HMM算法框架在银行语音服务中的实现

语音识别尤其是电话语音识别技术得到了广泛的应用。介绍了用Ｄｉａｌｏｇｉｃ卡采集电话语音,并且采用ＨＭＭ算法框架实现语音识别器,构建一个实用的银行语音服务系统。最后给出了该系统的测试结果。     

多路并行的语音识别引擎的设计与实现

文中讨论了一个多路并行语音识别引擎的设计与实现。在介绍多路语音识别系统的整体结构的基础上,着重介绍了该引擎主要功能模块和设计方法,给出了优化引擎内存和性能的一些方法。     

基于文音相似度的语音查询系统的设计与开发

随着语音识别研究的深入,提高通用识别引擎的精度变得越来越困难。但对具体的语音识别任务,结合相应的背景,采取相应的措施,有可能达到很理想的识别精度。在已知语音输入为某有限集元素之一的情形,利用文本在发音上的相似度可以大大提高识别的精度。本文首先介绍了文音相似度的概念,然后给出了利用文音相似度设计开发语音查询系统的过程和例子。     

基于Java Speech API规范的语音识别引擎的实现

本文介绍了Java Speech API(JSAPI)规范的语音识别引擎的系统框架，描述了采用已有的C／C 识别引擎实现JSAPI语音识别引擎的思路和实现策略，提出并分析了以事件处理和状态处理为核心来实现JSAPI规范的具体方法，完成了基于JSAPI规范的语音识别软件系统的实现。     

基于动态垃圾评价的语音确认方法

语音关键词识别和确认方法在语音对话系统中得到了广泛应用。评价此类系统性能的一个重要指标就是处理非关键词（垃圾）的能力。处理垃圾的传统方法是状态下进行垃圾建模。但该方法并不能很好的描述大量的系统词库以外的词,且训练规模较大。该文提出了动态垃圾评价方法,不对垃圾本身建模,而是在识别过程中对输入语音进行可信度评估,从而对识别结果进行确认,解决了传统垃圾模型灵活性差及在线垃圾建模方法的确认能力不足等问题。同时由于在垃圾评价中增加了反关键词信息,减少了关键词之间的识别错误。     

分级语音识别研究

分级识别的策略在模式识别领域中提出相当长的时间了。尽管人类可以训练地使用这个策略进行识别,但对语音识别而言,缺少一个有效的系统化的方法来实现它。本文给出了我们最近在这方面做的一些研究工作,使用了子空间划分原理来实现一个分级识别器,并用树型结构来组织多个识别器。实验结果表明,该方法与传统方法相比,误识率降低10%。我们将在未来的研究工作中,测试全部汉语音节,并将该方法扩展到连续语音识别。     

语音识别准确率与检索性能的关联性研究

对海量语音进行基于内容的检索需要语音识别技术和检索技术的结合。本文通过调节语言模型的途径研究在不同识别率的语音识别文本上进行关键词检索的差异,由此研究语音识别性能和检索性能之间的关联性。通过对114小时语音数据的实验表明:语音识别性能与检索性能有一定的相关性,同时也说明改进检索的方法可以消除一部分由于语音识别所带来的误差。研究结果为进一步针对性地改进识别引擎、语音识别输出的表示和相应的快速检索方法提供了基础。     

中等词汇的汉英语音翻译系统

本文给出汉英语音翻译系统的组成，介绍了系统中连续汉语语音识别和汉英机器翻译的工作；我们已经在限定主题、中等词汇量的条件下实现了非特定人的连续语音识别，实现了汉英语音翻译实验演示系统。     

基于Microsoft语音识别引擎的语音识别系统的设计

为了改变人们按键操纵计算机的传统概念和习惯,实现真正意义上的人机对话,结合实例阐述了用Microsoft Speech SDK5.1实现中文语音交互的方法,可应用于各种中文语音交互公共信息服务系统。介绍了基于Microsoft语音识别引擎的语音识别系统的总体结构与设计思路,最后付诸实现。     

基于语音处理技术的人机交互系统的设计

提出了一种采用SPCE061A单片机构建基于语音处理技术的人机交互系统的设计方案,给出了系统结构,介绍了系统音频输入电路、音频输出电路的设计,详细介绍了语音播放及语音识别功能的软件实现方案。实验测试结果表明,该系统性能良好,语音识别正确率较高,但易受训练和识别环境的影响。     

基于SPEECH SDK的中文学习系统

介绍了Microsoft Speech SDK的功能以及相关的一系列API函数,分别利用其语音识别（Speech Recognition）引擎和语音合成（Textto Speech）引擎实现英文语音识别和中文文本语音合成功能,采用Access 2003数据库的查询操作完成翻译功能,进而实现整个英文到中文的学习系统,该系统具有很高的商业价值。     

基于相关反馈的语音检索引擎

提出并实现了一种基于相关反馈的语音检索引擎，该引擎基于Sphinx语音识别工具将语音转化为文本，再采用Lucene对文本进行索引。为了提高语音检索的质量，系统引入了相关反馈机制，不仅通过局部相关反馈修正用户的查询，还通过全局类相关反馈机制挖掘Sphinx的识别错误模式，扩展了用户的查询，大大增强了该索引系统的准确性和实时动态性。实验结果证明该系统能符合检索者的需求，具有实用价值。     

一种噪声环境下语音命令识别控制器的设计和实现

提出了一种新颖的噪声环境下语音命令识别控制器,它是利用非空气传导语音传感器来获得语音信号,然后进行语音识别的系统。这种语音识别系统有很好的抗噪声抗干扰性能和很高的识别率。给出了该系统的硬件和软件的具体实现。     

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.     

基于HMM/SVM两级结构的汉语易混淆语音识别

基于HMM的汉语语音识别中,易混淆语音的识别率仍然不高.在分析HMM固有缺陷的基础上,本文提出一种使用SVM在HMM系统上进行二次识别来提高易混淆语音识别率的方法.通过引入置信度估计环节,提高系统性能和效率.通过充分利用Viterbi解码获得的信息来构造新的分类特征,从而解决标准SVM难以处理可变长数据的问题.详细探讨这种两级识别结构中置信度估计、分类特征提取和SVM识别器构造等问题.语音识别实验的结果显示,与采用HMM/SVM混合结构的模型相比,本文方法在对识别速度影响很小的情况下可以使识别率有明显提高.这表明所提出的具有置信估计环节的HMM/SVM两级结构用于易混淆语音识别是可行的.     

一种基于鲁棒特征的模型补偿噪声语音识别方法

针对抗噪声语音特征技术和基于MFCC特征的模型补偿技术在低信噪比时识别率不高的缺点，将抗噪声语音特征和模型补偿结合起来，提出了一种基于单边自相关序列(One—sided autocorrelation，OSA)MFCC特征的模型补偿噪声语音识别方法，以提高语音识别系统在低信噪比时的性能。对0～9十个英文数字和NOISEX92中的白噪声、F16噪声和FACTORY噪声的识别实验结果表明．本文提出的识别方法可以有效地提高OSA—MFCC识别器在噪声环境中的识别率，并且在低信噪比时其性能明显优于经过相同补偿处理的MFCC识别器。     

一种基于语音识别芯片AP7003的家电语音控制器设计

基于新型的低成本低功耗语音识别芯片AP7003开发了一种简单实用、能供普通房屋使用的家电语音控制器。介绍了该家电语音控制器的设计原理、基本功能及其操作说明,使用中识别率达到75%以上。     

监控系统的语音识别与语音提示

介绍了一种采用语音识别和语音提示的监控系统。给出了系统硬件框图,并对各部门分功能进行了阐述;重点论述了各部分电路设计、工作原理及语音提示部分电路和通讯接口电路的软件设计思想,并给出主程序流程图。     

你的PC能听懂说话吗？—介绍4种语音识别软件

语音识别技术出现很多年了,但真正进入实用,还是近两年。在国内,人们听说得最多的是IBM的Via Voice,而几乎所有的中文应用软件也是使用Via Voice做为语音识别引擎。实际上,目前在语音识别技术方面有作为的并非IBM一家,而且Via Voice也并非是最好的语音识别软件。这里,我们来看看几款不错的语音识别软件,并做一个比较性的评价。     

基于中文语音识别技术的舰艇指挥训练系统的研究

针对舰艇指挥训练系统的特点,提出了一种利用语音识别技术提高其训练效率的方法;首先分析了舰艇指挥指令的语言特点,然后研究了基于Sphinx平台的汉语连续语音识别的相关问题,包括声学模型的训练、语言模型的训练及语音识别引擎等;最后设计并实现了一个非特定人,中等专用词汇量的连续汉语语音识别系统;实验采用了一定数量的数字和专用词汇进行验证,结果表明,经过声学模型训练后,该系统的识别率有较大提高;该方法对提高舰艇指挥训练系统的自动化水平具有一定的指导意义。