导读:本文包含了语音辨识论文开题报告文献综述及选题提纲参考文献,主要关键词:互联网,SUV,首款,扬州,车型,名爵,英语,系统供应商,一辆,云端
语音辨识论文文献综述
朱轩卿[1](2019)在《印度首款互联网SUV有颗“扬州智脑”》一文中研究指出本报讯 ( 朱轩卿) “你好,MG,请帮我打开天窗。”当地时间4月2日晚,在印度德里举行的上汽名爵新车发布会上,一名印度人坐在一辆崭新的SUV里,操着印式英语对着中控位置的车机系统说话。不一会儿,车顶的天窗就自动打开了。当天,上汽名爵SUV车型Hec(本文来源于《扬州日报》期刊2019-04-04)
闫莉莉[2](2018)在《语音教学难易辨识度分析》一文中研究指出ESL学生视发音指导为优先考虑的事情,大学老师应当为了培养学生的正确发音而努力。语音教学涵盖音位,语调,音节多项内容,难易程度各有不同。区分好语音教学层次,是每个英语老师必备的技能。(本文来源于《海外英语》期刊2018年02期)
贺靖康[3](2017)在《基于CIS策略的皮肤听声语音辨识研究及实验平台设计》一文中研究指出皮肤听声系统作为以触觉替换听觉的感官替代系统,其核心是将声音信息通过感觉神经传到大脑,并通过语音辨识训练完成大脑的重塑,从而实现触觉-听觉的替换。皮肤听声技术首先提取语音的频谱信息,随后将信息编码划分为多个通道后通过多路微电流刺激皮肤的感觉神经从而实现语音信息到感觉信息的转换。研究皮肤听声语音辨识方法发现,皮肤听声器还存在刺激通道数量调整不灵活、感觉阈值受刺激电流频率变化影响、低频通道输出幅值低于期望值的问题。为了解决皮肤听声器存在的问题,设计开发了皮肤听声多通道实验平台,并基于CIS算法对皮肤听声器的语音处理策略进行了改进。具体工作总结如下:1)设计的皮肤听声多通道实验平台,硬件包括USB控制模块、DAC模块,软件包括USB设备的固件程序、USB设备驱动程序、应用程序。硬件设计中,利用CypressEZ-USB FX3 USB 3.0芯片和数模转换芯片CS4384设计了 48通道的实验平台,USB与数模转换芯片之间的数据传输采用GPIFⅡ技术实现。软件设计中,USB固件程序初始化USB设备并控制接收和传输USB数据包,实现多个DAC的同时工作;应用程序利用LabVIEW程序实现语音的采集和处理,并将语音传输到USB总线。2)实验平台具体的设计中,根据CS4384的数字接口格式计算了 GPIFⅡ与DAC数据同步传输所需要的串行接口频率,设计了 DAC 一次采样48个通道的数据格式,使用2路DMA通道缓存数据以提高系统的刷新率。3)通过对皮肤听声技术相关理论和连续交迭采样算法(Continuous Interleaved Sampling,CIS)的学习和研究,针对输出电流的频率对感觉阈值的影响和低频通道输出幅值较低的问题,提出了基于CIS算法改进的皮肤听声语音处理策略。改进的策略利用短时傅里叶变换实现CIS算法,各通道的信号经幅度调制输出,通过LabVIEW程序设计并实现了改进的皮肤听声语音处理策略,包括了信号预加重、短时傅里叶变换、短时能量计算、压缩编码和幅度调制。论文完成了皮肤听声多通道实验平台的软硬件设计,提出并实现了基于CIS算法改进的皮肤听声语音处理策略。通过测试和评估表明,实验平台可以实现48通道的信号输出,输出通道调整灵活,平台刷新率高,平均延迟低。基于CIS算法改进的皮肤听声处理策略统一了所有通道输出电流的频率,提高了低频通道输出的幅值,策略有助于语音的辨识,超多输出通道可以更有效的分辨舌面音。(本文来源于《陕西科技大学》期刊2017-10-01)
付先绪[4](2016)在《词汇、语音和句法在留学生汉语句子语体辨识中的作用及其机制》一文中研究指出汉语语体意识是留学生汉语能力的重要组成部分,语体辨识能力是语体意识的重要方面,因此考察留学生的语体辨识能力也是考察留学生汉语能力的一种重要方式。本研究在梳理前人研究的基础之上,主要探讨了以下四个方面的问题;首先采用词汇语体量化的方式,考察了词汇在留学生教材中的语体分布,结果表明:所考察的四套教材中词汇的语体风格并不明显,词汇语体丰富度不够显着,语体标记不明显,语域变化幅度不大,整体看比较接近中间语体;其次,使用句子语体判断和回答问题的实验方法,系统考察了词汇、语音和句法叁个因素在中高级水平留学生句子语体辨识中的作用及其认知机制,这也是本研究的重点,结果表明:词汇语体属性对中高级水平留学生的句子语体辨识的影响最为显着,句法的语体属性其次,而语音的语体属性的作用相对较弱。视觉呈现下,词汇和句法的交互作用达显着性水平,听觉呈现下,词汇和句法之间没有交互作用;同时,我们还考察了视觉和听觉两种模式下,留学生句子语体辨识的差异,结果显示:中高级水平汉语留学生在视觉和听觉两种呈现方式下的句子语体辨识结果并没有显着的区别;最后,在此基础之上,根据实验被试的问卷信息,考察了被试语体辨识能力与留学生语言背景之间的关系,结果表明:中高级汉语水平留学生句子语体辨识能力与年龄和系统的汉语学习时间之间存在着显着的相关性,正常智力水平下,年龄越大、系统的汉语学习时间越长,语体辨识能力越强。文章最后,对上述结果进行了系统的原因分析,并提出了相应的建议和意见。(本文来源于《暨南大学》期刊2016-05-01)
张旭红[5](2015)在《基于语音情感的危险状况辨识研究》一文中研究指出随着信息技术的高速发展和人们对安防要求的不断提高,生命财产安全保护成为新时期重要的课题。为加强安全防范和市政管理,在一些人流密集的公共场所,如火车站、广场、机场等安装了大量的摄像头,为事故的跟踪、预防和应急处理起到重要作用。据报道,英国在公共场所安装的摄像头约有420万个,并且数量在不断增加。在我国,随着人们生活水平的提高,以及对于安防工作的意识越来越高,加上“平安城市”、“智慧城市”等城市信息化大型工程的建设,视频监控的应用也在急剧增长。但是,视频监控系统有两大缺陷:一、对人的分析和决策具有严重的依赖性。然而由于人生理上的弱点,所以能有效监控摄像头的数量和时间都是有限的,常常会出现漏报的现象,使监控系统的稳定性和可靠性存在问题。二、无法实现实时监控报警。由于普通的视频监控智能程序低,无法对视频数据进行有效筛选和处理,很多情况下不能实现实时报警,多用于事后取证。而随着语音情感的研究和安防报警器的应用普及,将语音情感系统应用于安防领域能够弥补视频监控系统的不足,使安防工作取得更好地效果,是本论文的目的所在。本文利用语音情感和人工智能方法,以多个语音数据库为基础,从声音属性这一新的视角研究危险状况下语音的特征,并将其应用于安防报警系统,给人们的生命财产安全提高更高的保障。本文的工作主要集中在以下几个方面:分析人的声音属性与情感之间的关系,探索二者之间的映射规律。根据该映射规律,确定不同情感所相关的声音属性。二、研究危险状况下人的声音相关属性特点,确定危险状况辨识所适用的声音属性。通过情感分析,结合声音属性与情感之间的关系,确定危险状况下的的情感与声音属性的对应关系,选择合适的声音属性进行分析,确定危险状况是否发生。叁、研究基于声音属性的危险状况自动辨识的人工神经网络模型。四、建立反映危险情景的声音属性数据库,选择目前较通用的情感语音数据库和异常声音数据库,对人工神经网络模型进行实验,并与MFCC情感语音方法进行对比。(本文来源于《广东工业大学》期刊2015-05-01)
施艳艳,于文英,杨凌霄,刘幸娜,周飞[6](2015)在《空调的非特定语音辨识与控制》一文中研究指出采用STC11L08XE单片机作为主控制器,以LD3320芯片作为外扩语音控制器件,实现语音辨识功能和对空调运行状态的控制,如启动、停止、功能转换、温度调节、定时开关等.该语音控制系统由语音辨识模块、红外线传输模块、LED指示灯模块及按键触发模块组成.根据非特定人声语音辨识方案,设计相应的语音识别程序,并将语音控制系统模块集成到具有红外传输功能的空调遥控器电路中.实验结果表明,根据初始设定的语音命令可实现系统对空调的语音控制,该系统在一定距离范围内具有较高的识别率.(本文来源于《河南师范大学学报(自然科学版)》期刊2015年02期)
张汝霞,李苏梅[7](2013)在《小规模人员语音辨识系统的研究》一文中研究指出介绍语音识别的原理、技术与语音识别的过程,特别介绍HMM,采用MFCC提取语音参数,设计一个用于小规模人员身份识别的语音辨识系统,该系统可用于智能门禁系统中。(本文来源于《现代计算机(专业版)》期刊2013年02期)
张宁,顾明亮,朱俊梅,周杰[8](2012)在《语音活动检测对方言辨识系统的影响研究》一文中研究指出分别把基于阈值判断和基于统计模型的语音活动检测(VAD)应用于汉语方言辨识系统中,对比了系统识别率及运算时间。其中基于能量、过零率等阈值判断的方法以其算法简单、计算量少的优点在高信噪比噪声环境下取得较好的效果,但在低信噪比噪声环境下准确性及鲁棒性急剧下降。在相同测试环境下,采用统计模型的DD+Hang-over算法取代传统经典阈值算法。实验表明,基于统计模型的算法在高斯混合模型(GMM)系统下运算时间稍长,但抗噪声性能明显优越于基于阈值判断的算法,尤其在低信噪比的加性噪声环境下效果更显着。(本文来源于《计算机技术与发展》期刊2012年11期)
何艳[9](2012)在《基于语音特征分析的汉语方言辨识研究》一文中研究指出汉语方言辨识是在已知一段语音所属方言区域的前提下,判断未知语音所属方言区域的一项技术,在公安刑侦工作和语音识别技术的推广和应用中有着重要意义,已越来越受到相关领域研究人员的重视。方言辨识系统性能好坏取决于语音信号特征的提取,合理地选择特征参数对方言辨识系统的识别率有很大的提高。因此,本论文围绕汉语方言的语音特征进行了相关研究,主要的研究工作及其成果如下:1.提出了一种Mel频率倒谱系数和滑动差分倒谱系数组合的方言辨识方法。首先为了使滑动差分倒谱系数的性能达到最优,研究了针对普通话、上海话、广东话、闽南话、陕西话、四川话、东北话和长沙话八种方言的滑动差分倒谱的最佳参数组合。然后提取其MFCC和滑动差分倒谱系数两组特征参数作为支持向量机的输入来进行辨识。仿真实验结果表明,基于MFCC和滑动差分倒谱系数组合的方言辨识的识别率高达90%。2.提出了一种S变换和奇异值分解的方言辨识。研究了语音信号的短时傅里叶变换、小波变换和S变换叁种时频分析方法,仿真实验结果显示S变换得到的时频分布图具有更高的分辨率。由于时频分布图的维数过高且包含无用值,本文采用了奇异值分解方法对其降维,并用支持向量机进行方言辨识,仿真实验与短时傅里叶变换和小波变换两种时频分析方法的方言识别进行比较,结果表明S变换和奇异值分解的方言识别率高达85%。3.采用了基于线性鉴别分析和GA-LBG码本设计的汉语方言辨识方法。高维的语音信号意味着高的计算复杂度,且包含冗余信息,不利于识别,因此采用线性鉴别分析进行降维,提取更高效的特征。本文首先用线性鉴别分析对普通话、上海话、广东话、闽南话、陕西话、四川话、东北话和长沙话八种方言进行降维,然后采用遗传算法和LBG算法设计矢量量化的码本,最后通过失真测量进行汉语方言辨识。(本文来源于《江南大学》期刊2012-03-01)
叶希达,徐峰,尹湘源[10](2011)在《基于ZigBee网络的语音辨识家电遥控研究》一文中研究指出语音技术的应用已经成为一个具有竞争性的新兴高技术产业。如今,语音识别技术在人机交互应用中己占有越来越大的比例,它给人们的生活带来极大的便利。该设计通过凌阳SPCE061A单片机完成语言辨识,并配以符合ZigBee协议的JN5148芯片完成无线组网和家居电器设备控制的任务。该系统可以完成13条语句的识别,并对相应的电器进行控制。(本文来源于《浙江万里学院学报》期刊2011年06期)
语音辨识论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
ESL学生视发音指导为优先考虑的事情,大学老师应当为了培养学生的正确发音而努力。语音教学涵盖音位,语调,音节多项内容,难易程度各有不同。区分好语音教学层次,是每个英语老师必备的技能。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音辨识论文参考文献
[1].朱轩卿.印度首款互联网SUV有颗“扬州智脑”[N].扬州日报.2019
[2].闫莉莉.语音教学难易辨识度分析[J].海外英语.2018
[3].贺靖康.基于CIS策略的皮肤听声语音辨识研究及实验平台设计[D].陕西科技大学.2017
[4].付先绪.词汇、语音和句法在留学生汉语句子语体辨识中的作用及其机制[D].暨南大学.2016
[5].张旭红.基于语音情感的危险状况辨识研究[D].广东工业大学.2015
[6].施艳艳,于文英,杨凌霄,刘幸娜,周飞.空调的非特定语音辨识与控制[J].河南师范大学学报(自然科学版).2015
[7].张汝霞,李苏梅.小规模人员语音辨识系统的研究[J].现代计算机(专业版).2013
[8].张宁,顾明亮,朱俊梅,周杰.语音活动检测对方言辨识系统的影响研究[J].计算机技术与发展.2012
[9].何艳.基于语音特征分析的汉语方言辨识研究[D].江南大学.2012
[10].叶希达,徐峰,尹湘源.基于ZigBee网络的语音辨识家电遥控研究[J].浙江万里学院学报.2011