语音识别技术综述

本文综述了语音识别领域里的主要技术。首先,系统地介绍了孤立词识别系统中的算法和技术。然后,简要介绍了连续语音识别系统中的主要处理方法。最后,说明了语音理解系统中的特殊问题。     

宽带语音编码技术专题讲座(四) 第7讲 一种适用于VoIP的宽带语音编码算法:SILK

文章介绍了一种专门为网络应用设计的宽带语音和音频编解码器SILK的主要特点和编解码基本原理。SILK编解码器在6 kbit/s~40 kbit/s速率上对8 kHz、12 kHz、16 kHz、24 kHz采样的语音和音频信号进行宽带和超宽带编解码;通过控制编码比特率、包速率以及采用抗丢包和DTX等功能使得SILK编解码器更适合于网络应用;SILK编码器可以采用不同的复杂度等级来充分利用处理器资源;并且编码器的所有这些功能特性都可以逐帧进行调整。     

一种多速率/多制式卫生终端的模块化设计

本文在分析了研制多速率／多制式卫星通信终端必要性和可行性的基础上,详细介绍了该终端的模块化设计方案,并就终端内三大模块的数字化实现进行了较详细的探讨。     

面向战术环境的语音指挥技术研究

与数据指挥相比,语音指挥在战术环境中优势明显。但因战术条件下地理环境复杂、电磁环境恶劣、通信信道速率低等原因影响了其指挥效能的发挥。通过对语音指挥现状分析,提出面向战术环境特别是窄信道条件下语音指挥的总体设想,并给出提升战术环境下语音指挥能力的关键技术及解决措施。最后通过试验验证了技术可行性。     

4.8kbps低延迟MBE语音编码器研究

在数字语音通信中,低延迟、低数码率与语音质量三者相互矛盾。本文在目前国际上比较先进的语音编码方法－多带激励（ＭＢＥ）语音编码方法基础上,力图降低其延迟,提出了多带激励与线性预测相结合（ＭＢＥ－ＬＰＣ）语音编码方法,研究了该模型的语音分析与合成基本原理和算法,提出了在４．８ｋｂｐｓ中等传输速率下延迟小于５０ｍｓ的语音编码方案,在计算机上模拟实现。实验结果表明,该算法所模拟的４．８ｋｂｐｓ较低延迟语音     

基于语音频谱包络抽取的MFCC算法

MFCC可以更加准确地表示语音低频处的频谱包络,在语音转换中是一种很好的频谱包络表示方法;提出一种新的有效的求解MFCC的算法,先对频谱通过谐波抽取得到阶梯谱包络,再对阶梯谱包络进行Mel尺度变换,最后通过余弦变换求得MFCC参数。该方法实现简单,运算结果准确。     

语音编码系统的客观质量评估

本文比较了几种常见的语音编码系统客观质量评估方法,得出 LPC CD(法线性预测编码倒谱距离法)是一种最接近主观评估结果的客观质量评估方法的结论,并对 LPC CD 法作了详细的介绍。     

军用实时语音识别系统的探讨

本文介绍并讨论语音识别军事应用的潜力和现状,给出我们建立的一个可用于军事作战指挥和多控制场合的小、中词汇表实时语音识别系统。     

基于DFCNN-CTC和Transformer的中文语音识别

语音识别一般只是将语音转化成文字,识别的结果是没有标点的一连串汉字,这不利于读者阅读,也会影响后续任务的处理.因此,引入语音端点检测解决上述问题.同时针对传统的语言模型N-gram存在忽略字词之间语义的相似性、训练时的参数过大等问题,提出一种以全序列卷积神经网络DFCNN作为声学模型,Transformer作为语言模型...     

语音总体效能的计算机客观评价方法研究

多媒体界面中的语音评价问题尚处于研究阶段。本文探讨了语音评价的基本方法，重点对语音的客观评价方法进行研究，提出了一种应用语音分析技术进行语音总体效能客观评价的计算机处理方法。     

现代军事情报处理方法中的语言、语音技术

军事情报的收集、处理和分析是情报部门的重要工作,当今时代,依靠人工搜集处理方法在效率上已经不能满足需要,采用先进的信息处理技术对情报进行自动处理技术正是解决这一问题的有效途径。大部分的情报载体是文字和语音．因此自然语言和语音处理技术在情报处理方面发挥着重要作用。针对军事情报处理方法中的语言、语音处理技术进行简单的介绍,包括机器翻译、信息检索,语音分析、语音识别等方面。     

手机智能语音交互功能调查及对策

研究了手机智能语音交互功能使用现状、存在问题及改进措施。通过问卷调查和用户访谈的方式从功能需求、掌控程度、优势不足和改进建议4个方面收集语音功能用户反馈信息,利用统计学方法对问卷结果进行统计描述和数据分析。用户对语音功能有较大需求,用户年龄、职业、性格因素对语音功能掌控程度存在显著差异,不同语音功能使用情况有显著差异,解放双手、自然高效、满足特定场所需求是语音功能的主要优势,操作过于繁琐、用户使用习惯以及手机语义理解能力差是目前语音功能的主要不足。智能语音功能市场潜力大,需引导用户转变使用习惯,同时提高语音识别理解能力,简化操作,提高语音交互易用性。     

语音信号的混合编码技术

混合编码方式吸取了波形编码和参数编码各自的优点,在4．8～16kbps范围内具有良好的语音质量,是语音编码领域内的研究热点。本文还将介绍两种类型的混合编码算法．     

无线通信中语音降噪技术的实现

本文基于语音增强技术研究工作．根据无线语音通信中噪声干扰的特点．对不同噪声采取不同的降噪对策,使用单端、被动降噪模式,在不改变原有通信系统工作模式情况下,实现了无线语音通信的降噪功能。     

语音矢量量化编码

语音矢量量化编码是一项新技术,具有很大的实用价值。本文简要地阐述矢量量化原理之后,着重介绍语音波形矢量量化编码、语音参数矢量量化编码、以及混合形式矢量量化编码,综述近年来国内外学者在这几个方面取得的一些成果,预测它们的发展动向。     

一种优质、低时延的 8kb/s 语音编码算法

介绍一种优质、低时延的8kb／s语音编码算法，重点描述了算法的构造，分析了算法的性能。本算法可用一片33MIPS的通用定点DSP芯片实现。对算法所作的编解码信噪比测试和非正式的听音测试表明，该算法具有优良的编解码语音质量。     

语声控制系统模型及实现

语声控制系统是指利用电子计算机对语音信号进行分析,提取出其中携带的有关参数,综合利用语音识别技术与讲者识别技术而构成的一种专用控制系统。本文介绍一个基于汉语数字零到九识别的语声控制系统的模型及其实现方法。     

语音识别技术在射击指挥模拟训练中的应用

介绍了分队射击指挥模拟训练系统的概念,分析了模拟训练中语音通信机制.将语音识别系统引入模拟训练系统中,并就应用中存在的问题进行了探讨,提出了解决方法.