语音识别技术

摘要： 《普通高中信息技术课程标准(2017年版2020修订)》(以下简称《课标》)把“提升信息素养,具备较高信息素养的中国公民”作为信息技术课程的第一理念,尤为关注课程评价,要求构建基于学科核心素养的评价体系,多元跟踪学生学习过程,采集学习数据,及时反馈学生的学习状况,改进学习,优化教学,评估学业成就;注重情境中的评价和整体性评价。《将军秋点兵--语音识别技术原理与应用》一课的内容涉及《课标》计算思维水平2中的“针对不同模块,设计或选择合适的算法,利用编程语言或其他数字化工具实现各模块功能”及“利用适当的开发平台整合各模块功能,实现整体解决方案”等要求,其教学流程如图1所示。

摘要： 如今的电子商务、物流服务已深入到我们生活的每一个角落。校园网购已然成为高校师生的主要购物方式,新冠疫情影响下网购量激增。全国各大高校物流末端的配送主要还是“地摊”和快递柜模式,由于高校师生取件时间比较固定,经常出现排长龙取快递的现象,取件效率低下、秩序混乱。为此,文章基于电子传感技术、语音识别技术设计一款可以实现多件同取的快递取件系统,传统取一件的时间可完成多件同取,缩短取件时间,避免扎堆现象的发生,语音功能可实现非接触式取件,在疫情防控下有着很高的应用价值。

摘要： 语音识别技术实现语音数据信息与文本数据信息的转换,AI技术在语音识别技术中的应用,促进了语音识别技术的发展和应用。从特征提取、语音降噪、语音模型等方面对基于AI的语音识别系统的设计需求和思路进行了分析,采用AI技术构建语音识别系统,对系统实现流程、语音识别计算结果模型进行了研究,并对系统的项目设计、语音收集、语音识别等模块的功能实现进行了设计。

摘要： 语音是人们日常交流中的一种最直接、最有效和最常用的传递信息方式。由于发音人发音器官的生理差异和后天成长环境形成的行为差异,每个人的语音都带有强烈的个性特征,因此,如同指纹、虹膜、人脸等生物认证技术一样,语音发展成为重要的验证手段,称为语音识别技术。近年来,语音识别技术因经济、便捷、可靠、交互自然等特点而得到广泛的应用,尤其在法庭科学领域,在大量的违法犯罪案件特别是当前高发的电诈案件审理中,语音识别技术发挥着举足轻重的作用。

摘要： 目前医院信息系统的架构已经趋于成熟.但规模庞大的子系统群,使医院信息系统的操作复杂度较高,医务人员需花费大量时间学习系统的使用.同时,在日常工作中,重复的功能选择以及相似的文字录入也很大程度影响了医务工作者的工作效率,从而降低医院的医疗水平与患者满意程度.基于上述问题,本文着重分析医院信息系统目前仍存在的问题,结合语音识别技术的原理,探讨这项技术在医院日常工作中的应用场景,并总结语音识别技术在实际应用场景中的优势与不足.

摘要： 本文研究了语音控制智能垃圾桶设计。针对于目前大众对于垃圾分类的需求和目前的痛点,发现对于智能垃圾桶的需求日渐升高。在面对垃圾分类逐渐日程化的过程中,优化提升居民的垃圾分类方便性是十分重要的。我们选择Arduino单片机和WEGASUN-M6语音识别模块设计和实现一款可语音控制的智能垃圾桶,分别在电气和机械设计方面设计出可实现水平移动,语音识别,按需求打开垃圾袋的功能。我们的智能垃圾桶创新在可进行移动,并在语音控制条件下可满足识别和分类功能,更好的优化垃圾分类。在未来,这样的垃圾桶可以投放在小区里,或者是办公楼,都会给垃圾投放者以便利,并且减少错误的垃圾分类投放概率,达到高效,环保的垃圾分类,垃圾回收功能。

摘要： 针对医务人员烦琐的电子病历录入的问题,研究与设计基于数据挖掘方法的智能语音录入电子病历系统,帮助医务人员从烦琐的电子病历录入工作中解脱出来,推动医学的创新发展。通过语音识别软件,将语音输入的电子病历信息转换成文本,再基于病历挖掘算法从文本中挖掘出关键的病历信息,并对接传输到电子病历系统对应的表单项目,实现智能匹配录入功能,为医务人员极大地减轻电子病历录入的负担,促进医学信息化的发展。

摘要： 随着科技的不断进步,广播技术迫切需要引入新技术进行优化改进。本文介绍了语音识别技术在广播节目的采集、制作、监测监管和媒资管理系统中的具体运用方法和实现功能。语音识别技术运用到智慧广播中,提高了广播节目制作的效率,降低了制作成本,保障了安全播出。

摘要： 随着科技水平的不断提高,人工智能技术也越来越成熟,目前人工智能技术已在许多行业和领域有了非常好的应用,播音主持行业也不例外。在对行业工作和发展起到帮助作用的同时,人工智能技术也为播音主持领域带来了新的冲击与挑战,推动着播音主持行业顺应时代进行变化,应用先进的技术手段进行改革与发展。人工智能技术的应用可以有效提高工作效率,降低人力成本与错误概率,与此同时,也对该行业的工作人员提出了更高的要求。文章对人工智能技术的应用以及该技术在播音主持领域的应用进行介绍,并根据人工智能技术与真实人类的对比,对人工智能技术在播音主持领域应用对播音主持领域产生的影响进行分析,最后为人工智能的大背景下播音主持领域如何发展提出建议。

摘要： 针对兴趣偏向度识别准确率较低,推荐过程稳定性较差的问题,提出语言识别下的数据库信息个性化推荐算法。利用数据库的内部信息分析附属资源连接点,对数据库进行分类标签,确定待推荐标签,利用余弦值计算数据频率,通过匹配信息实现聚类分析,计算兴趣偏向度,得到个性推荐化特点;基于语音识别技术,分层分析数据库信息概念,研究数据库内信息概念关系隶属,经过数据筛选、数据分析、数据输出完成识别过程。实验结果表明,该算法具有较高的稳定性和识别准确性,实际应用效果较好。

摘要： 语音识别是使用电子计算机从人的语音波形中提取信息并确定其语言含义的过程.利用语音识别可以使机器"听懂"人的语音,从而人机之间就能像人与人一样通过语音进行交互,从而实现人通过语音即可控制机器的目的,简化人肢体操作的复杂度.语音识别技术最近十几年发展特别迅速,但在航空领域,特别是国内军用航空领域的应用较少.本文从飞行员实际操作出发,结合通用飞机航电系统平台,设计了基于高速DSP处理平台的三级语音指令识别系统,该系统体积小、可靠性高,并进行了识别率及响应时间的验证,能够达到预期效果.重点阐述机载语音识别技术的系统实现方法，可实现三级指令词的连续识别，并给出了基本原理、系统设计及试验验证情况。

摘要： 为了保证飞行员在进攻过程中能够集中精力以握杆操控器实施防御和攻击的管理，减少低头看操作仪表板的机率，论文提出了一种基于语音识别技术的机载电子设备辅控识别系统。该系统首先提取飞行员发出控制指令的特征参数，然后使用动态时间规整算法进行识别，近而控制机载电子设备的工作状态。实验结果表明所提语音识别算法具有较高的识别正确率，可以用来辅助飞行员对飞机飞行姿态或其它电子设备进行控制，以减轻其负担，提高工作效率。

摘要： 本文介绍了语音识别技术和视频识别技术在广播电视广告监测中的发展现状,根据实际工作需要,结合当前广告监管模式,设计了一种应用于广播和电视的广告智能监测系统.具有识别精度高、扩展性强、应用范围广的特点，可以大大提高广告监测的效率和准确性。随着音、视频自动识别技术的不断发展与应用，实现广播电视广告监测“更少的人参与，更快的反应速度，更高的数据质量”，将是广大广告监测人员共同追求的目标。

摘要： 为了提高车载导航装置信息交互的安全性和效率，解决普通语音识别技术应用于车载导航大词汇量连续识别条件下准确率低的问题，在车载导航语音操控功能分析的基础上，提出了基于音素的车载导航目标地点语音识别解决方案，设计了基于编辑距离的拼音-地图查询字符串匹配算法与多通道整合算法实现了这一方案，选用Microsoft Speech SDK 5.1语音识别引擎结合长春市导航数据在主频为3.3GHz的HP工作站上完成了软件开发。实验结果表明：应用该解决方案，兴趣点语音识别的准确率达到了97％，其中精确匹配达到171次，近似匹配后通过多通道信息整合得到准确结果23次，充分说明了方案的有效性。

摘要： 文章以日常办公系统为例,深入研究了语音识别技术在物联网上的应用,通过动态时间规整与隐马尔可夫两种识别算法相结合的方法,不仅解决了在正常情况下语音识别在办公系统使用的问题,而且还考虑到特殊情况下语音识别办公系统的使用问题.

摘要： 为了降低传统的VHF安全通信值班人员的劳动强度，提高海上遇险求救通信处理能力，提出了运用现代语音识别技术和计算机自动化技术实现VHF安全通信自动报警。

摘要： 电话报灾是震后最普及、直接的手段。本文讨论了利用语音识别技术建立基于电话的灾情分析系统的研究思路，初步给出系统的整体设计框架、关键技术：该系统能实现地震灾情信息的自动接受、存储、分类、提取以及分析等功能。

摘要： 成绩录入一直以来是教师教学管理工作的繁重枯燥的工作.本研究应用SAPI语音识别技术,设计开发了成绩语音录入系统.教师可以凭借麦克风,实现快速高效的成绩录入和检索,极大减轻了教师的负担.

摘要： 交互式玩具是近年来开始流行的一种新的玩具类型,作者通过阐述交互设计的基本原理,回顾交互式玩具设计的发展历程,探讨了交互式玩具和儿童之间的关系,并进而针对目前儿童玩具市场存在的问题,提出了一种通过语音识别技术实现交互式目的的幼教类玩具设计方案,最后对交互式玩具的开发前景作出了预测.

摘要： 计算机辅助普通话水平测试作为一种利用现代信息技术的新型普通话水平测试手段,近几年已在全国多个省市试点推广,引起了各方的极大关注.本文就该项技术的优点以及所遇到的问题进行充分的阐述,并就如何解决这些问题以更好地推动这项技术的广泛应用提出建设性的思路和对策.

摘要： 一种用于训练多语言语音识别网络的方法包括：提供与预定语言相对应的话语数据集；在话语数据集中插入语言标识(ID)标签，其中，话语数据集中的每一个由语言ID标签中的每一个来加标签；将加标签的话语数据集级联；从话语数据集生成初始网络参数；根据预定序列选择初始网络参数；以及用一系列所选择的初始网络参数和级联的加标签的话语数据集迭代地训练端到端网络，直到训练结果达到阈值。

摘要： 本发明提供了一种名称的语音识别方法、一种名称的语音识别系统和一种名称的语音识别设备，其中，名称的语音识别方法，包括：获取所述名称的语音字符串；根据所述语音字符串创建单词查找树；判断所述单词查找树是否与预存的名称信息匹配；以及在判定所述名称信息与所述预存的名称信息匹配时向用户提示所述名称的语音识别结果。通过本发明的技术方案，提高了语音识别过程中的识别准确率和识别效率，同时，降低了对于用户发出语音指令的语调、语速和音色的要求，提升了用户的使用体验。

摘要： 发明提出了一种语音识别方法、一种语音识别系统和一种语音识别设备，其中，语音识别方法，包括：获取语音字符串；根据所述语音字符串创建语法分析树，所述语法分析树用于判断所述语音字符串是否能够被初次识别以及解析所述语音字符串中的至少一个词元的词元属性信息；根据所述初次识别的结果创建语义分析树，所述语义分析树根据解析的所述词元属性信息获取预存储属性信息以创建语音识别结果。通过本发明的技术方案，实现了对语音信息的语音和语义的准确分析，同时解决了混淆音造成的语音识别错误等问题，增强了人机语音交互设备的智能化，提升了用户的使用体验。

摘要： 本申请提供了一种语音识别方法、语音识别装置与语音识别系统。该语音识别方法包括：接收发送端发送的单通道音频数据，其中，单通道音频数据为多个角色音频数据封装得到的单通道的音频数据，角色音频数据为具有角色标记的多通道音频数据，多通道音频数据为发送端采集的音频数据；对单通道音频数据进行语音识别处理，得到各角色的语音识别文本信息。该语音识别方法中，由于发送端发送给接收端的是单通道音频数据，这样保证了音频数据在传输的过程中占用的带宽资源较少。由于接收端无需进行角色识别等等，只需对单通道音频数据进行语音识别，这样还保证了接收端的计算量较少。

摘要： 语音信号处理部(21)将车辆中就座于多个语音识别对象座位的多个搭乘者的说话语音分离成每个搭乘者的说话语音。语音识别部(22)对由语音信号处理部(21)分离得到的每个搭乘者的说话语音进行语音识别，并且计算出语音识别分值。分值利用判定部(23)使用每个搭乘者的语音识别分值，判定每个搭乘者的语音识别结果中采用与哪个搭乘者相对应的语音识别结果。

摘要： 公开了语音识别装置、语音识别方法以及语音识别程序。所述语音识别装置包括存储器和包括硬件的处理器。所述处理器被配置为提取输入的语音数据的特征，并设定在所述语音数据转变为无声状态之后的所述无声状态的持续时间。所述持续时间用于判定所述语音数据的输入已完成。

摘要： 一种用于训练多语言语音识别网络的方法包括：提供与预定语言相对应的话语数据集；在话语数据集中插入语言标识(ID)标签，其中，话语数据集中的每一个由语言ID标签中的每一个来加标签；将加标签的话语数据集级联；从话语数据集生成初始网络参数；根据预定序列选择初始网络参数；以及用一系列所选择的初始网络参数和级联的加标签的话语数据集迭代地训练端到端网络，直到训练结果达到阈值。

摘要： 为了协作地使用多个语音识别设备，语音识别设备包括：语音输入部；语音输出部；与其他语音识别设备之间进行数据收发的通信控制部；对话模式执行部，其对其他语音识别设备发送从语音输入部输入的语音数据，并从语音输出部输出从其他语音识别设备接收到的语音数据；将从语音输入部输入的语音转换为文本数据的语音识别部；从文本数据中检测对话启动热词的热词检测部，其中对话启动热词用于指示启动对话模式执行部；和对其他语音识别设备发送控制命令的命令发送部。当热词检测部检测到对话启动热词时，命令发送部对其他语音识别设备发送使该其他语音识别设备所具有的对话模式执行部启动的控制命令。

摘要： 音频模型学习装置(10)先提取表示语音数据的特征的语音特征量，基于对由神经网络表示的音频条件的计算模型赋予特征的音频条件计算模型参数，利用音频条件的计算模型而计算表示语音数据的音频条件的特征的音频条件特征量。接着，音频模型学习装置(10)生成校正后参数，该校正后参数是基于音频条件特征量而校正对结合了音频条件的计算模型的输出层的由神经网络表示的音频模型赋予特征的音频模型参数的参数。并且，音频模型学习装置(10)基于校正后参数及语音特征量而更新音频模型参数，并基于校正后参数及语音特征量而更新音频条件计算模型参数。

摘要： 本发明涉及语音识别装置、语音识别方法以及语音识别程序。实施方式涉及的语音识别装置具备取得部、调整部和识别部。取得部收集语音，取得语音信号。调整部将阈值调整为比输入语音信号的音量等级低的值并进行登记。识别部读取所登记的阈值，将该阈值与输入语音信号进行比较，在输入语音信号的音量等级小于阈值的情况下，废弃语音信号的输入，在输入语音信号的音量等级大于等于阈值的情况下，将输入语音信号作为识别对象的说话者的语音信号，执行识别处理。由此，提供能够基于与用户的交互式调整指示，取得用户期望范围内的语音的语音识别装置。