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．     

距离加权矢量量化文本无关的说话人识别

本文在研究说话人识别的矢量量化方法时，分析了用矢量量化建立说话人识别模型的可行性。针对量化码本描述的不完全性，提出了一种经距离加权的矢量量化方法，能更好地刻划出说话人语音特征空间的精细结构，从而提高正识率。本文还对特征参数ＬＰＣＣＥＰ的选取进行了理论分析和实验研究，提出了平均互—自差异比的概念，给出了一种对特征矢量的每一维分量识别能力进行定量化估算的公式。实验结果表明，距离加权矢量量化是一种具有很高正识率的与文本无关的说话人识别方法。     

高师生说话能力训练模式浅谈

高师生必须具有良好的说话能力,才能适应现代社会的需要,因而,如何大面积提高师范类学生的说话能力,是一个亟待研究的重要课题。在具体的教学和训练过程中,教师应针对学生的种种不足,首先教其学会说较为标准的普通话,然后再因材施教,逐步促使其日常话语向正确、清晰、连贯、集中、严密、适当、有感情色彩的高水平方向发展。     

双周要闻

英特尔将免费提供霍金用的“说话软件” 因病瘫痪的英国著名物理学家斯蒂芬·霍金多年依靠一套量身定制的电脑软件与他人交流。他以面部肌肉操控软件，完成打字、与他人对话等活动。他“说话”时，面部肌肉动作被安装在眼镜上的红外线传感器捕捉，信号传送给电脑，转化为文字，由声音处理器“发声”。这款软件的其他使用者可以根据各自需要，选择以触摸、眨眼、眉部动作等方式操控软件。     

立规矩要趁早 从宝宝4个月开始

正随着年龄的增长,宝宝会越来越聪明,宝宝的需求逐渐变成要求,如果家长听之任之,宝宝的要求几乎是随心所欲,完全是无组织无纪律可言。妈妈是不是要考虑一下让小宝宝学一点规矩了?1、为什么要在婴儿期给宝宝立规矩?给宝宝建立规矩,不仅是让宝宝"乖""听话",更重要的是,遵守规则的生活能保证宝宝在     

叙述类话题展开的三条基本途径

普通话水平测试中，有很多人认为“说话”测试项无话可说，而这一项测试的占分比重很大。如何让应试人在这项测试中有话可说，本文探讨叙述类话题展开的三条基本途径：一、人和物的形象化；二、事件具体化；三、人物个性化。在普通话水平测试过程中，做到这几点有助于应试人取得好成绩。     

如何培养低年级学生的说话能力

说话是小学语文教学的一个重要环节，也是实现从说话到写话这一作文训练序列的一个必要环节。要培养小学低年级学生的说话能力，就要从学生的生活实际出发，从学生的实际水平出发，设计好恰当的说话内容，在听说实践中，指导他们怎样听，怎样说，逐步提高听说能力，做到言之有物，言之有理，言之有序，言之有趣，为中年级的起步作文打下牢固的基础。     

含语音增强模块的i-向量说话人识别性能分析

为解决文本无关说话人识别中训练与识别环境不同导致模式失配的问题,提出了一种采用语音增强模块进行前端预处理的i-向量说话人识别系统,从而提高系统对于环境噪声的鲁棒性.为评估不同语音增强算法的性能,利用NIST08核心测试集进行仿真实验.采用IMCRA算法对语音进行噪声估计后,分别用维纳滤波法、MMSE-LSA、传统谱减法和多频带谱减法等4种方法进行语音增强前端处理,在基于i-向量的说话人识别系统下进行实验.实验结果表明采用了语音增强的系统具有一定抗噪声性能,并且在高信噪比条件下,基于多频带的谱减法在此系统下性能最佳,而低信噪比情况下MMSE-LSA算法更有优势.     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

词义从具体到抽象的演变——比较词源探索

英国著名的语言学家马克斯·米勒（1823-1900）说过：“语言中包含着凝固了的哲学”。哲学的特点之一是从具体事物上升为抽象哲理。人类的思维经历了从具体到抽象的发展过程，这在人类的语言中留下了许多痕迹。例如，“鼓励”、“刺激”这些抽象名词都是来自具体动作：鼓、刺，尽管现在说话人说到“鼓励”、“鼓舞”时已经很少想到“鼓”，说到“刺激”、“讽刺”、“讥讽”时也很少想到“刺”了。