基于虚拟仪器的双通道语音数据采集系统

本文利用动态数据采集卡PCI-4451和图形化编程语言LabVIEW设计了一种基于虚拟仪器的双通道语音数据采集系统,该系统可以满足对动态语音信号进行高精度、高频率采样的要求,同时,可以对每个通道的动态输入范围进行单独设置,以保证量化噪声对动态范围不同的信号的影响尽可能保持一致.     

基于声卡的LabVIEW数据采集与分析系统设计

利用声卡DSP技术和LabVIEW多线程技术,提出了一种基于声卡的数据采集与分析的廉价设计方案,具有实现简单、界面友好、性能稳定可靠等优点.在LabVIEW环境中实现了音频信号的采集分析及数据存盘重载.PC上配置多块声卡即可构成实时、高信噪比的多通道数据采集系统.可以推广到语音识别、环境噪声监测和实验室测量等多种领域,应用前景广阔.     

基于LabVIEW的语音噪声数字滤波器的设计

针对传统的数字滤波器所采用的编程方法存在编写代码复杂、可移植性差等问题,提出了一种基于LabVIEW的语音噪声数字滤波器的设计方案。该滤波器采用图形化编程语言LabVIEW 8.6实现语音信号的滤波、实时测量与保存、报警等功能,与传统的滤波器相比,具有开发经费节省、开发过程简单、扩展功能方便和操作使用便易等优点。     

基于LabVIEW的薄片厚度检测系统

本简要介绍了基于虚拟仪器图形化语言LabVIEW开发的薄片厚度检测系统。系统采用高精度非接触式电容传感器进行前端数据采集，在计算机控制下实现了对直径150mm内，厚度在0.09-1.00mm之间的非金属薄片的单点静态检测，和圆周、直径方向的动态快速检测。在显示屏直角坐标下显示薄片面积上的厚度分布曲线，给出被检薄片厚度参数并用语音方式报数，实现了LabVIEW环境下大量检测数据的数据库管理，对不合格的薄片自动进行声光报警。     

基于LabVIEW的阀门摩擦测试系统设计

根据阀门摩擦阻尼特性参数的测试要求,设计了基于LabVIEW的摩擦测试系统.进行了测试系统的工业控制计算机、电机驱动以及数据采集的硬件设计,采用LabVIEW实现RS232串口通信、A/D数据采集以及D/A数据输出等模块.     

基于LabVIEW的助力轮椅车的智能控制及检测系统研究

设计了基于LabVIEW的助力轮椅车的智能控制及检测系统.该系统一方面采用LabVIEW进行控制,另一方面以LabVIEW作为检测系统,可以直观的观察两轮传感系统的受力情况及运行状态,实时检测和实时显示,并及时作出调整,有效地解决了因受力不均而产生的两轮动力不平衡,避免了轮椅车误动作对使用者造成的二次伤害.     

基于LabVIEW的钻井井控仿真系统

利用图形化编程语言LabVIEW设计并实现了钻井井控仿真系统.该仿真系统采用LabVIEW的数据库交互技术并结合TCP/IP技术对钻井及井控中的重要设备司钻控制台、防喷器、管汇、指重表等进行了仿真实现.仿真结果表明,该设计方案人机界面友好、仿真效果逼真,开发周期短,且易于实现功能扩展.     

颜色检测系统的设计与实现

针对检测过程中原有各种颜色检测系统存在的不足,设计了一种基于LabVIEW的颜色检测系统.该系统利用高速数据采集卡PCI-1716对颜色传感器TCS230进行数据采集,然后采用LabVIEW实现与上位机的通信,并对数据进行处理、显示和保存,最终将数据还原为颜色,并完成对颜色的检测.试验结果表明,基于LabVIEW的颜色检测系统大大降低了计算机与其他MPU之间通信的复杂度,同时减少了软件设计的工作量,为颜色检测提供了一种简便的新途径.     

多点通信的实时语音传输在远程医疗中的应用

针对在远程医疗系统的实现过程中对多媒体通信的要求,采用了多点通信技术,对实时语音系统进行分析设计,实现了一个多点实时语音传输系统,完成的语音系统满足多位专家进行远程会诊的要求.开发的语音会话系统已成功地应用于远程医疗系统中.经过测试,系统运行稳定、高效可靠.     

计算机虚拟仪器环境LaBVIEW下语音信号的采集

LabVIEW是一种图形化的编程语言,被工业界、学术界和研究实验室视为一个标准的数据采集和仪器控制软件。本文介绍了在LabVIEW虚拟仪器环境下利用Windows自带的声卡进行语音信号的采集。     

基于深度循环网络的声纹识别方法研究及应用

声纹识别是当前热门的生物特征识别技术之一,能够通过说话人的语音识别其身份。针对声纹识别技术进行了研究,提出了一种基于卷积神经网络（CNN）和深度循环网络（RNN）的声纹识别方案CDRNN,CDRNN结合CNN和RNN的优势,用于移动终端声纹识别应用。CDRNN将说话者的原始语音信息经过一系列的处理并生成一张二维语谱图,利用CNN长于处理图像的优势从语谱图中提取语音信号的个性特征,这些个性特征再输入到Deep RNN中完成声纹识别,从而确定说话者的身份。实验结果表明了CDRNN方案能够获得比GMM-UBM等其他方案更好的识别准确率。     

基于GMM-UBM的声纹识别技术的特征参数研究

声纹识别技术实现的关键点在于从语音信号中提取语音特征参数,此参数具备表征说话人特征的能力。基于GMM-UBM模型,通过Matlab实现文本无关的声纹识别系统,对主流静态特征参数MFCC、LPCC、LPC以及结合动态参数的MFCC,从说话人确认与说话人辨认两种应用角度进行性能比较。在取不同特征参数阶数、不同高斯混合度和使用不同时长的训练语音与测试语音的情况下,从理论识别效果、实际识别效果、识别所用时长、识别时长占比等多个方面进行了分析与研究。最终结果表明:在GMM-UBM模式识别方法下,三种静态特征参数中MFCC绝大多数时候具有最佳识别效果,同时其系统识别耗时最长;识别率与语音特征参数的阶数之间并非单调上升关系。静态参数在结合较佳阶数的动态参数时能够提升识别效果;增加动态参数阶数与提高系统识别效果之间无必然联系。     

基于声纹识别的变压器工况检测方法及验证系统

通过对大型电力变压器（电抗器）声纹信号采集、处理与特征分析,提出了一种基于声纹识别技术的变压器工况检测方法及验证系统,实现对变压器工作状态的判断检测。首先,通过声纹采集传感器实地采集获取73组变压器音频,共约1800 min;其次,分别运用分段、分帧、加窗音频预处理方法对所采集的变压器声纹进行去噪处理;再次,综合运用能量特征、频率特征、梅尔频率倒谱系数、频率压缩方法提取变压器声纹特征并进行有效融合;最后,针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音加性叠加问题,提出一种基于余弦相似度算法实现声纹叠加的分离检测,同时建立一套变压器工况检测与验证分析系统。     

基于声纹识别的Web身份认证系统设计

设计一个基于声纹识别的Web身份认证系统。在浏览器端利用自主开发的ActiveX录音控件录取封装使用者的声纹特征并传送给服务器,服务器端使用隐马尔科夫模型表述单字,单字之间通过增加静音状态分割以及语音训练形成稳定的声纹特征模型作为身份验证的基础库。实际测试结果表明,该系统识别性能好、可移植性强,适用于网络资源的远程声控。     

声纹识别技术及其应用前景分析

声纹识别,是生物识别技术的一种,也称为说话人识别,包括说话人辨认和说话人确认两类,可以广泛应用于国家安全、刑侦、电话银行、智能门禁及娱乐增值等领域.本文在调研国内外研究现状基础上,对其技术发展和应用前景进行了展望.     

基于声纹识别和语音识别的网络账号身份认证系统

文章设计开发的基于声纹识别和语音识别的网络账号身份认证系统主要包含声纹录入、建库以及声纹判别两个部分。网络用户注册时,对用户的声纹进行采集;用户再次登录时,将用户的声纹与数据库中的声纹进行比较,通过声纹识别验证用户身份,确保用户的数据安全。系统建立在服务器端,安装方便快捷,安全性高。对用户要求低,仅需要一部麦克风即可完成注册。系统操作方便、简单,安全性、保密性好,市场前景广阔。     

基于语音识别与单片机控制的智能玩具设计与实现

设计一款能够识别语音命令并进行简单语音对话的儿童交互式智能小车,可提高儿童智能玩具的乐趣,培养儿童的创造思维。本文从软、硬件设计方面具体阐述特定人语音识别在智能小车上的实现过程,并说明实验测试方法。实验表明：该系统对于小词汇量、特定人识别系统,具有很好的识别效果。     

基于听皮层神经元感受野的强噪声环境下说话人识别

针对说话人识别易受环境噪声影响的问题,借鉴生物听皮层神经元频谱-时间感受野（STRF）的时空滤波机制,提出一种新的声纹特征提取方法。在该方法中,对基于STRF获得的听觉尺度-速率图进行了二次特征提取,并与传统梅尔倒谱系数（MFCC）进行组合,获得了对环境噪声具有强容忍的声纹特征。采用支持向量机（SVM）作为分类器,对不同信噪比（SNR）语音数据进行测试的结果表明,基于STRF的特征对噪声的鲁棒性普遍高于MFCC系数,但识别正确率较低;组合特征提升了语音识别的正确率,同时对环境噪声具有良好的鲁棒性。该结果说明所提方法在强噪声环境下说话人识别上是有效的。     

基于听皮层神经元感受野的强噪声环境下说话人识别

针对说话人识别易受环境噪声影响的问题，借鉴生物听皮层神经元频谱-时间感受野（STRF）的时空滤波机制，提出一种新的声纹特征提取方法。在该方法中，对基于STRF获得的听觉尺度-速率图进行了二次特征提取，并与传统梅尔倒谱系数（MFCC）进行组合，获得了对环境噪声具有强容忍的声纹特征。采用支持向量机（SVM）作为分类器，对不同信噪比（SNR）语音数据进行测试的结果表明，基于STRF的特征对噪声的鲁棒性普遍高于MFCC系数，但识别正确率较低；组合特征提升了语音识别的正确率，同时对环境噪声具有良好的鲁棒性。该结果说明所提方法在强噪声环境下说话人识别上是有效的。     

基于GMM-UBM/SVM的维吾尔语电话语音监控系统

讨论基于GMM-UBM/SVM的电话语音监控系统。GMM是说话人识别系统中使用的常用方式。但由于监控语音发话时间短暂,电话-互联网终端及传输线背景噪音大等因素影响了GMM的识别精度。基于GMM的鲁棒性及SVM对小量静态数据具有高分类的优势设计电话语音监控系统并通过维吾尔语研讨了系统性能。为了便于比较,同时也讨论了量化距离(VQ)、加权量化距离(WVQ)及基线系统的识别。在50个目标人训练集,每人发话时间为20秒时,对10秒测试语音提案方法识别率对比于VQ和WVQ法分别提高了20.2%及16.7%。