LSF标量格型混合量化

为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用格型矢量量化的优点,设计了一种适合LSF参数量化的标量格型混合量化器。该量化器对LSF参数的预测残差矢量的第一、二个参数进行标量量化,余下的参数则利用格型矢量量化,从而降低了搜索复杂度和码字存储单元,与G.729协议所使用的LSF量化技术相比,有一定的改进。     

基于Praat软件的电子伪装语音识别研究

为探究变音软件的变音规律,总结变音软件变音原理.以市面上常见的4款变音软件作为研究对象,利用praat软件对3名实验者变音前后的声音参数(音强、基频、共振峰频率等)进行测定与分析,并对变声结果进行变调分析.发现变音软件主要有改变基频和进行复杂运算两种变音原理,基于此提出对变声进行相应比例的变调,可以得到与原声听觉效果和...     

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.     

带纠错的类语音调制解调器研究与设计

文章针对现有类语音调制解调方案存在误码率高的问题,设计一种带纠错的类语音调制解调器.在最优码本的基础上,通过基于模拟退火的映射关系搜索算法建立最优数据-波形映射,结合BCH码进一步提高传输可靠性.实验结果表明,该文方法在增加少量资源开销的情况下,显著降低了数据在移动通信网语音通道传输的误码率.     

面向互联网的信息处理

随着互联网海量信息的快速增长,由原来单一的以文本信息为主的信息处理发展成文本、语音、图像等多模态的信息处理．同时,用户的需求也从关键词搜索为主的信息获取向着基于语义理解的自动问答、辅助决策等智能交互的方向发展．本文从互联网服务信息处理特点以及用户需求变化出发,阐述了互联网信息处理面临的挑战和发展趋势．首先介绍了基于互联网的海量信息处理特点以及基本方法,然后分别阐述了互联网文本信息处理、语音信息处理、图像信息处理、位置信息处理的挑战以及发展趋势．最后介绍了如何对互联网的用户从属性、状态、兴趣3个维度进行建模,以满足用户个性化服务和商业分析的需要．     

基于HTK的佤语特定人孤立词语音识别

佤语是云南省西南部的一种跨境语言,构建佤语语音识别系统对国家安全、跨境文化交流和经济贸易都有着重要的意义.基于HTK平台,针对1 860个佤语常用词进行特定人孤立词语音识别.语音语料来源为录音棚和田野录音,语音规模录音棚男性2人、女性2人,田野录音男性3人、女性2人,每人每个词发音5遍,总的语料数量为83 700条.实验结果表明,对于上述的语料,进行的基于HTK的佤语特定人孤立词语音识别正确率在92%以上.     

佤语语音语料端点检测算法

端点检测是语音信号处理的过程中非常重要的一个环节,其准确性直接影响语音信号处理的速度和结果.特别是在实际应用中因信噪比较低,使得某些高信噪比下性能好的端点检测算法准确率也比较低.为了提高在低信噪比的环境下佤语语音端点检测的准确率,本文使用了一种基于多窗谱估计谱减法和能熵比法的语音端点检测复合算法.该算法首先利用多窗谱估计谱减法去除语音的背景噪音以提高信噪比;其次再对去噪后的语音使用能熵比算法进行端点检测;最后借助Matlab工具对佤语语音进行仿真实验.仿真结果表明:对于低信噪比的环境下的佤语语音,本文使用的基于多窗谱估计谱减法和能熵比法复合算法同常规能熵比算法相比,端点检测的准确率提高了34%.     

基于多分类器融合的语音识别方法研究

针对语音识别性能提高的问题,提出了一种基于多分类器融合的语音识别方法,该方法使用支持向量机(support vector machine,SVM),RBF神经网络与贝叶斯网络作为成员分类器,根据样本库中抽取的校验集计算各成员分类器的权值,以加权评分的投票策略进行决策融合.实验结果表明,通过多分类器融合的识别结果明显优于...