语音识别技术分析

语音识别是研究让机器能够听懂人类口述的自然语言的一门学科,其最终目标是实现入与机器进行自然语言通信。介绍了语音识别的关键技术,主要有语音识别单元选取、特征参数提取技术、模式匹配准则及模型训练技术三个方面,通过具体的实现方法对各种技术作出介绍,以达到在语音识别中提高识别率的效果。最后对各种技术以及语音识别系统的作用和意义作出简要总结。     

语音识别技术的发展

语音识别技术研究让人更加方便地享受到更多的社会信息资源和现代化服务,对任何事都能够通过语音交互的方式。     

语音识别技术的广泛应用

自动化语音识别（Automatic Speech Recognition，简称ASR）技术，长期以来一直为各个领域所关注。语音是最符合人类自然习惯的一种通讯方式。语音这一媒体较之其它如     

语音识别浏览器VoiceIE设计与实现

语音识别浏览器VoiceIE提供一种全新的语音方式进行Internet WWW浏览适合各类办公自动化系统，特别是其于嵌入式系统的信息家电、PDA等应用领域。本文首先介绍VioceIE的系统结构及功能，然后阐述语音识别模块和浏览器模块的设计与实现方法，对浏览操作与窗口管理中基于COM编程和Internet API 运用，语音信号实时检测与识别中MIC API与互信息匹配模型MIC的运用，以及语音识别模块与浏览器模埠的数据通信等进行了描述。     

基于语音识别技术的智能控制系统设计

语音识别技术近些年来发展非常迅速，并且在许多方面已经有了很好的应用。以语音识别技术在对话娃娃中的应用为例，阐述如何利用语音识别技术来设计智能控制系统，并详细介绍了系统的结构和原理。该系统具有很好的扩展性，稍微做些改动，就可以设计出各种各样的语音控制系统。     

生物特征识别技术之语音识别

语音识别技术的基本任务是将人说话发出的声波信号转换成为一种能够表达口语消息的符号序列。关于语音识别的研究从二十世纪50年代开始到现在的半个多世纪里一直非常活跃。本文将从语音识别的方法、技术原理和发展趋势等多方面进行阐述,便于读者全面了解语音识别现阶段的技术成果和未来走势。     

多Agent在语音识别技术中的应用

笔者探讨了多Agent与语音识别系统的有机结合,分析了其基本原理和工作流程,为解决此问题提供了新的思路,最后详细讨论了基于多Agent语音识别技术的军事作战文书自动化系统的总体方案和组织结构。     

语音识别技术研究进展

简单介绍了语音识别技术的发展历史和现状,阐述了语音识别系统的基本原理,对语音识别的基本方法和识别过程进行了深入分析,尤其对HMM模型及其改进型作了详细说明,探讨了语音识别技术发展过程中的难点问题,给出了相应对策,并对语音识别技术的发展方向和前景作了展望.     

语音情感识别综述

人类的语音情感变化是一个抽象的动态过程,难以使用静态信息对其情感交互进行描述,而人工智能的兴起为语音情感识别的发展带来了新的契机。从语音情感识别的概念和在国内外发展的历史进程入手,分别从5个方面对近些年关于语音情感识别的研究成果进行了归纳总结。介绍了语音情感特征,归纳总结了各种语音特征参数对语音情感识别的意义。分别对语音情感数据库的分类及特点、语音情感识别算法的分类及优缺点、语音情感识别的应用以及语音情感识别现阶段所遇到的挑战进行了详细的阐述。立足于研究现状对语音情感识别的未来研究及其发展进行了展望。     

基于语音识别技术的智能生活管理系统的设计

随着语音识别技术以及智能手机技术的迅猛发展,移动终端成为生活服务的新平台。从最初的只能识别10个英文数字的Audry,到将语音识别技术引入到移动终端的Siri,直至Google Assistant,无不在宣告语音识别技术的飞速发展和其在生活中的重要地位。AI技术的进步让语音识别这项技术的应用走入平常百姓的生活,语音智能生活管理系统应运而生。语音智能生活管理系统通过语音输入代替手动输入,满足了一些特殊情况下的输入需求。笔者主要设计了手机端语音拨打电话、日程安排、生活用品信息管理和个人账目管理等功能。     

多Agent在语音识别技术中的应用

笔者探讨了多Agent与语音识别系统的有机结合,分析了其基本原理和工作流程,为解决此问题提供了新的思路,最后详细讨论了基于多Agent语音识别技术的军事作战文书自动化系统的总体方案和组织结构。     

语音识别研究综述

语音识别使声音变得"可读",让计算机能够"听懂"人类的语言并做出反应,是人工智能实现人机交互的关键技术之一.本文介绍了语音识别的发展历程,阐述了语音识别的原理概念与基础框架,分析了语音识别领域的研究热点和难点,最后,对语音识别技术进行了总结并就其未来研究进行了展望.     

语音识别在轮机模拟器中的应用

针对传统轮机模拟器的操作者身兼多职、人机交互复杂的问题,将语音识别技术应用于轮机模拟器。收集并制作轮机领域的语料库,提取语音信号的MFCC特征,基于Kaldi平台完成声学模型建立,使用SRILM工具建立语言模型并对比多元语言模型性能差异,针对语料稀疏问题使用Kneser-Ney平滑算法进行处理,建立用于操作轮机模拟器的语音交互系统。通过测试表明,能够实现使用语音操作轮机模拟器。     

浅议语音识别技术的研究与发展

作为智能控制研究的主导方向和人机语音通信的关键技术,语音识别技术一直受到各国科学界的广泛关注.如今,随着语音识别技术研究的突破,其对智能控制发展和社会生活的重要性日益凸现出来.     

语音识别技术和应用

一、一般概念 语音识别的终极目标就是研制出一台能听懂任何人、任何内容的讲话的机器。很显然目前的技术水平还难以使得计算机与人类之间的语音交流变得和人与人之间的对话那么自如、方便。甚至曾有专家比喻其难度要超过“人类登上月球”!我们今天进行这一领域的研究与开拓就是要让语音识别技术走入人们的日常生活当中,并不断朝着最高目标而努力。 1.语音识别系统的分类 语音识别系统会有不同的系统设计和实现,因而会有不同的应用范围及限制。现在举出几个比较重要的不同的操作方式,及其可能的应用范围。     

基于神经网络的智能语音识别研究

语音识别或语言转化成文本的过程包括捕获声波,数字化声波,转换成基本的语言单位或者音素,根据音位和语境构建词语,分析词语,保证拼写正确,并且保证与听到的词语保持一致。该文把人工智能和神经网络技术应用到语音识别系统中,通过学习获得固定权重并应用到模型,最后模型快速给出与输入相匹配的输出。文中涉及到的神经网络模型主要用来进行语音识别。     

移动互联时代的语音识别技术

语音识别是新一代人机界面中最重要的技术之一。上一世纪最后十年,由于语音识别技术的快速发展,人们对此寄托了无限的期望和遐想。然而,至少到目前为止,从听写机到电话语音识别,语音识别的应用尚欠火候。是技术上不可逾越的障碍,还是应用不合时宜、时机?这一切将随着移动无线互联网以及新一代移动通讯的发展而产生变化。 中国科学院自动化研究所研究员、博士生导师、国家模式识别实验室副主任徐波老师将从现有语音技术、产品出发,讨论该技术未来几年在嵌入式系统、无线互联网以及语音翻译中的应用以及对信息产业可能产生的深刻影响。     

以学习者为中心的网络课程的设计与制作——以《诗词鉴赏》课程为例

网络课程作为支撑网络教育的资源及环境载体,对网络教育的有效开展作用重大。随着国家对网络课程资源 建设的重视,各地区、各高校纷纷兴起了网络课程建设的热潮。然而笔者通过对《诗词鉴赏》类网络课程的调研发现,其并不能满足现有学习者的需求。本文从这类网络课程存在的问题出发,以《诗词鉴赏》网络课程的学习者为调研对象,并以中山大学网络教育学院《诗词鉴赏》课程为例,探索以学习者为中心的网络课程的设计与制作。     

稳健语音识别技术研究

文章在简单叙述稳健语音识别技术产生的背景后,着重介绍了现阶段国内外有关稳健语音识别的主要技术、研究现状及未来发展方向。首先简述了引起语音质量恶化、影响语音识别系统稳健性的干扰源。然后介绍了抗噪语音特征的提取、声学预处理、麦克风阵列及基于人耳的听觉处理等技术路线及发展现状。最后讨论了稳健语音识别技术未来的发展方向。