别实时控制系统。该系统体积小,成本低,可扩展性好。     

噪声环境中基于DTW的说话人识别

在VC＋＋环境下,提取PLAR特征参数,基于听觉特性和语谱特性的语音增强器作为预处理器,对语音信号首先进行降噪处理,建立了基于DTW的抗噪声说话人识别系统．实验结果表明,即使在信噪比比较低的情况下,该系统都会在一定程度上提高多种噪声环境下说话人识剐系统的识别性能．     

基于DSP开集说话人识别系统的实时实现

为了给说话人识别系统的应用提供一个较为重要的技术途径,利用美国TI公司生产的TMS320VC5402DSP作为CPU开发的DSP(D igital S ignal Processor)系统,实时实现了一个基于说话人自适应的开集说话人识别系统。为了提高系统的处理速度和识别的准确性,系统采用少量的语音数据产生说话人模型,在改进的矢量量化方法的基础上,利用一种说话人自适应的阈值处理算法,有效地提高了系统的识别率。同时对降低算法的计算量、数据的存储量进行了较深入的研究。从说话人识别的响应时间、训练时间等综合方面考虑,使真正意义上的说话人识别系统在DSP芯片上实现成为可能。实验表明,该系统在普通机房条件下,可以取得较好的实验效果,系统识别时间小于1 s,完全满足实时性的要求。     

基于语音识别的说话人身份辨识系统

提出一种在小字库孤立语音条件下,集成语音识别与说话人的识别技术,并进行说话人身份代码（密码）识别、认证．利用语音信号的短时分析技术进行孤立词的单元分割,采用临界带特征矢量作为语音信号特征,分析了经典语音识别算法——动态时间规整算法,提出了对语音模板各帧加权的改进方法．为提高识别响应速度,研究了多门限多轮次的判决方法,在增加多套模板、提高识别率的情况下,降低了系统的响应时间．     

变异特征加权的异常语音说话人识别算法

常用的加权算法难以跟踪非常态语音特征的变异,为此,文中提出了一种变异特征加权的异常语音说话人识别算法.首先统计大量正常语音各阶MFCC特征的概率分布,建立正常语音特征模板;然后用测试语音特征与正常语音特征模板之间的K-L距离和欧氏距离来度量语音的变异程度,确定K-L加权因子和欧氏加权因子;最后利用加权因子对测试语音的MFCC特征进行加权,并将加权后的特征输入高斯混合模型进行异常语音说话人识别.实验结果表明,文中提出的K-L加权和欧氏加权的异常语音说话人识别算法的整体识别率分别为46.61%和42.25%,而基于各阶特征对说话人识别贡献的加权算法和不加权算法的整体识别率分别为39.68%和36.36%.     

基于概率修正PLDA的说话人识别系统

为减弱注册语音与测试语音时长不一致对说话人识别性能的负面影响,提出一个概率修正PLDA建模方法.根据语音时长自适应改变传统PLDA模型中i-vector的概率分布函数,提高PLDA对每个说话人每段语音的时长表征能力,以增强说话人类别的区分度.为验证基于概率修正PLDA模型的有效性,进行了NIST SRE10 corecore测试集在3种不同时长的评测实验,以及NIST 2014 i-vector machine learning challenge测试任务.结果表明,相较于传统的PLDA训练模型,通过语音时长的约束提高了说话人识别性能.     

动态时间规整算法与说话人识别技术研究

说话人识别是语音识别的一种特殊方式,其目的不是识别语音内容,而是识别说话人是谁,即从语音信号中提取个人特征。采用动态时间规整（DTW）方法,可以利用使用过程中的数据不断修正原模板,使模板逐次趋于完善。本文研究了说话人识别的相关技术,提出并设计了一个基于DTW的说话人识别系统,当用于训练的数据量较小时,可以得到比较稳定的识别性能。     

TMS320C54xDSP应用系统装载引导方式研究

TMS320VC5402是一款16位定点数字信号处理器,其操作速率可达到100MI/S,具有很好的通用性.本文研究的是以TMS320VC5402为核心的DSP应用系统的装载引导方式.DSP系统提供了5种装载模式,本文重点介绍的是8位EPROM并行装载引导方式,具有较强的实用性.     

基于遗传矢量量化和遗传神经网络的说话人识别系统

提出一种基于遗传神经网络的说话人识别系统.将遗传算法和矢量量化技术结合建立说话人模型,然后利用遗传神经网络进行识别.实验结果表明,这种方法既降低了用户的语音数据采集量,有利于话者模板的建立,又提高了系统的识别性能及鲁棒性,较传统方法有明显的优越性.     

基于SVM的藏语说话人性别识别

说话人性别识别是语音识别研究中的一个重要分支.通过说话人的语音识别作为说话人性别识别的预分类技术可以降低研究问题的复杂度,提高系统的准确率.文中首先从建立的藏语语音性别库入手,提取语音的特征参数MFCC,进而利用SVM进行训练和识别.实验结果表明:用于说话人识别的MFCC特征能有效地用于藏语说话人性别识别,且与SVM联...     

嵌入式中等词汇量英语语音识别片上系统

针对目前嵌入式英语语音识别系统中识别性能较差或硬件资源占用较大的问题,提出了一个在16 b定点数据信号处理语音芯片上实现的非特定人、中等词汇量英语命令字识别系统。该系统采用基于连续隐含M arkov模型(con tinuous dens ity h idden M arkov m ode l,CDHMM)的两级识别网络,通过应用改进的音素体系、B ayes ian信息准则模型参数选择算法、决策树和数据驱动相结合的状态聚类方法、最小互信息改变准则特征选择算法,在保证识别率的前提下,大大降低了模型的存贮空间和计算复杂度。实验表明,对1 235词的英语短句的识别率为96.41%,识别时间为0.46倍实时。     

界面核和高级发声中枢与鸣禽鸣曲的学习和维持

鸣禽鸣唱和人类语言都是经过后天学习而获得的。幼鸟在学习鸣唱时先记住教习曲模板,再通过发声反馈比较自鸣曲和模板并调整发声输出,成年后同样需要听觉反馈来维持自鸣曲的特征和稳定。因此,鸣禽听觉系统和运动系统对刺激的感觉运动整合过程是非常重要的。近年研究发现,感觉期幼鸟编码记忆模板的过程需要NIf-HVC投射的参与,同时这一突触联系与维持成年鸣禽可塑性鸣曲空间特征和鸣曲节律至关重要,其中,NMDAR、AchR和NE可能参与调节NIf-HVC突触的效能。HVC类似于人类的Broca区,而NIf类似于人类的Spt区,因此研究NIf-HVC突触在神经环路中的作用有助于揭示人类这两个脑区在语言形成中潜在的功能,有利于探索发声过程相关的感觉运动信息整合的机制     

基于SPCE061A语音单片机的智能小车的控制

介绍一种智能小车控制系统的设计。该系统方案以SPCE061 A单片机为基础,实现对智能小车的语音控制。文中给出了系统的硬件构成,简述了SPCE061 A单片机的内部资源,分析了语音识别的基本原理,从软件设计角度具体阐述了特定人语音识别在智能小车上的实现过程。实验表明这种应用是成功的。     

用 TMS320C31 实时实现电话语音识别系统

描述了一个新型实时声控用户交换机语音接口的设计和实现。该系统使用数字信号处理器ＴＭＳ３２０Ｃ３１开发板在ＰＣ机ＷＩＮＤＯＷ平台下实现了与人无关连续命令语音识别,完成拨号、进行电话交换。系统使用少量控制词加上连续数字串构成了电话用户交换系统的常用命令语句,并生成相应识别文法网络（语言模型）。识别采用改进的令牌传递式Ｖｉｔｅｒｂｉ算法。研究中还开发识别系统拒识算法,在无拒识情况下命令语句中数字识别率为９８％以上,数字串（串长＜４）识别率达到９１％以上,通过加入拒识算法,字符串识别率可达９５％以上。     

空调的非特定语音辨识与控制

采用STC11L08XE单片机作为主控制器,以LD3320芯片作为外扩语音控制器件,实现语音辨识功能和对空调运行状态的控制,如启动、停止、功能转换、温度调节、定时开关等.该语音控制系统由语音辨识模块、红外线传输模块、LED指示灯模块及按键触发模块组成.根据非特定人声语音辨识方案,设计相应的语音识别程序,并将语音控制系统模块集成到具有红外传输功能的空调遥控器电路中.实验结果表明,根据初始设定的语音命令可实现系统对空调的语音控制,该系统在一定距离范围内具有较高的识别率.     

嵌入式语音交互系统

介绍了适应人机自然交互环境的嵌入式语音交互系统。提出了一种嵌入式数字信号处理平台的工作模型。深入讨论了我们开发的嵌入式计算平台,以及在该嵌入式计算平台中实现特定３人控制信念词语音识别功能的方法。     

模拟存贮的语音系统的设计

介绍了模拟存贮的方法,设计了以ML2500模拟存贮语音芯片构成的语音系统硬件电路,并提供了主程序及录音、播放子程序的流程图.该系统结构简单、控制灵活,适宜于一些语音提示的场合.     

基于RNN的非线性预测语音编码

利用递归神经网络(RNN)的内部记忆特性，改善了非线性预测过程中对语音长时相关性的预测能力。实验表明：本文提出的基于RNN非线性预测的ADPCM语音编码算法，其恢复的语音质量优于ITU G．721建议的ADPCM算法。     

基于语音的智能机器人姿态控制

阐述了基于SPCE061A单片机音控智能机器人的设计.根据语音命令对机器人的前进、后退、转动、跳舞及重新辨识、左右瞄准、发射等姿态进行控制,而且还实现了自动避障功能.     

基于CPLD和ISD2560芯片的语音报站系统设计

简述了ISD2560语音芯片和CPLD两种器件各自的特性.用CPLD作为ISD语音芯片的控制器,在EDA软件工具的支持下实现了公交车报站系统的设计.在分析语音芯片内部存储器结构的基础上,给出了语音段的划分和首地址的确定方法,为ISD语音芯片采用灵活的地址操作模式创造条件.系统将语音的录放集于一体,为使用者进行语音的录入和修改提供了方便.