中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 秦伟华南理工大学 2007年博士导师: 韦岗共92页

摘要 : 虽然现在的计算机技术在内存和速度方面都有飞速的发展，但是人机接口技术的发展相对滞后。这阻碍了计算机技术在人们同常生活中的应用。语音识别技术的出现，可以有助于建立自然的、高效的人机接口。使人们，特别是有某些生理缺陷的人们更好地进行人... 展开虽然现在的计算机技术在内存和速度方面都有飞速的发展，但是人机接口技术的发展相对滞后。这阻碍了计算机技术在人们同常生活中的应用。语音识别技术的出现，可以有助于建立自然的、高效的人机接口。使人们，特别是有某些生理缺陷的人们更好地进行人机交流。现有的、仅仅依靠音频语音特征的单模语音识别系统通常是为受控环境中的干净语音设计的，尽管它们在安静的环境里能取得很好的识别效果，但当存在环境噪音时，由于训练环境和实际环境的不匹配，其性能会急剧下降，在很多情况下无法满足实际应用的需要。为了弥补单模语音识别系统的这一缺陷，受到了人类语音交流方式的启发，建立了同时利用音频和视频语音特征的音频一视频双模语音识别系统。由于视频语音特征不仅能提供额外的语音信息，而且还不易受到环境噪音的干扰。所以，双模语音识别系统在实际应用中取得了良好的效果。如何正确和有效地利用音频和视频语音特征，即双模语音融合技术是双模语音识别中的一个关键问题。本文对音频一视频双模语音融合技术在双模语音识别中的应用进行了研究，其主要内容及成果如下： 1．建立了一个用于双模语音识别研究的、汉语的双模语音数据库。数据库包含了8个说话人，其中4男4女。由每个说话人把每个汉语数字(0--9)重复10遍录制而成。录像中同时捕获了说话人的音频语音和同步的视频语音特征(即说话人正面的脸部图像)。 2．研究和分析了常用的音频语音特征和视频语音特征。其中，音频语音特征包括：线性预测编码系数、梅尔倒谱系数和基于感知的线性预测系数；视频语音特征包括：基于像素参数的特征、基于几何参数的特征和基于模式参数的特征。 3．研究了基于参数捆绑技术和子空间分布的捆绑子空间分布的隐马尔可夫模型。改进了捆绑子空间分布的隐马尔可夫模型的训练算法，并把模型用于语音识别中。实验结果表明，该算法降低了模型训练的复杂度，提高了识别系统的运行效率。 4．提出了一种分等级的、并行的AdaBoost算法，并用于双模语音识别。这种分等级的并行AdaBoost算法不仅可以使每个基本识别器中的多个类别的隐马尔可夫模型同时进行训练，而且可以使多个基本识别器同时进行训练。该算法不仅提高了双模语音识别系统的识别率和抗噪性。而且，与传统的AdaBoost算法相比，提高了识别系统的执行速度。 5．提出了一种新的多数据流隐马尔可夫模型的流权值优化算法，并用于双模语音识别。该算法把识别器的类识别率和散度作为两个测度，计算流权值。然后在最小分类错误准则的指导下，利用广义概率下降算法和N-best算法，进行多数据流隐马尔可夫模型的流权值优化。实验表明，用该算法优化得到的流权值，可以有效地提高双模语音识别系统的识别性能和鲁棒性。收起

关键词 : 语音识别双模语音识别双模语音融合音频语音视频语音

2. 在汉语语音识别中语速、音量和音调调整的研究

[学位论文] 周珺西安电子科技大学 2002年硕士导师: 王闵;范京共52页

摘要 : 该文主要介绍了作者针对这一问题所作的关于语音调整的技术与方法的研究工作,其中包括(1)根据汉语语音发音时每一个音节都含有元音,元音长度占音节长度的主要部分但是却不包含发音的主要信息这些特点,提出在语音的元音部分利用相关系数寻找相似波形,然... 展开

关键词 : 语音识别语音语速语音音量语音音调

3. 汉字阅读过程中语音的通达与表征

[学位论文] 杨辉北京师范大学 1998年博士导师: 彭聃龄共80页

摘要 : 该论文从汉字语音是否在加工早期得到普遍激活、如何激活的角度探讨汉字形声字语音的加工过程.该论文提出的四个研究问题是L语音的激活是否发生在多个层次;语音的激活是否是普遍的,也就是说,语音激活是否是汉字加工中的必然过程;语音激活的各个资源之... 展开

关键词 : 语音加工语音通达语音表征汉字阅读

4. 噪声环境下语音的参数提取及恢复

[学位论文] 陆伟上海交通大学 1997年硕士导师: 陈亚骏共43页

摘要 : 该文在对现今语音的增强研究的基础上,提出只有采用基于目标语音参数估计的增强算法,才能真正地在各种低信噪比环境中一样发挥作用.为此,该文设计了一个考虑噪声存在的语音产生模型.针对语音模型中的激励环节,该文率先引入了预滤波旋转不变的算法,以提取语音基音参数.

关键词 : 语音增强语音模型语音激励声道滤波语音恢复

5. 分形理论在语音信号分析中的应用

[学位论文] 邝建华南理工大学 2004年硕士导师: 蔡汉添共61页

摘要 : 分形理论是非线性科学研究中十分活跃的一个分支,其研究成果已经被广泛应用于图象处理、模式识别、人工智能以及非线性电路等领域.相比而言,分形理论在语音信号处理方面的应用则较少.语音信号是一个复杂的非线性、非平稳过程,基于线性系统理论发展起来... 展开

关键词 : 分形语音处理语音分割语音插值

6. 移动通讯信息服务语音门户系统的设计与实现

[学位论文] 田文丽哈尔滨工业大学 2004年硕士导师: 王宇颖共61页

摘要 : 依托计算机技术的迅速发展,网络技术日趋完善,信息高速公路在全球迅速兴起,信息服务产业逐渐形成两大部分:一是基于互联网的ISP服务;另一个就是基于通信电话网的语音信息服务.语音门户应用服务是在公用电话通信网(PSTN)、移动通讯网的基础上利用计算机... 展开

关键词 : 语音门户语音识别语音合成

7. 基于汉语耳语音的语音库和语音识别的研究

[学位论文] 杨莉莉南京大学 2006年硕士导师: 徐柏龄共63页

摘要 : 耳语音识别是个全新的课题，可应用于公共场合下的手机通讯、失音者的语音恢复和公安司法工作的某些特殊需要等方面。本文首先结合语音基础知识，根据耳语音信号发音模型，介绍了耳语音的生理、声学和感知特点。指出耳语发音与正常发音生理的差异导致... 展开耳语音识别是个全新的课题，可应用于公共场合下的手机通讯、失音者的语音恢复和公安司法工作的某些特殊需要等方面。本文首先结合语音基础知识，根据耳语音信号发音模型，介绍了耳语音的生理、声学和感知特点。指出耳语发音与正常发音生理的差异导致了它们声学特性的差异，其中最主要的就是耳语音是噪声激励源，没有基频和耳语音共振峰的偏移。根据汉语耳语音的特性，主要做了以下几方面的工作： 1.目前国内外关于耳语音的研究相对较少，国内还没有一个比较完整的汉语耳语音库以供研究。本文就以此出发，建立了一个由单人女声发音的包含1172个字和98个近音词的汉语耳语音库。然后通过对两个听觉测试实验数据的统计分析，研究了人耳对汉语耳语音字和近音词声调的辨认率特征，得出人耳对孤立字四个声调的辨认率由高到低的排序为三声＞四声＞二声＞一声。同时也得出入耳对词声调的辨认能力比字要强得多。 2.汉语是有调语言，不同的声调代表不同的字义。在汉语耳语音识别时，为了提高的识别率，必须进行耳语音声调判决。本文讨论了表征耳语音声调的各特征参数，得出幅值包络和音长这两个特征参量能够反映出汉语耳语音声调的特征，基于此参数对汉语耳语音孤立字进行声调识别实验，其声调识别率已经达到了人耳的平均辨认率，为连续耳语音声调识别研究打下了基础。文中在以上工作的基础上，建立了汉语耳语音孤立字识别系统。通过实验比较分析，验证了语音增强处理在耳语音识别系统中的有效性，得出MFCC结合汉语声调模型中的幅值包络参数可作为汉语耳语音自动识别的特征量，它利用Single-Stream 模型将汉语耳语音的声调信息应用在识别系统中取得了较好的效果，最佳识别率达到了90.4％。收起

关键词 : 汉语语音耳语音语音库语音识别声学语音学电声学

8. 应用于VOIP的G.729语音编解码算法在DSP上的实现

[学位论文] 于艳平长春理工大学 2008年硕士导师: 杨立波共54页

摘要 : G.729是国际电信联盟ITU-T于1996年提出的基于CS-ACELP算法(共轭结构-代数码本激励线性预测)传输速率为8Kbps的协议。该算法编码延迟15ms，具有较低的传输速率和良好的合成语音质量，能够满足多媒体通信的要求。近年来，数字信号处理器的高速发展使得... 展开

关键词 : 语音通信语音信号语音合成语音编码

9. 汉韩语音对比与汉语语音教学研究

[学位论文] 朴原熙东北师范大学 2008年硕士导师: 胡晓研共40页

摘要 : 外语学习是在学习者母语基础上进行的，母语基础包括对语音、词汇、语法等的认识。其中，发音是最基础和最重要的层次。所以学习外语时，母语和目的语之间的语言对比是非常重要的。最早的韩中语音对比研究可以溯源到1443年朝鲜时代世宗大王创制训民正... 展开外语学习是在学习者母语基础上进行的，母语基础包括对语音、词汇、语法等的认识。其中，发音是最基础和最重要的层次。所以学习外语时，母语和目的语之间的语言对比是非常重要的。最早的韩中语音对比研究可以溯源到1443年朝鲜时代世宗大王创制训民正音的时候。当时创制训民正音利用的材料就是中国的韵书《洪武正韵》(中国明朝8年，即1375年)。这是明朝太祖统一天下后为了普及中国全国通用的汉字字音而制定的韵书。因为当时两国的关系，朝鲜当然重视《洪武正韵》。为了制定两个语言的发音词典，当时的语言学者倾注的努力是难以想象的。在这以后出现的韵书都积极反映了当时中国的语音。现在韩国使用的汉字音都继承了15——18世纪的汉字音。因此可以说汉语的中古音还存在于韩国的汉字音里。我们通过韩国的汉字音可以了解汉语的中古音。语音变化是自然的语言现象，在中韩不同的语言环境和文化背景下，汉字经过长期的使用和演变，字音、字义、构词功能、检字法等都发生了各种变化。在中国，汉字经历了几千年的演变，现代汉字也具有了不同于古代和近代汉字的显著特征。中韩两国的这种变化反映在汉字的应用上，中韩汉字必然会呈现出各自不同的使用特征。其中语音的变化最大，中国方言的多样性便可以作为例证。其实韩国的汉字音本来是从中国传来的，所以现在韩国的汉字音跟现代汉语语音有可比性。虽然汉韩两种语言有以表意文字和表音文字的不同，但是其中也有一些对应性的规律可循。因此通过双语之间的对比研究，找出语言之间的差异和规律性，把这些规律性的东西应用在汉语教学、教材编写或词典编撰上，对提高汉语的学习效率无疑会起到很多的帮助。本论文采用了韩汉语语音对比研究法，对韩汉语的语音作了声母与韵母的较详细的对比，之后为了找出韩汉语语音之间的差异和一致性，对应的规律性，做了一个以韵母为主声母和韵母排列的音序表。在汉字文化圈内不同语言之间的汉字音比较研究有重要的应用价值。深入探索和比较中韩汉字音在应用方面的特征，不仅可以增强我们对汉韩语音的全面了解，更有助于两种语言教与学的相互借鉴。这些调查结果可以应用在汉语教学方面，对其他外语学习也有很好的借鉴意义。收起

关键词 : 语音对比汉语语音

10. 语音信息系统的研究与实现

[学位论文] 陈淑荣兰州理工大学 1998年硕士导师: 洪毅;袁占亭共63页

摘要 : 该论文从语音信号的数学模型出发,对语音信号进行了分析并将其运用到语音合成、语音识别处理等技术中,对语音编码技术也做了深入的研究.而且把语音处理技术与通信技术结合起来应用到电话语音查询系统,并从理论上详细分析了电话语音查询系统的关键技术... 展开

关键词 : 语音编码语音合成语音识别语音信号电话语音查询系统