摘要：为了给生产单位害虫管理的普通技术人员提供简便易操作的昆虫种类鉴别方法,本研究把人类语音识别领域的先进技术应用于昆虫识别,提出了一种新颖的昆虫声音自动鉴别方法,用声音参数化技术为昆虫声纹识别设计了一种简单易行的方案。声音信号经过预处理、分段得到一系列的声音样本,从声音样本提取mel倒谱系数(MFCC),并用Linde-Buzo-Gray(LBG)算法对提取的MFCC进行矢量量化(VQ),所得码字作为声音样本的特征模型。特征参数之间的匹配用搜索最近邻的方法实现。本文方法在包含70种昆虫声音的库中进行了试验,取得了超过96%的识别率和理想的时间性能。试验结果证明了该方法的有效性。

摘要：为了在嵌入式系统中实现参数化语音合成,提出一种在FPGA(field programmable gate array)中通过SOPC(system on programmable chip)系统提取mel倒谱系数的方法。用SOPC Builder搭建硬件平台,然后在嵌入式NiosⅡ处理器中对语音信号做短时傅里叶变换、对数幅度运算、逆傅里叶变换,最后通过牛顿迭代法实现mel倒谱系数的求解。将NiosⅡ处理器得到的mel倒谱系数通过JTAG接口回传到计算机上,并与MATLAB仿真结果进行比较,结果表明NiosⅡ处理器提取的mel倒谱系数与MATLAB提取的系数结果相同。

摘要：设计并实现了一种嵌入式语音识别系统。硬件核心处理器是ADSP2181,语音接口芯片为AD1847。软件模块包括语音端点检测、MFCC求取、动态时间弯折算法、识别结果判定、模板训练等。系统使用定点DSP实现了浮点DSP运算,提高了运算的精度,扩大了信号处理的动态范围。实验结果表明,该系统对孤立词特定人的识别率为98%。它可用于声控玩具、智能家电等,具有较大的市场应用价值。

摘要：设计并实现了一种嵌入式实时音乐语音识别系统。叙述了音乐语音识别系统硬件结构、软件流程,建立了一种基于多频段能量曲线分割结合过零率来检测端点的新方法,实验结果表明,该系统对特定人的平均识别率在96%以上。

摘要：被动声目标探测广泛应用于战场目标识别或自动设备的故障探测;通过对声目标的短时信号处理,使用现场可编程门阵列器件的可重构技术对声目标探测识别系统设计;提出通过提取子带mel倒谱系数(MFCC)参数特征构建声目标信息的知识库,并使用0阶mel倒谱系数(MFCC0)进行频谱能量分析,找寻信号起止端点,将声目标mel倒谱系数(MFCC)特征参数映射为二值图像进行模板匹配识别;将声目标识别输出的控制指令传送给工控机或直接输出控制相关的智能系统,实现战场声目标识别或自动设备的声故障探测。

摘要：说话人识别是根据检测到的语音进行说话人身份的认证,是将待识别语音与数据库中的说话人语音进行匹配的过程。设计基于高斯混合模型(GMM)说话人识别系统,提取输入语音的mel倒谱系数作为观察向量,用GMM算法进行说话人语音模型训练和识别。同时设计基于TMS320DM3730 DSP的嵌入式硬件平台,并在该平台上实现所设计的说话人识别系统。为进行性能测试,自行录制相应的语音材料库,录音的人数为38人,其中男19人,女19人。经测试表明,在正常环境下,该设计的说话人系统识别率可达到95%以上。

摘要：提取语音信号的MFCC特征参数,用矢量量化(VQ)的LBG算法来建立匹配模板.在MATLAB软件平台上,基于GUI界面实现说话人识别系统软件设计,并通过实验验证其有效性.

摘要：在基于虚拟仪器Lab VIEW的环境中,通过与MATLAB相结合设计一个语音识别登陆系统,对电脑声卡采集到的语音信号进行处理分析,提取声音的特征参数mel倒谱系数并保存,然后通过矢量量化的模式匹配来进行身份确认。

摘要：现代通信中,说话人的身份认证技术一直是通信行业研究的重点和热点。而基于GMM和MFCC的说话人识别技术,是目前为止相对成熟和常用的方法。对说话人识别系统的构成做了相关的研究,并通过MATLAB编程,设计了一款以MFCC作为特征参数,基于GMM模型的说话人识别系统。经过实验测试,本系统能基本满足工作及家庭生活环境下的说话人识别需要。

摘要：为便于指挥员使用指挥信息系统,提高指挥员的指挥效率,提出了语音识别指挥员喊话命令的方法。针对指挥员命令特点,从命令语音预处理、特征提取和模型训练与识别3个方面,研究了指挥员命令的语音识别算法。同时通过该算法使用MATLAB设计了一套命令识别系统,并对有、无噪声两种环境下命令识别进行试验。试验结果表明该系统的鲁棒性。