WEB语音检索中查询概念纠错的研究

使用语音识别技术为搜索引擎提供语音查询接口,使得奇询概念的输入更为简便。但是,由于查询概念中存在大量的专有名词和名称,识别精度往往不高,影响搜索结果的准确率。该文提出一种在新闻领域内,利用新闻领域知识提高查询概念识别率的方法,通过计算语音识别结果与新闻概念库中概念的语音相似度确定备选结果,计算备选结果与辅助概念的新闻相关度来确定最终的查询概念。实验证明,该方法对新闻搜索引擎的查询概念的纠错收到了良好的效果。     

用K-D树实现对双模态多媒体数据库的有效查询

论文提出了一种用k-d树来查询双模态视觉听觉语音识别数据库的方法。这种方法揉合了查询地理信息系统的多维数据库和空间数据库的方法,结合双模态视觉听觉语音数据库自身的特点提出了在数据库中插入、查询和删除记录的算法。最后还对把查询多维数据的方法应用在双模态语音识别数据库领域进行了展望。     

3D虚拟导游系统

3D虚拟导游系统采用VC++开发,利用虚拟现实技术、语音识别技术和3D技术构建3D模型,营造了一个虚拟的旅游场所,并且有3D咨询员为用户服务.用户可以通过语音识别系统,录入想要查询的信息,系统将会检索数据库,并将用户所想查询的信息通过语音、文本和图片的形式传递给用户.     

语音检索在中医处方信息系统中的应用

针对处方系统手工输入处方效率低的问题,开发一款基于语音识别技术的中医处方信息系统.该系统使用微软语音开发平台Microsoft Speech SDK(SAPI 5.1)实现通过预先设定的语音特征库,检索医师报出的中药名及剂量,查询药品数据库,语音识别准确率极高,减轻了医生的工作量.     

火车票查询系统中语音识别的研究及实现

文章首先介绍了火车票查询系统中语音识别的框架结构,并详细描述了采用微软SPEECHSDK技术实现车次、车站语音识别的详细流程,最后从识别率、鲁棒性方面对该识别系统进行测试和分析,实验表明,该语音识别系统是稳定的和实用的。     

宾馆信息语音检索系统的研究

针对手工输入查询要求的传统检索系统的不便,该文提出利用语音检索技术,设计开发了Voice Hotel宾馆信息查询系统,基本实现了人机语音对话的查询方式。该系统采用的语音处理技术有：1）基于HMM模型的语音识别,用以现实语音到文本的转换;2）PSOLA的语音合成技术,用以实现文本到语音的转换,完成对检索结果进行语音播报的功能。该系统的语音检索正确率达到85%。     

基于文音相似度的语音查号系统

为了促进语音识别技术在实际中的应用,利用文音相似度的概念,提出了基于文音相似度的语音查号系统的设计开发方法。实验表明,这种方法可以大幅提高语音查号系统的查询成功率。     

语音识别中小波分析的应用

语音信号是一种时变、非平稳的随机信号。现有语音识别系统的适应性比较差,尤其在高噪声环境下的语音识别非常困难,若将语音识别系统商品化,还有识别速度、拒识问题以及关键词／句检测技术等细节问题需要解决。如何把语言学、生理学、心理学方面的研究成果量化、建模并用于语音识别,还需深入研究。本文介绍了语音识别中小波分析的研究现状及几种常见的技术方法,并且分析探讨了语音识别中小波分析的应用和发展前景。     

藏语语音识别研究进展和展望

随着英汉语音识别技术的不断发展,对少数民族语言语音识别技术的研究也紧跟其后并取得了一定的成果.藏族人民是中华民族大家庭中不可或缺的一员,藏语语音识别技术研究是语音识别技术研究中不可缺少的重要部分.文章首先对国内藏语言语音识别的研究历程及研究改进之处进行了梳理,其次从藏语言本身的文字特点以及发音特点和要素出发详细介绍了藏语语音识别研究中使用到的基于模板匹配、统计概率模型以及人工神经网络3种方法,并对3种方法各自的特点和适用范围进行了总结归纳,最后从藏语言语音识别研究进展和各识别方法的自身特点出发探讨了语音识别研究中存在的难点问题,并展望了其未来发展的方向.     

用于车载无线终端的嵌入式语音处理系统

介绍了一个用于汽车环境的无线终端中利用语音技术进行语音识别拨号、语音合成和语音提示的系统.系统包括两个主要的模块:语音处理模块和蓝牙通信模块.其中蓝牙通信模块的功能是与具有蓝牙接口的手机进行通信,包括连接手机进行通话,下载手机内的电话号码本并传送给语音处理模块;语音处理模块完成语音识别、语音合成、语音提示、利用语音压缩编解码进行通话录放以及号码查询等功能,并控制整个系统的流程.该系统可以实现对手机电活本的下载并在线生成识别词表,识别词表容量可达1000词;在600词情况下的实验结果表明系统的识别率大于97%;系统基于SoC架构,具有高集成度和高稳定性的特点.     

基于CT的语音识别控制的系统设计和应用

语音控制是智能接口技术的热点问题之一。语音控制主要指在各种情况下,机器可以准确识别出人语音的内容,并根据语音包含的信息执行人的各种意图。根据笔者的工程开发实践,实现了一个由IVR、TTS和ASR系统支持的CT技术系统,并在实现计算机图形运动逻辑的基础上,建立和测试了基于CT技术的语音控制逻辑。     

基于Speech SDK的语音控制应用程序的设计与实现

分析了微软Speech SDK5．1里语音应用程序接口(SAPI)的结构和工作原理，提出了语音控制应用程序的设计方法，并以“Z Z智能教学平台的语音识别接口”的设计为例，展示了这类系统的主框架和关键技术。     

The role of speech input in wearable computing

Speech recognition seems like an attractive input mechanism for wearable computers, and as we saw in this magazine's first issue, several companies are promoting products that use limited speech interfaces for specific tasks. However, we must overcome several challenges to using speech recognition in more general contexts, and interface designers must be wary of applying the technology to situations where speech is inappropriate.     

Speech recognition for mobile devices

This article presents an overview of different approaches for providing automatic speech recognition (ASR) technology to mobile users. Three principal system architectures with respect to the employment of a wireless communication link are analyzed: Embedded Speech Recognition Systems, Network Speech Recognition (NSR) and Distributed Speech Recognition (DSR). An overview of the solutions having been standardized so far as well as a critical analysis of the latest developments in the field of speech recognition in mobile environments is given. Open issues, pros and cons of the different methodologies and techniques are highlighted. Special emphasis is placed on the constraints and limitations ASR applications are confronted with under different architectures.     

基于SpeechSDK的语音识别技术在三维仿真中的应用

随着三维仿真技术的不断发展,简单的人机交互方式已经不能满足人们对仿真环境真实感和沉浸感的要求。针对于此,提出了将基于SpeechSDK5．1的语音识别技术应用到三维仿真平台的构想,分析了SpeechSDK5．1的工作原理,着重研究了其语音识别接口,对将语音识别应用到三维仿真程序中的可能性和关键技术进行了研究。提出了一种实现动态词汇识别的方法,并通过一个简单的实例展示了实现这类技术的框架和方法,对设计有语音识别功能的三维仿真程序有一定的参考价值。     

Comparison of speech input and manual control of in-car devices while on the move

Speech recognition has a number of potential advantages over traditional manual controls for the operation of in-car and other mobile devices. Two laboratory experiments aimed to test these proposed benefits, and to optimise the design of future speech interfaces. Participants carried out tasks with a phone or in-car enteratainment system, while engaged in a concurrent driving task. Speech input reduced the adverse effects of system operation on driving performance, but manual control led to faster transaction times and improved task accuracy. Explicit feedback of the recognition results was found to be necessary, with audio-only feedback leading to better task performance than combined audio-plus-visual. It is recommended that speech technology is incorporated into the user interface as a redundant alternative to manual operation. However, the importance of good human factors in the design of speech dialogues is emphasised.     

语音用户界面研究进展

语音是人们日常生活中高效、自然的交流方式之一。但是直到目前为止，语音交互方式在计算机技术上的应用还是比较少的。近年来，随着Ubiquitous Computing和便携式计算机的出现，再次对语音用户界面的应用提出了迫切的需求。而且语音识别、合成技术的发展也为语音交互界面的实现提供了技术基础。本文综合参考了国内外语音界面的一些应用系统实例以及语音这种独特的交流媒体的优点和局限性，总结了语音用户界面的适用环境和设计指导原则，并提出了对语音界面的发展展望。     

基于特定人语音识别技术的家电远程控制装置

介绍了一种基于电话网的家电远程控制装置.通过单片机实现对语音信号的采集、处理以及识别,并根据结果控制家用电器.其中采用的特定人语音识别技术增强了使用的安全性,家电控制部分利用无线遥控模块完成无线控制,避免了布线的麻烦,同时通过引入语音提示功能,增加了人机交互.     

基于FreeTTS的语音合成技术研究

Java提供了语音API技术用于支持应用程序或Web页面中的人机语音交互,其核心技术包括语音合成和语音识别。FreeTTS是Java语音合成技术的实现手段之一,以创建电话号码朗读程序为例,探讨了基于该技术的Java语音API实现方法及相关问题。     

智能家庭语音遥控系统的设计与实现

语音识别技术是最近十年信息技术领域重要科技发展技术之一.现在的绝大多数家电都是用单独的遥控器,各自通过独立的微处理芯片进行控制.智能家庭语音识别系统是一种集成的嵌入式系统,它是一种非接触识别技术,通过用户的声音控制家电的开/关.