基于DSP环境非特定人命令集语音识别系统

文中主要对TMS320VCS5402 DSP硬件实现非特定人命令集语音识别系统进行了讨论。识别算法采用优化动态时间规整算法(DTW dynamic time warping)。     

小词汇量孤立词语音识别系统的DSP实现

首先对语音识别技术的应用方向及数字信号处理器作了简要介绍，然后以TMS320VC5410型DSP芯片为核心构建了语音识别系统，并采用动态时间归整算法DTW作为识别算法。该系统在小词汇量的孤立词语音识别中获得了良好的识别性能。未来若对此识别系统作进一步完善后，再嵌入现代建筑或家居的电子类产品中，可很好地实现对这些电子类产品的智能化操作与控制，从而为人们带来更加方便、舒适的居住环境。     

基于DSP的ACELP语音编码系统

近年来,随着通信技术的不断发展,集群通信在我国现代化建设中的作用越来越突出.在数字集群通信系统中,语音编码技术起着相当关键的作用.本文将语音编码算法应用于数字集群通信系统中,实现了基于DSP的ACELP语音编码系统.以DSP TMS320C5410为硬件环境,采用编码速率4.567 Kbt/s的代数码本的激励线性预测(ACELP)算法,并给出了电路设计方案、软件设计方案以及仿真结果.本文所设计的方案对数字集群通信系统中语音编码的开发和研究具有一定的理论和实践意义.     

基于小波变换的DSP语音识别系统

设计了以DSP为核心的语音识别系统。该系统采用小波变换算法对噪声进行处理,提高了系统的语音识别性能。最后通过实验数据验证了该算法在提高语音识别系统性能应用中的有效性。该系统的研制为语音识别真正走向实用化提供了一种可行的方法。     

基于深度学习智能语音识别芯片CI1006的强降噪语音识别油烟机系统

随着电子技术和计算机技术的飞速发展,人工智能语音识别技术也得到不断的突破,家用电器、生活电器、照明灯具、家居控制系统等都也逐步实现自动化和智能化。本项目实现了一种不依赖于网络的基于离线本地智能语音识别技术的声控油烟机系统,实现后在油烟机运行时强噪声环境下客户体验感良好,语音指令响应及时,能实现良好识别。系统采用基于深度学习的离线智能语音识别芯片CI1006,该芯片内置语音识别算法,通过串口与油烟机原控制模块对接,实现语音的控制。通过测试,本系统识别效果好,性能稳定可靠,客户开发难度低,产品开发周期短,客户满意度高。     

一种基于循环神经网络的电网客服语音文本实体识别算法

针对电力领域语音转写文本质量差,不能很好解决电网领域命名实体识别问题,以电网信息通信(information and communications technology,ICT)系统语音转写文本数据为研究对象,构建了一种基于双向长短期记忆(bi-directional long short-term memory,BiLSTM)神经网络融合条件随机场(conditional random field,CRF)面向电力文本特征的实体识别算法。通过与循环神经网络(recurrent neural network,RNN)等神经网络算法的对比验证:BiLSTM-CRF在电网ICT领域实体识别准确率达79%,F1值达80%,优于LSTM(long short-term memory)和其他RNN算法,并能较好地识别转写错误实体。该算法有效提升了领域语音转写文本的实体识别准确率,同时降低了领域语音识别技术成本,为电网客服领域信息检索、智能问答、个性化推荐等自然语言处理应用提供了高质量非结构化样本数据。     

待识别语音净化处理系统

为提高语音识别系统在噪声环境中的性能,文中提出利用分阶段ICA算法净化待识别语音,并基于此算法设计DSP语音净化系统,有效的提高语音识别系统的识别率和鲁棒性。     

基于DSP的语音录放和数字回声的实现

数字信号处理是现代数字语音通信的核心技术之一,DSP技术的应用为实现语音信号的采集、处理和播放奠定了基础.设计基于DSP的语音信号处理系统,运用TMS320VC5416处理器和AIC23语音芯片构建出硬件平台.分析DSP处理器和Codec芯片性能特点,配置软件控制接口,实现数字音频数据通信传输.采用C语言和汇编语言混合方式编写系统主程序和模块子程序,调试实验语音处理系统的信号采集、数字回声和播放,实现语音处理系统设计功能.     

电力系统电参数测量系统的DSP实现

全面论述了电力系统交流电路中涉及到的系统参数的计算原理,并采用硬件数字信号处理器(DSP)来实现快速准确的算法。     

MSVQ和区别性训练方法在孤立词语音识别系统中结合运用

文中将区别性训练(discriminative training)算法运用于基于MSVQ(multi-sectionvector quantization)孤立词语音识别系统。实验结果表明这两种技术的结合使用使得识别系统具有识别率高、模板体积小，识别速度快的特点，十分有利于在硬件系统上的实现。     

ANN techniques in microwave engineering

In the last two decades, artificial neural network (ANN) technology has leaped forward and is now being applied in different areas such as speech recognition, control, telecommunication, remote sensing, pattern recognition, etc. ANN application to the field of microwaves is very recent. This article reviews the development of neural network techniques, introduces some basic concepts involved in it, and gives a comprehensive survey of neural network application to different branches of microwave engineering     

四合一天线合路器的控制与实现

介绍了一种基于FPGA控制的四合一天线合路器,该合路器能够根据4部电台的不同频率选择正确的通信信道,并将其信息传送到一路天线上进行通信。文中介绍了该合路器的硬件结构,软件控制算法以及工程上的实现方法。测试表明,该天线合路器能够满足4部电台同时在一路天线上进行接收与发送的要求,具有广泛的实用价值。     

使用语音识别密码的智能电话远程控制系统

本文介绍了一种以单片机AT89C51和双音多频解码集成电路MT8870，以及语音识别芯片RSC4128为核心，利用个人通信终端对电器设备实现远程控制的智能电话远程控制系统，并对其硬件结构和工作流程进行了论述，重点介绍了语音识别模块。     

基于声门激励的语音语速、音量调整方法

在小词汇量孤立词语音识别的研究中,录入的语音指令语速过快(慢)或音量过大(小)都会影响语音识别系统对于这些指令的识别率.为此,需要对这些语音指令进行调整.本文提出一种基于线性预测分析技术的语音语速和音量调整方法,该方法由已知语音信号反解出声门激励信号,对反解出的声门激励信号进行语速和音量的调整,将调整后的声门激励信号再次激励声道系统输出语音信号,得到调整后的语音信号.仿真研究结果表明,该方法具有实际可行性并且可以显著改善语音识别系统对于语速过快(慢)、音量过大(小)指令的识别率.     

基于人工神经网络和模式识别的配网故障恢复算法研究

研究了基于人工神经网络和模式识别的新方法以实现供电故障恢复,分析了ANN方法和模式识别方法中的训练和测试阶段涉及到的详细步骤.ANN算法适合于有效解决比较复杂的问题.通过实例配电系统证明了所研究的ANN算法的有效性,从算例结果可以得到结论:用ANN算法和模式识别方法可非常高效地获得合理的恢复方案.     

基于HTK实时中文语音路名查询系统的设计和实现

HTK是英国剑桥大学开发的一个用于创建和处理隐马尔可夫模型的实验工具包,由一整套基于C语言的库函数组成。由于其在语音识别方面处于相对领先地位,且源代码公开便于系统开发调试,所以是进行语音识别研究的一个理想平台。本文介绍了HTK语音识别系统处理流程,提出了基于HTK的实时中文语音路名查询系统的设计和实现,可实现用户实时中文语音输入路名的情况下,系统将识别结果以汉字方式显示在屏幕上。本系统小巧快速,且具有较高的识别率。     

Lecture speech recognition using discrete‐mixture HMMs

Most of the state‐of‐the‐art speech recognition systems use continuous‐mixture hidden Markov models (CMHMMs) as acoustic models. On the other hand, it is well known that discrete hidden Markov model (DHMM) systems show poor performance because they are affected by quantization distortion. In this paper, we present an efficient acoustic modeling based on discrete distribution for large‐vocabulary continuous speech recognition (LVCSR). In our previous work, we proposed the maximum a posteriori (MAP) estimation of discrete‐mixture hidden Markov model (DMHMM) parameters and showed that the DMHMM system performed better in noisy conditions than the conventional CMHMM system. However, we conducted the recognition experiments on a read/speech task in which the vocabulary size was only 5k. In addition, the DMHMM was not effective in clean condition in that work. In this paper, we have developed a DMHMM‐based LVCSR system and evaluated the system on a more difficult task under clean condition. In Japan, a large‐scale spontaneous speech database ‘Corpus of Spontaneous Japanese’ has been used as the common evaluation database for spontaneous speech and we used it for our experiments. From the results, it was seen that the DMHMM system showed almost the same performance as the CMHMM system. Moreover, performance improvement could be achieved by a histogram equalization method. Copyright © 2010 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

对智能电视语音识别标准草稿中部分技术问题的思考

语音识别技术在智能电视广泛使用颠覆了传统按键式遥控器,本文介绍了语音控制功能的工作原理,分析了语音识别技术的难点,介绍标准中最受关注的四点要求:对测试场地的要求、对模拟背景干扰噪声的要求、对识别性能指标的要求、对语音识别网络测试条件的要求。最后对标准中五个问题阐述了技术观点和理由:自由跌落高度的问题、测试距离和角度的问题、遥控器欠压状态下的指标问题、遥控器非正常使用带来的问题、语音控制功能引发隐私等方面的问题。