用于抗噪声语音识别的谐振强度特征

基于传统的Mel倒谱系数(MFCC)系列特征的语音识别系统在噪声环境中的识别性能会急剧下降。为了进行噪声环境中的自动语音识别,提出了一种反映语音信号谐振程度的特征:谐振强度,并用之代替传统MFCC特征中的能量维(零维倒谱C0,或者帧能量E)。在展览馆噪声、人群噪声和汽车噪声等情况下的语音识别实验结果表明:基于这种新特征的语音识别系统比基于传统特征的语音识别系统有更高的平均识别率和更好的抗噪声能力。     

一种多功能汽车尾号限行车载语音提醒器设计

国内多个城市颁布了小客车尾号限行的交通管制办法.为避免驾驶员在限行期间驾车误入限行区域遭受处罚,提出了一种基于AT89S51单片机的多功能汽车尾号限行车载语音提醒器电路设计方案.利用车内点烟器插座输出的12 V直流电源供电,将限行语音提醒器、USB充电器、点烟器、LCD屏和设置按键集成于一体,可通过按键设置LCD屏上显...     

第三代(3G)移动通信技术

3G是ThirdGeneration的缩写,即第三代移动通信技术。第一代较完善的移动通信系统AMPS穴Ad-vancedMobilePhoneSystem雪是在1982年由美国的贝尔实验室(BellLabs)研发的,采用的是模拟语音穴AnalogVoice雪频分多址技术。随着数字化的到来,美国和欧洲国家就开始了数字语音(DigitalVoice)时分和码分多址技术的开发,即第二代移动通信技术。其现有的标准有四个:D-AMPS穴TheDigitalAdvancedMobilePhoneSystem熏美国和日本采用雪,GSM穴TheGlobalSys-temforMobileCommunications熏欧洲、中国等世界大多数国家采用,即所谓的“全球通”雪,…     

多重分形维数在语音分割和语音识别中的应用

语音气流中具有混沌特征,而分形可以定量地分析混沌现象,故分形可作为分析语音信号的数学工具．由于传统的Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 维数没有考虑关于集合中点的分布信息,本文引入多重分形维数来克服上述缺点．实验表明,多重分形维数语音分割方法明显好于单一Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 分形维数的语音分割方法     

BP人工神经元网络与汉语语音的音节切分

提出了一种基于ＢＰ人工神经元网络的汉语语音声韵母分割算法．计算机模拟结果表明，该算法只需对极少数典型音节进行简单训练，便可实现汉语语音的声韵母分割，且分割精度远大于传统算法所能获得的精度．     

基于小波变换的传声器阵列语音增强方法

针对现有的基于传声器阵列语音增强算法的局限性，并考虑到入耳听觉感知模型，提出一种将延迟-求和波束形成技术和小波变换技术相结合进行语音增强的方法，该方法首先利用延迟-求和波束形成技术将阵列中各个传声器接收到的信号进行时间延迟补偿，并对各通道信号相加-平均，消除一部分不相干或弱相干噪声；然后再利用小波变换技术进一步去除噪声，计算机模拟结果表明，该方法具有良好的消噪能力。     

基于CGRU多输入特征的地空通话自动切分

自动语音切分是语音识别、声纹识别、语音降噪等语音应用中非常重要的预处理环节,切分算法的优劣直接影响了系统输出结果的精度.在空管地空通话中,传输信道噪声、天气因素以及说话人工作状态均会对语音信号产生影响,进而在一定程度上影响语音切分性能.在分析空管地空通话语音特性基础上,提出了一种基于CGRU网络多输入特征的自动语音切分方法.该方法结合地空通话的特点,采用深度学习的方法进一步提取语音信号的时域和频域非线性特征,将语音信号帧分类为语音帧、结束帧以及其他帧三类.实验对比了多种语音特征作为输入对切分效果的影响,同时验证了GMM、CNN、CLDNN、CGRU等切分算法在真实地空通话测试集上的表现,并提出了一种简单预测结果平滑算法.实验结果表明,文中提出的自动切分方法在地空通话中具有明显优势,分类模型的AUC值达到了0.98.     

基于红外光的语音传输及中继系统设计

设计的红外通信及中继装置是以红外光为传输媒质,运用数字锁相环集成电路,实现红外语音的直接通信和经过多个中继节点的间接远距离通信。该装置由红外发射、接收以及中继部分组成,能够实现远距离的多方向、多节点语音传输,并且具有较高的传输速度、干扰小、系统稳定可靠、成本低廉、制作简单和传输距离可根据需要、利用多个中继节点延长的特点,在实际中有着很好的应用前景。     

一种改进的12.8kb.s^—1宽带语音压缩技术的实现

给出了一种在１２８ｋｂ．ｓ＾－１码率具有较好听觉质量的宽带语音信号（７ｋＨｚ）压缩编码算法，当抽样频率为１６ｋＨｚ时，输入信号通过小波变换分成高子带烽低子带信号，低子带信号采用了改进进行的码激励性线性预测（ＣＥＬＰ）方案，高于带信号以及自适应增量调制（ＡＤＭ）压缩。     

一种基于自适应模糊滤波的语音增强方法

在语音识别和语者识别中，通常需要先将输入的语音信号进行去噪处理，这样可使识别的正确率大大提高，通常采用基于LMS算法和RLS算法的自适应线性滤波器来进行去噪。提出了一种基于自适应模糊滤波器的语音增强方法，该模糊滤波器是一种非线性滤波器，它在语音信号的特征域空间采用参数映射的方式来滤除噪声，并能够进行自适应结构调整和参数更新。实验结果表明，采用自适应模糊滤波器来滤除噪声比线性滤波器具有更好的效果。