注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于神经网络的语音识别研究

  2. 本文对语音识别的主要过程进行了详细的介绍。在语音的特征参数提取阶 段，本文着重介绍了实际应用中经常使用的线性预测倒谱系数(LPCC)和美尔 频率倒谱系数(MFCC)等。本文主要研究了基于BP神经网络的语音识别，并 提出了基于MFCC与LPCC混合参数的语音识别方法，以更好地表现语音的特 征，避免传统的分段线性处理所产生的局限性，提高了识别性能。实验结果显示， 该方法比传统的MFCC参数的语音识别方法具有更好的识别性能。本文还对识 别系统中的BP神经网络进行了优化，改进了性能，缩短了训练时间，为

  3. 所属分类：网络基础

    • 发布日期：2009-12-02
    • 文件大小：4mb
    • 提供者：haily0000

  1. 短语音噪声环境下说话人识别特征提取

  2. 为了使说话人识别系统在语音较短和存在噪声的环境下也具有较高的识别率, 基于矢量量化识别算法, 对提取的特征参数进行研究。把小波变换与美尔频率倒谱系数(MFCC )的提取相结合, 并将改进后的特征与谱质心 特征进行了组合, 建立了一种美尔频率小波变换系数+ 谱质心(MFWTC+ SC) 的新的组合特征参数。经实验表明, 该 组合特征可以有效地提高说话人识别系统的性能。

  3. 所属分类：C++

    • 发布日期：2011-03-10
    • 文件大小：185kb
    • 提供者：hailong891074

  1. 语音识别技术文章.rar

  2. 第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1

  3. 所属分类：其它

    • 发布日期：2011-05-12
    • 文件大小：5mb
    • 提供者：wangjunhui1984

  1. 噪音环境下的语音识别性能研究

  2. 噪音环境下的语音识别性能研究，提供研究语音方面的人员参考

  3. 所属分类：C++

    • 发布日期：2011-07-15
    • 文件大小：245kb
    • 提供者：llf19890528

  1. 双门限端点检测 语音端点检测

  2. 音端点检测就是检测语音信号的起点和终点，因此也叫起止点识别。它是语音处理技术中的一个重要方面，一个关键性问题，端点检测的准确与否，在很大程度上影响语音识别系统的性能。这里我们来研究下采用短时能量和短时过零率相结合的方法，来分离出真正的语音信号作为系统处理的对象。

  3. 所属分类：其它

    • 发布日期：2012-12-01
    • 文件大小：2kb
    • 提供者：honeyrr

  1. 语音处理技术

  2. 音乐识别的研究在很早就开始了,但识别系统的性能仍未达到满意的效果。通过研究乐音的声音和物理特 性,该文提出一种短时自相关基音检测算法。实验证明,利用该文提出的方案,对于传统的自相关基音检测算法,可以 提高基音频率提取的准确度,取得了较好的识别效果。

  3. 所属分类：其它

    • 发布日期：2014-05-03
    • 文件大小：519kb
    • 提供者：baidu_15056279

  1. 基于VC_6_0的说话人识别系统的研究

  2. 说话人识别是语音识别的一种，它是根据说话人所发的语音，确定出说话 人是谁的过程，也就是基于声音这种生物特征作为身份认证依据的识别技术。 为此，需要从各个说话人的发音中找出说话人之间的个性差异，它涉及到说话 人发音器官上的个性差异、发音声道之间的个性差异、发音习惯之间的个性差 异等。 本文主要是对说话人识别技术的两个关键部分进行了研究，下面是本文主 要做的研究工作： 本文设计的说话人识别系统是与文本无关的说话人识别系统。为了较好地 提取语音特征参数，首先要获得有效的语音段，本文采用的是基于短时能

  3. 所属分类：C++

    • 发布日期：2015-01-21
    • 文件大小：1mb
    • 提供者：u010648580

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的

  3. 所属分类：专业指导

    • 发布日期：2016-12-03
    • 文件大小：303kb
    • 提供者：u014780546

  1. 5.毕业论文 _钟东昌_《面向唇语识别的数据采集系统设计与实现》.pdf

  2. 近年来唇语识别成为了人机交互的黑科技，融合了机器视觉与自然语言处 理技术，在语音识别、人机智能交互、安防和公益等领域有着重要的实用价值 和理论意义，发展前景十分广阔。 唇语识别的研究离不开数据集，而国内目前还没有可用的中文唇语数据集， 因此，设计实现一个面向唇语识别的数据采集系统将会具有重要的实用价值。本 文首创性地设计实现了一个面向中文唇语识别的数据采集系统，用语音识别提取 视频的文字和对应的时间戳信息，再按词语进行视频切割并分割提取唇形，将其 与文字相对应，准确率超过 95%，与 Deep

  3. 所属分类：深度学习

    • 发布日期：2020-04-28
    • 文件大小：2mb
    • 提供者：zhr_the_great

  1. 基于嵌入式非特定人语音识别机理及拒识算法研究.pdf

  2. 嵌入式语音识别机理；语音拒识：贝叶斯网络：FPGA 通过对前端处理算法，语音识别算法的改进，并与基于贝叶斯网络结 构的语音拒识算法的集成，对语音识别系统的移植和仿真，得到语音识别系统 测试结果，并对其进行性能分析，验证了本文改进的语音识别算法及设计的拒 识算法满足嵌入式语音识别的需要

  3. 所属分类：机器学习

  1. 基于深度学习神经网络的孤立词语音识别的研究.pdf

  2. 为了提高语音识别系统性能， 研究提出将自编码器深度学习神经网络应用于语音识别中。 该网络结构引入贪婪逐层预训练学习算法， 通过预训练和微调两个步骤， 提取出待识别语音信号的本质特征， 克服传统多层人工神经网络模型在训练时存在易陷入局部极小值且需要大量标签数据的问题。然后经过规整网络， 将任意长度帧的语音特征参 数规整到某一特定帧， 输入到分类器中进行语音识别。 对反向传播神经网络和自编码神经网络分别进行了仿真实验，结果表明深度学习神经网络识别准确度较传统神经网络提升了 26.1%， 是一种优良的

  3. 所属分类：深度学习

    • 发布日期：2020-04-25
    • 文件大小：418kb
    • 提供者：weixin_39164435

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的上

  3. 所属分类：专业指导

    • 发布日期：2020-02-27
    • 文件大小：280kb
    • 提供者：weixin_42329419

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的上

  3. 所属分类：专业指导

    • 发布日期：2020-01-27
    • 文件大小：280kb
    • 提供者：tld12

  1. 基于语音识别技术的移动机器人控制系统研发.pdf

  2. 语音识别技术目前已经广泛应用在移动机器人设备中，对移动机器人的控制性能产生了重要的支持作用。为了进一步分析语音识别技术在开发移动机器人控制系统功能方面的优势。本研究设计了基于语音识别技术的移动机器人控制系统，解析了系统功能与硬件配置的相关数据，分析了移动机器人控制系统语音识别控制模块的设计思路，诠释了语音识别流程及其框架结构的稳定性。以便为相关研究提供理论参考，支持移动机器人控制系统对语音识别技术的阶段性开发，完善其主体性能与控制效果。

  3. 所属分类：其它

  1. 基于深度学习的面部表情识别研究

  2. 深度学习在语音识别、图像理解等许多应用领域取得了突破性成果。针对基于深度学习的静态 人脸图像表情识别方法进行研究，首先介绍了深度学习的原理，并归纳了目前公开且常用的面部表情数据集；然后 介绍了基于深度学习的表情识别的三个步骤，归纳了图像预处理和表情分类的主要方法，重点总结了目前性能较好 用来提取特征的深度学习框架以及这些方法的基本原理和优劣势比较；最后指出了目前面部表情识别存在的问题和 未来可能的发展趋势。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-04-06
    • 文件大小：557kb
    • 提供者：weixin_44684342

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的上

  3. 所属分类：专业指导

    • 发布日期：2020-07-20
    • 文件大小：280kb
    • 提供者：lemonzx2008

  1. 基于Arduino的语音识别与控制系统实现

  2. 通过对Arduino开发板的研究，将声控技术引入到智能系统的设计当中，实现了一套基于Arduino的语音控制系统。本文首先确定了各硬件模块的选型，并在拟定了各模块之间的通信接口后对Arduino引脚资源进行整合、分配，搭建了系统的硬件平台。在软件设计部分，编写了监控程序、功能实现程序、中断服务程序，最终实现了对机械手的语音控制以及语音播报的功能。此外，系统还增设了登录口令验证和错误识别吸收功能，从安全、效率两个方面改进系统的性能。实际应用测试表明，在低噪或无噪条件下，该系统识别精度高，稳定性好，

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：297kb
    • 提供者：weixin_38504089

  1. 通信与网络中的多功能语音电子电话号码薄的研制

  2. 多功能语音电子电话号码薄的研制 国内现有的电子电话号码簿皆采用键盘拼音输入方式进行查询，且无拨号功能，使用不便，不易被消费者接受。1998年底在西方发达国家刚刚问世的语音电子电话号码簿为英语语音提示，对使用汉语的中国人极为不便，且功能单一，价格昂贵，不适宜中国的消费者使用。我们研制的功能强、性能优、价格低廉、识别率高的适合中国国情的中文多功能语音电子电话号码簿，在拥有数亿消费者的中国具有广泛的市场前景，该产品的研制成功对我国的语音识别算法研究、语音产品开发等具有特别重要的意义。 使用者只要说

  3. 所属分类：其它

    • 发布日期：2020-12-09
    • 文件大小：95kb
    • 提供者：weixin_38691194

  1. 语音特征增强方法综述

  2. 经过数十年的发展语音识别取得了长足进步,但各种语音识别系统的性能仍然难以满足现实应用的需求.造成这种情况的一个重要原因在于目前的系统仍然难以适应各种噪声环境.因此,增强语音识别系统的噪声鲁棒性是推动其走向现实应用的关键.系统地阐述了特征增强类方法的国内外研究现状,介绍了信号增强、从听觉层面或可区分层面的提取特征、特征归正和特征补偿等方法,分析了他们存在的局限性.在此基础上,分析了稀疏编码与语音特征增强的基本问题和研究现状,提出了稀疏编码在语音特征增强方面的需要解决的问题,为从事鲁棒语音识别的研究

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：341kb
    • 提供者：weixin_38665046

  1. speech-privacy:了解语音识别的客户端隐私权衡-源码

  2. 了解语音识别的客户端隐私权衡 相应代码。 这是我们生成的样本的。 背景 现有的确保用户语音数据隐私的方法主要集中在服务器端方法上。 尽管改善服务器端的隐私可以减少某些安全问题，但用户仍然无法保持对客户端是否确保隐私的控制。 在本文中，我们定义，评估和探索了语音识别中客户端隐私的技术，其目标是在离开客户端设备之前保留原始语音数据的隐私。 首先，我们在确保性能，计算要求和隐私之间的客户端隐私方面正式权衡了几个权衡。 使用我们的权衡分析，我们对现有方法进行了大规模的实证研究，发现它们在至少一个度量标

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：11kb
    • 提供者：weixin_42117267
« 12 3 »