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．     

一种高质量的2 kb/s语言编码算法MWI

提出一种高质量的低速率语言编码算法ＭＷＩ,该算法对传统的波形插值算法ＷＩ进行了全面的改进。ＭＷＩ采用了一种更加合理的插值模型,包括统一的清音和浊音分析合成模型、新的典型波形的提取和表示方法,并且采用动态规划的算法增加基音周期估计的准确性。由于不依赖于准确的清浊音判别,ＭＷＩ具有更强的抗噪声能力。ＭＷＩ的参数设置也有利于更加有效的参数量化。随着编码速率的下降,ＭＷＩ的质量虽然呈下降的趋势,但在２ｋｂ／ｓ的速率下,它仍然能给出具有很高清晰度和自然度的合成语音。构造的完整的ＭＷＩ２ｋｂ／ｓ的声码器,具有很高的自然度和可懂度。     

用于语音识别中的SOFM矢量量化方法

该文讨论了神经网络语音识别系统中的ＫｏｈｏｎｅｎＳＯＦＭ神经网络的矢量量化（ＶＱ）的原理与过程,着重解决了其在实际应用时的若干问题,包括网络大小,学习步幅函数以及矢量量化过程中的公平竞争学习的控制函数的选定。过讨论了基于听觉模型的声学特性的提取与处理,这与ＶＱ性能息息相关。系统应用的实验表明,该神经网络在语音识别系统中具有良好性能。     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

一种基于小波变换的语音增强新方法

根据随机噪声的小波变换系数在不同尺度上的传递特性和噪声信号奇异性与小波模极大值的关系，提出用一个随尺度变化的软阈值来抑制带噪语音信号在不同尺度上的噪声小波系数的语音增强方法．实验结果表明：该方法既能减小语音畸变，又能有效地去除噪声，具有较好的语音增强效果．     

语音技术在办公自动化系统中的开发与设计

目前语音技术在各个行业都得到了快速发展和运用，但在办公自动化领域却鲜见，本文概括地叙述了语音功能在办公自动化系统中的运用情况，从系统的支撑、软硬件平台、所用技术及存在问题等方面分析设计带语音功能的办公自动化系统，并给出结论与展望。     

混响声场中语音识别方法研究

免提式话筒语音识别系统是语音识别走向实用的目标之一．实现这一系统，首先要解决房间效应引起的混响问题．通过讨论室内混响声场中语音的特点，提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC，即MFCC参数在对数功率谱域进行低通滤波，倒谱域进行均值减，并用标准差加权进行非线性规整，采用这3种措施来消除混响引起的语音参数的变化．识别方法用矢量量化法，用4组无混响数码语音进行训练，对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98．7％．提出的这一新方法在不降低无混响音识别率的情况下，提高了混响声场的语音识别率．该方法不仅识别率高，而且运算量小、所需内存空间小。易于做成小型实用的快速识别系统．     

语音数据库标注系统的初步设计

此设计旨在完成语音数据库系统的语音标注工作，定义了标注件的格式和标注系统的主要功能。     

Authorware下调用语音引擎的方法

在delphi环境里可利用MicrosoftSpeechSDK调用语音引擎,创建ActiveX控件,从而使得在Authorware环境下通过该ActiveX控件间接实现语音功能。     

基于DSP的IP可视电话终端开发

采用H．323协议开发一个具有优良的图像和语音处理能力标准IP接口的单机终端设备。硬件平台采用PhiliPs TM—l300作为中心处理芯片，配以外围的辅助芯片，构成一个完整的硬件系统。系统完成视频、语音的编解码以及通信协议处理；软件系统是在嵌入式实时多任务操作系统PSOS下开发的，各个任务由pSOS统一管理和调度。由于硬件平台几乎不变，在各种使用中仅改变软件，有利于功能和用途的扩展，因而具有良好的发展前景。