语音识别系统
语音识别系统的相关文献在1988年到2022年内共计1029篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、工业经济
等领域,其中期刊论文248篇、会议论文45篇、专利文献3930126篇;相关期刊201种,包括中国经济和信息化、军民两用技术与产品、科技资讯等;
相关会议18种,包括第十一届沈阳科学学术年会暨中国汽车产业集聚区发展与合作论坛、第十二届全国人机语言通讯学术会议(NCMMSC`2013)、第九届中国智能机器人学术研讨会等;语音识别系统的相关文献由1641位作者贡献,包括颜永红、潘接林、王作英等。
语音识别系统—发文量
专利文献>
论文:3930126篇
占比:99.99%
总计:3930419篇
语音识别系统
-研究学者
- 颜永红
- 潘接林
- 王作英
- 韩疆
- 刘建
- 刘永
- 刘霖
- 张建平
- 张晓奕
- 杨先明
- 邱会中
- H·加鲁达德里
- 庹凌云
- 俞凯
- 吴及
- 简世杰
- 赵庆卫
- A·法伊扎科夫
- C·张
- N·马拉亚
- Y·康尼格
- 吕勇
- 堀贵明
- 徐波
- 朴恩姬
- 白静
- 金在权
- 韩尚珍
- A·P·德雅柯
- J·赫尔希
- S·贾里尔
- 何国涛
- 朱杰
- 李健
- 毕宁
- 郭倩岩
- 郭莉莉
- 陈瑞刚
- 高陈陈
- A·列夫·托夫
- D·J·休斯
- Z·萨费
- 万广鲁
- 不公告发明人
- 丹尼尔·查尔斯·鲍伯特
- 原田将治
- 史燕燕
- 叶林辉
- 吕萍
- 吴文虎
-
-
范永超;
韩佳南
-
-
摘要:
随着数据处理技术的不断进步及人工智能技术的逐渐普及,语音识别技术的应用随之得到重视。语音识别技术是生物识别技术的分支之一,是在指纹识别、掌纹识别等传统生物识别技术的基础上形成的一种新技术,在实际应用的过程中,该技术可以识别所获取到的各种语音信号,实现匹配和辨别的效果。文章旨在人工智能技术应用的基础上完成语音识别系统的设计与研究,使得人机用户界面更加简单、便捷、易用。在语音识别系统中,对个体语音间的微小差异进行识别、分析和处理,并与实际的研究成果相结合,提高人工智能系统中智能语音识别的精准度。
-
-
陈佳豪;
白炳松;
王冬华;
严迪群;
王让定
-
-
摘要:
自动语音识别系统(ASR)能将输入语音转换为对应的文本,其性能因深度学习技术的发展得到了显著提高.然而,通过在输入语音中添加微小扰动而生成的对抗样本,可以使人类毫无察觉的同时让ASR系统产生不可预测的,甚至是攻击性的指令.这种新型的对抗样本攻击给基于深度学习的ASR系统带来了诸多安全隐患.本文对语音对抗样本作了系统性的分析和梳理,提出了对现有对抗样本的分类.其次介绍了面向ASR系统的对抗样本生成方法.同时,阐述了典型的对抗样本防御策略.最后讨论了对抗样本带来的挑战,并分别就如何使生成的攻击更加逼真,和增强ASR的鲁棒性提出了若干有价值的研究方向.
-
-
张凤芹
-
-
摘要:
通过对语音识别、网络通信与智能机器人运动控制的综合应用,设计了采摘机器人语音识别和远程控制智能机器人系统,在遇到突发状况时,可以采用人工远程语音发出控制指令的方式调整机器人的作业姿态,提高机器人的自主作业效果。为了提高语音识别的准确性,结合英语词汇整合数据库和WAP技术,将小波神经网络算法应用到了机器人语音信号滤波器的设计上,并采用神经网算法对动作的执行进行了训练,提高了机器人动作执行的精确性。最后,对机器人语音识别和动作执行的准确性进行了验证,结果表明:采用小波神经网络算法可以明显降低采摘机器人动作执行的误差,进而提高了作业质量。
-
-
台建玮;
李亚凯;
贾晓启;
黄庆佳
-
-
摘要:
语音是人类与智能手机或智能家电等现代智能设备进行通信的一种常用而有效的方式。随着计算机和网络技术的显著进步,语音识别系统得到了广泛的应用,它可以将用户发出的语音指令解释为智能设备上可以理解的数字指令或信号,实现用户与这些设备的远程交互功能。近年来,深度学习技术的进步推动了语音识别系统发展,使得语音识别系统的精度和可用性不断提高。然而深度学习技术自身还存在未解决的安全性问题,例如对抗样本。对抗样本是指在模型的预测阶段,通过对预测样本添加细微的扰动,使模型以高置信度给出一个错误的目标类别输出。目前对于对抗样本的攻击及防御研究主要集中在计算机视觉领域而忽略了语音识别系统模型的安全问题,当今最先进的语音识别系统由于采用深度学习技术也面临着对抗样本攻击带来的巨大安全威胁。针对语音识别系统模型同样面临对抗样本的风险,本文对语音识别系统的对抗样本攻击和防御提供了一个系统的综述。我们概述了不同类型语音对抗样本攻击的基本原理并对目前最先进的语音对抗样本生成方法进行了全面的比较和讨论。同时,为了构建更安全的语音识别系统,我们讨论了现有语音对抗样本的防御策略并展望了该领域未来的研究方向。
-
-
DANIEL POVEY
-
-
摘要:
相比传统模型,基于深度学习的语音识别系统能利用持续增长的数据量来提升识别性能,进一步激发更多的产业应用.在深度学习技术广泛应用后,语音相关产业发展迅速,产品形态多种多样,语音输入、语音搜索、智能助手等产品接连出现,一场人机交互的变革正在发生.
-
-
郭怡
-
-
摘要:
近些年来,人工智能的技术发展日益迅速,将人工智能与语音识别系统的结合发展也成为了新的研究方向.基于人工智能的语音识别系统在应用过程中进行了矢量化模型的构建,同时在特征参数的提取以及分析处理的过程中更加具有高效性.笔者将立足于实际,结合当前业内的研究成果,对基于人工智能的语音识别系统的应用进行研究与分析.
-
-
林磊
-
-
摘要:
为了提高智能客服服务质量,提出基于BLSTM网络的智能客服语音识别系统.建立了系统总体构架,设计了系统硬件及软件.通过PCI9054进行语音识别系统的集成DSP控制,采用低功耗的GT834032进行智能客服语音识别的集成语音信息处理和指令加载,完成硬件设计.软件部分根据匹配滤波检测方法完成信号增强和滤波处理,在时域和频域空间内提取高阶谱特征量,实现波束集成处理.通过网络信道均衡调制方法均衡控制语音传输,结合稳定性测试方法完成稳定特征提取和定位检测,实现智能客服语音信号识别.仿真实验结果表明,所设计系统对语音信号识别的抗干扰性较好,特征辨识度较高,信号检测和识别能力较强.
-
-
-
-
史洁
-
-
摘要:
英语专业在教学实践过程中经常会遇到各种各样的困难,对英语教学效果形成不良影响,从而导致教学质量下降.针对我国过去长期以来英语专业教模式存在的弊端,我国高校合理利用现代信息科技的一切有利条件,为英语专业的学生建立具有现代化科技的教学模式,提出开发英语翻译语音识别系统.文章采用嵌入式语音识别技术作为核心技术,在硬件方面使用三星公司的控制器,ARM处理器核结构进行设计;在软件方面主要从语音收集与预处理模块、MFCC特征提取模块、DTW识别模块完成该系统设计;最后还从识别模块、声学模块、执行模块、以及翻译器使用注意的事项等方面对本系统综合应用进行探讨,从而促进英语课堂教学水平提高.
-
-
-
-
-
- 《2008年声频工程学术交流会》
| 2008年
-
摘要:
SOPC(System On a Programmable Chip,即可编程片上系统)是基于可编程逻辑器件(FPAG或CPLD)可重构的SOC(System On a Chip,即片上系统).SOPC集成了硬核或软核CPU、存储器、I/O以及可编程逻辑,可以灵活高效的解决SOC方案.本文介绍了基于SOPC的实时语音识别系统的设计与实现,能够实现非特定人、小词汇表、孤立词的语音识别.系统以线性预测倒谱参数为特征参数,采用动态时间规整识别模型,在小词汇量特定人条件下,该系统的正确识别率可达到96%以上,在非特定人情况下正确识别率在90%以上.
-
-
崔毓菁;
刘刚
- 《第十二届全国青年通信学术会议》
| 2007年
-
摘要:
在基于HMM模型的语音识别系统中,状态输出概率的计算占了总计算量的30%~80%,从而成为语音识别系统中一大瓶颈.本论文对快速概率计算算法进行了一个综述性的描述,主要从高斯分布和特征空间划分两个角度来介绍各种现有的快速概率算法,包括最近邻估计算法、有覆盖和无覆盖高斯选择算法以及K维空间划分树搜索算法,并对它们各自的特点和不同之处进行了描述。
-
-
-
-
-