基于多词汇树的对话语音识别搜索策略

在查询类对话语音识别系统中，词汇中的少数几类词往往占有词汇量的很大部分，利用这一重要特点，可以对传统的基于单树结构的搜索算法进行改进。本文在采用基于类的语言模型的条件下，在查询类对话语音识别系统中，对词汇中的若干大类单独建树，从而免除了多数词汇的语言模型look—ahead计算时间和存储空间，并实现了语言分的提前精确运用。针对机票预订口语对话系统的实验表明，该搜索策略与单树方法相比，在同样的计算资源条件下，时间效率有显著提高。     

基于连续语音识别算法和词树约束的汉语词组语音识别

具有确定词表的词组语音识别是语音识别研究的一个重要方面,应用相当广泛。本文在简单介绍词组语音识别之后给出了一个基于连续语音识别算法和词树约束的汉语词组语音识别方法。这种方法通过在束搜索连续语音识别算法中引入词树约束信息,发挥了连续语音识别算法的优点,并且充分利用了确定词表的约束信息,提高了计算和搜索的效率。然后介绍了约束词树和它的高效存储结构,这种结构提高了约束词树的存储效率和在识别搜索中的检索效率;最后给出实验的结果和讨论并进行简要的总结。     

基于“增加树”的语音识别搜索网格的优化设计

基于传统的语音识别搜索网格的分析,提出了一种基于“增加树”法和上文相关声学模型方法的识别搜索网格优化,该方法对于人名查询搜索网格中姓氏的大量冗余能够起到较好的优化作用,该识别搜索网格优化设计主要针对一个人名查询应用的识别内核开发提出来的。     

面向多人语音识别的对话系统研究

针对传统英语对话系统受环境噪声影响,出现多人混合语音分离现象,造成多人英语语音识别和对话效果降低的问题,提出一种基于深度学习的语音增强和传统阵列信号处理的多人英语语音分离系统。首先,采用基于长短时记忆网络LSTM的多目标语音增强算法捕捉英语语音序列的长时特性;然后建立一个两阶段的单通道多人语音分离框架提取目标说话人语音;最后将提取语音与阵列算法进行融合,并通过空间信息实现目标说话人英语语音精确估计。结果表明,相较于DNN-DM模型和LSTM-IRM模型,提出的LSTM-DM模型的信噪比指标明显更高,此模型的平均PESQ由2.66提升至2.95,增益为0.074%。由此说明,LSTM-DM模型的英语语音去噪和语音增强效果更好。提出的特定说话人前端系统的英语语音对话词错误率为65.3%,对比于Officoal Beamformlt系统和CGMM3Mask Fusion模型下降了14.6%和5.1%。说明此系统可实现多人混合英语语音分离,具备一定的有效性。     

基于词汇树的图片搜索

针对基于内容的图片搜索存在召回率低及匹配速度较慢的问题,在词汇树的基础上,利用模糊量化加以解决。把从图像中抽取到的SIFT特征利用词汇树模糊量化到单词中,从而将图片转为用向量表示,同时用向量间的比较测量图片相似度。实验结果表明,该方法可以有效缩短响应时间,提高搜索结果的召回率。     

基于语音识别的英语智能对话机器人人机交互系统设计

为进一步提升当前英语服务型机器人的人机交互效果,以语音识别为基本方法,提出一种英语智能对话人机交互系统。通过对交互系统的特征参数提取方法以及语音识别模型进行优化,同时结合对应的模块设计,一定程度上提升了交互系统的性能。仿真结果表明,与其他特征参数提取算法相比,本研究的LPMFCC特征参数提取算法的具有更高的识别率,达到了88.5%;与改进前的HMM模型相比,本研究提出的改进HMM模型能够更快完成训练且训练误差更低,仅需4次训练即可完成训练。以上结果表明了本研究提出的英语智能对话人机交互系统能够取得具有良好的性能,能够取得较好的人机交互效果,对于实际的设计具有一定的参考价值。     

三种不同类型语音对话系统的分析与研究

口语对话系统一直是计算机科学领域人类语言技术的热点,能够应用于不同的领域并且具备广阔的前景。将分析国外不同领域的三种典型会话系统：CommandTalk、ITSPOKE 和NICE。将从使用范围与交互方式、语音识别、对话管理、语音合成等几方面分析和研究这三种来自不同领域的对话系统,并提出观点和见解,为国内的口语对话系统研究和开发提供一定的参考和建议。     

在线废料建模在特定领域语音识别中的应用

严格按照语法规则模型指导声学层识别的特定领域语音识别系统，难以处理未经规则描述的插入语或语气词等语言现象。针对这一问题，将在线废料建模方法应用于该系统，详细讨论了此方法中模型参数N的选择策略，分析验证了语料的信噪比SNR值与参数N之间的相关性，提出了基于此相关性的模型参数优化方法，使得系统的句子识别率和槽识别率相对基线系统分别提高了1834％和1147％。     

一种改进的基于搜索树的EPC识别策略

在物联网中,如何高效识别商品的EPC标签具有重要意义,利用二叉树形搜索算法可将不同的标签区分开来,但空闲结点的产生影响了识别效率.在识别过程中,通过修剪二叉树上EPC标签构成的空闲结点,可以提高识别效率.研究了两个标签具有4位EPC代码的搜索,推导出两个标签具有n位EPC代码的情形,利用概率、递归技术推广到一般情况,并给出了改进后搜索方法的实验数据.     

智能机器人语音识别对话与控制

现在．随着电脑的普及、电脑性能的提高，越来越多的朋友在工作、学习、生活和娱乐中离不开电脑了。语言是人类交流的最自然、最方便的手段．因而也必然成为人和计算机之间交流的手段之一。利用语音识别技术平台，创造出互动有趣的人机对话氛围．会让您感受到高科技的神奇与乐趣。     

连续语音识别的线性词典动态规划研究

从介绍隐马可夫模型和Bayes选择规则着手,进而介绍了语音识别中基础性算法一线性词典动态规划搜索算法,实现了一个数字音识别系统,并对该实现系统作了较为详尽的描述。     

基于语音识别的智能物品查询系统的分析与研究

声纳智能物品查询系统(以下简称:该系统)从物品管理功能需求出发,基于语音识别技术,重点研究该领域发展现状、受众需求模型及实用功能设计,研究智能语音识别技术及应用,拟实现通过使用智能语音助手,以语音答辩的形式快速查找、获得物品存放位置及信息。项目创新点在于突破传统查询及管理模式,语音对话实现录入及查找操作,解放双手。     

基于环境信息的移动搜索个性化查询扩展

与传统搜索相比,移动搜索对位置、温度、速度等环境信息更为敏感.为了有效利用环境信息推断用户查询意图,提出了一种基于环境信息的查询扩展方法并应用在移动搜索系统Clever Search Engine(CSE)中.该方法利用专家系统对分词后的查询词和收集到的用户环境信息进行推理和融合,扩展查询词,实现个性化搜索.实验证明,基于环境信息的移动搜索个性化查询扩展方法能有效改善移动用户的搜索体验,比现有的公共搜索引擎(如Google)具有更高的查准率.     

基于搜索引擎的信息查询技术研究

随着网络的快速发展,搜索引擎日益成为处理信息的主流工具.Internet是世界上资料最多、规模最大的信息资料库.在WWW上进行信息查找有3种方法,即基于超文本的信息查询、基于目录的信息查询、基于搜索引擎的信息查询,网络信息检索核心工具是搜索引擎.从搜索引擎概述、查询技术方法及展望等进行阐述.     

连续语音识别系统中的One pass搜索方法

文中介绍了在THSP系统上如何实现基于beam viterbi搜索的one pass方法,并且结合one pass方法的特点,对识别方式分别从声学层和语言层进行了一些改进。一方面,为了从声学层传递尽可能多的信息给语言层,提出了对三长度假设及静音处理方式的改进。另一方面,利用语言层知识来指导声学层剪枝。最后,文中就实验结果探究了基于beam viterbi搜索的one pass方法相对于two pass方法的优劣,并指出,在系统开销基本没有增加的前提下,one pass方法较two pass方法的正确率有普遍提高。     

基于搜索引擎的信息查询技术研究

随着网络的快速发展,搜索引擎日益成为处理信息的主流工具。Internet是世界上资料最多、规模最大的信息资料库。在WWW上进行信息查找有三种方法,即基于超文本的信息查询、基于目录的信息查询、基于搜索引擎的信息查询,网络信息检索核心工具是搜索引擎。本文从搜索引擎概述、查询技术方法及展望三方面进行阐述。     

火车票查询系统中语音识别的研究及实现

文章首先介绍了火车票查询系统中语音识别的框架结构,并详细描述了采用微软SPEECHSDK技术实现车次、车站语音识别的详细流程,最后从识别率、鲁棒性方面对该识别系统进行测试和分析,实验表明,该语音识别系统是稳定的和实用的。     

基于Speech SDK的数字语音识别系统研究

为了较好地实现数字语音识别,运用隐式马尔科夫理论研究数字语音识别系统,通过软件编程研究其在语音识别系统中的应用。在VC++6.0环境下,该系统实现了汉语数字语音的识别。实验结果表明,其达到了较高的识别率。     

基于端到端语音识别的关键词检索技术研究

近十年来,端到端的语音识别框架发展迅速.区别于传统的基于隐马尔可夫模型的语音识别框架,端到端语音识别拥有众多新特性,而且可以达到相同或更优秀的性能.因此,端到端语音识别吸引了越来越多的关注,已经成为了与传统语音识别并列的第二类主流框架.针对端到端语音识别无法提供关键词检索所需的关键词准确时间起止点与可靠置信度的问题,提...