话者识别系统中语音特征参数的研究与仿真

在说话者识别系统中，提取反映说话者个性的语音信号特征参数是系统的关键问题之一．研究并提取了几种重要的语音特征参数，包括线性预测倒谱系数、美尔倒谱系数、语音动态参数等，对这些参数进行了分析和比较，并研究了将多种参数组合使用对识别系统性能的影响．通过仿真和实验，证明混合参数识别方法能使话者识别系统的正确识别率有明显的提高。     

一种鲁棒特征提取算法的设计和实现

提出了一种用于语音识别的鲁棒特征提取算法,这种算法基于最小方差无失真响应(MVDR)谱估计技术,它在Mel频率尺度上估计MVDR谱,并对得到的MVDR谱进行调制谱滤波,然后提取其倒谱系数作为特征参数。使用这种算法设计了一个抗噪孤立词语音识别系统,在汽车噪声,人群噪声和高斯白噪声三种噪声环境下,与传统算法按多种信噪比做了对比实验。实验结果表明该系统在这三种噪声环境下的识别率均得到了不同程度的提高。     

基于质量评价技术的多信道语音选优决策系统

在分析远距离多信道同源语音信道特性的基础上 ,用若干特征参数来表征信道传输的语音质量并建立了语音质量客观评价模型 ,结合人的听觉特性等因素开发出一种基于语音质量客观评价技术的优质语音信道选优决策系统。该系统能够确保语音通信始终在最佳信道上 ,且在切换过程中无跳变感觉 ,不影响听觉效果 ,现已在实际工程中得到成功运用并取得了满意效果。     

一种基于语音交互的虚拟场景漫游系统

将语音技术应用于虚拟环境中,实现了一种基于语音交互的虚拟场景漫游系统,该系统创建了基于语音交互通道,允许用户使用语音命令控制场景漫游,可快速实现自然的人机交互.实验结果表明:该系统方便了人机交互,给用户带来了更加真实的体验.     

多径FIR信道的盲和半盲识别与均衡

在多径信道传输中，由于信道畸变而造成的符号间干扰是影响带很通信信道性能的重要因素之一，为提高系统性能，在接收端需采用均衡技术，充利用输出信号统计特性的盲信道均衡算法是现在的研究热点，由于信号在传输过程中，有信道先验知识或突发数据的先导字符等可以利用，因此半盲识别及均衡也具有很好的应用前景，本文从理论上对目前的盲和半盲均衡算法作了介绍，并在最后就以后的研究方向提出了作者的一些观点。     

语音识别中结合进化计算与MDI 的HMM训练方法

提出了将最小差别信息(MDI)和进化计算(EC)相结合引入到HMM的训练中去的方法.各个模型用个体来表示,个体的适应值采用模型的最小差别信息.这样借助于进化计算全局搜索的特点,能克服传统的MDI局部搜索的不足,从而得到系统的全局最优解.实验结果表明,该方法训练所得的系统识别率高于传统的MDI方法训练所得的系统.     

基于DTW和LVQ网络混合模型的语音识别方法

提出一种基于动态时间规整（DTW）和学习矢量量化（LVQ）神经网络的语音识别方法。该方法用动态时间规整算法先对语音信号进行时间规整，然后通过学习矢量量化神经网络进行语音的分类识别。首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法，然后给出DTW／LVQ混合模型的系统结构和学习算法，最后给出三种语音识别算法的实验结果。大量实验表明，混合模型的识别率，皆明显高于单一的动态时间规整和学习矢量量化的识别率。     

智能网智能外设中语音提示模块的实现

在电信领域 ,智能网 ( IN)正成为一个热门话题。与传统的网络相比较 ,智能网具有一些独特的特点 ,它能更快捷、更灵活、更经济地提供各种业务。为了建设智能网 ,需要智能外设 ( IP)提供业务资源功能 ( SRF)。提出了一种实现语音提示功能的解决方案 ,它可以同时向 2 5 6路或更多用户提供不同语音提示。     

基于SoC的孤立词语音识别算法的C语言仿真

研究了用C语言对孤立词语音识别算法进行了仿真,对每个算法的效率、时间复杂性、空间复杂性进行深入的讨论和分析,对语音识别算法FPGA的实现以及语音识别SoC的研究和设计提供了一个C语言行为级仿真设计原型。     

彩色地图线状要素识别系统的设计与实现

本系统实现了从纸质地图的扫描图像中提取、识别线状地理信息，并转化成矢量数据。主要包括二值化、图像显示及处理、及数据采集三个模块。介绍了其中涉及的彩色地图图像分层、断点连接、自动跟踪等主要技术问题。系统以自动化思想为主，辅以必要的人机交互功能，以求在识别的准确率和数字化的效率之间达到较好的平衡，对不同质量的图像具有很好的通用性。     

短语音说话人识别新方法的研究

提出了一种较短训练语音的说话人识别新方法。利用模糊核聚类算法设计矢量量化器,对说话人的语音特征进行训练。模糊核矢量量化器将原始空间通过非线性映射到高维特征空间,在高维特征空间中对说话人的训练语音特征进行模糊聚类分析,将得到的每个类中心作为说话人的语音模型。识别时将识别矢量映射到高维空间进行匹配决策。由于核方法的引入,使得原来没有显现的特征突现出来,增加了说话人之间的可区分性。实验表明,该方法对于较短的训练语音,其识别效果优于高斯混合模型和模糊矢量量化。     

基于HMM和小波网络模型的抗噪语音识别方法

提出一种隐马尔可夫模型(HMM)和小波神经网络(WNN)混合模型的抗噪语音识别方法。该方法首先利用HMM对语音信号进行时序建模，并计算出待识语音对HMM的输出概率评分，再将此概率评分作为小波神经网络的输入，获取分类识别信息，最后根据混合模型的识别算法作出识别决策。实验结果表明，在噪声环境下，由于HMM的强时序建模能力和小波神经网络的强模式分类能力，该混合模型比单纯HMM具有更强的噪声鲁棒性，明显改善了语音识别系统的性能。     

基于随机森林和卷积特征学习的人机交互语音情感识别

针对情绪机器人的自动语音情感识别在不同类型人群之间的语音特征差异,提出了一种用于语音情感识别的随机森林,结合卷积特征学习对情绪化社交机器人系统进行了初步的仿真实验,结果表明情绪机器人能够实时跟踪兴奋、愤怒、哀伤、高兴、惊讶、恐惧、中性7种基本情绪。通过采用非个性化的语音情感特征,补充了原始的个性化语音情感特征,实现了对通用性情感和特殊性情感的提取,对于情感机器人来说,利用这些指标在模拟实验和应用实验中都具有一定的应用前景。     

弹道中段雷达目标识别仿真系统的关键模型及实现

雷达是弹道中段的主要传感器,在中段目标识别中发挥着核心作用.根据弹道目标雷达识别仿真系统的要求及弹道目标识别的特点,建立了弹道目标雷达特征数据产生、雷达目标识别特征提取、识别算法融合等多个关键模型,设计并实现了弹道中段雷达目标识别仿真系统.进行了典型战情下的雷达目标识别仿真,仿真结果表明所设计的仿真系统稳健可行,系统可以为弹道中段雷达目标识别研究提供仿真支撑.