基于MCE/GPD的语音识别及其一种Robust应用中初始参数的选择

首先讨论了基于ＭＣＥ／ＧＰＤ的语音识别研究的的最新进展。在此基础上，提出了一种环境特征判别学习的Ｒｏｂｕｓｔ语音识别方法，该方法基于最小分类错误准则利用梯度下降法迭代地学习环境特征。由于梯度下降法产生的是局部最优解，因此，寻找较好的环境特征初始值就显得非常重要。最后，讨论了这种环境特征判别学习方法中参数的初始值选择问题。     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法.该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地保留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰；另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段...     

基于响度主分量模糊直方图的音频检索方法

根据人耳听觉模型以归一化响度主分量为特征,采用模糊直方图检索音频信息,并根据响度数据的统计分布对直方图编码进行优化。实验结果表明,该方法在低信噪比下具有较好的性能,对噪音具有良好的顽健性(Robustness)。为噪音下的固定音频检索问题提供了有效的解决办法。     

双声道音频水印的同步及盲检测算法

基于双声道特性提出了水印同步及盲检测方法。通过计算左右声道Mel频率倒谱系数特征并利用左右声道相关性实现水印同步段,并将水印嵌入在这个同步段内。同时分析了水印嵌入及攻击对同步性能的影响。利用左右声道同时嵌入正相关或负相关的水印,在水印检测时可对左右声道进行相关检测来确定水印嵌入信息,实现了相关检测在水印盲检测中的应用。水印检测时,既不需要原始载体,也不需要原始的水印信息。实验结果表明:提出的同步及水印嵌入算法对加噪、MP3压缩、重采样及重量化等攻击具有较强的健壮性。     

基于粒子的非牛顿流体模拟统一模型

为模拟非牛顿流体的运动现象,提出了一种基于粒子的模拟方法.通过对Navier-Stokes方程组添加应力张量项,并利用光滑粒子流体动力学的基本方法进行求解,建立了非牛顿流体模拟的统一模型.实验结果表明,通过调节模型参数k和μ,流体可表现出不同的弹性和塑性.增大k而减小μ,流体会表现出较强的塑性和较弱的弹性,反之,增大μ而减小k,流体会表现出较强的弹性和较弱的塑性.通过扩展Navier-Stokes方程组,模型能够真实的模拟具有不同弹性和塑性性质的非牛顿流体.     

TMS320C30的典型函数运算

TMS320C30是第三代数字信号处理器,指令周期60-ns,支持浮点运算,已在实时数字信号处理中得到了广泛的应用。本文讨论在实际应用中常要涉及的一些典型函数在TMS320C30上的计算方法。文中首先简要介绍了TMS320C30的特点,分析归纳了典型函数近似计算的常用方法,即多项式近似计算方法和迭代计算方法。在此基础上,以正弦函数为例介绍了TMS320C30上多项式近似计算的实现过程;以倒数和开平方运算为例,介绍了迭代近似方法,推导出了各自的迭代公式,给出了迭代初始值x[0]的选取办法。最后简要介绍了实验环境,给出了典型函数在TMS320C30上的执行时间。     

高性能单片机μPD78233简介

日本NEC公司的78K／Ⅱ系列单片机是广泛适用于工业控制、电测仪表、文字处理等领域的微处理器。其一兆字节内存空间的特点优于菲利浦系列单片机，特别适合于配置汉字库。本文以其中代表的μPD78233为例，分析了它的特点、内部结构、管脚配置；并介绍了一个典型的应用例子。     

噪声环境下顽健的语音识别系统

开发了一高噪声环境下特定人孤立词的语音识别系统，讨论了系统性能的考核情况，考核实验表明，系统在80dB以下噪声环境下工作，精度较高；在100dB的高噪声环境下，识别率高于96％，系统仍可使用。     

一种基于非线性特征的应力影响下变异语音识别方法

考虑到变异语音产生的非线性特点,本文提出了一种基于TEO能量算子倒谱特征的应力影响下变异语音识别方法。先将语音信号分割成21个不同频带的信号,然后计算TEO能量,最后进行对数运算和离散余弦变换。对航空模拟飞行器中采集的小词表特定人的识别实验,采用非线性分析的基于TEO能量算子倒谱特征的方法,能有效地提高变异语音的识别性能,比传统的基于MFCC特征的方法识别率提高了11.3％。     

基于MAP自适应算法的应力下变异语音识别方法

变异情况对语音的影响是导致语音识别系统性能下降的原因之一。一般情况下变异语音数据采集困难,获得的训练数据量少,这样即使测试环境和训练环境都相同,识别性能也不理想。利用自适应算法可以解决这类问题,它采用少量的测试环境数据进行训练,以达到训练模型和测试数据匹配的目的,保证系统良好的识别性能。MAP算法是常用的自适应算法,大多应用于话者自适应环境,该文尝试将其应用于变异语音识别系统中,并通过对该模型做相应改进获得了较好的识别结果。在小词表特定人应力变异的识别实验中,分别用非特定人模型和改进的特定人模型作为初始模型,应用MAP算法,系统识别率均有明显提高,与基本识别系统相比,在10遍自适应数据前提下,识别率分别提高了15.84%和15.97%,最好的识别率达到85.56%和90.42%。