-
语音识别系统包括哪五个部分
语音识别系统是一种通过捕捉语音信号后对其进行分析和处理的技术。它主要依赖于模式匹配、统计建模和人工神经网络等方法来进行语音识别操作。语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元。
-
语音识别芯片的原理_语音识别芯片有哪些
语音识别芯片的原理 语音识别芯片也叫语音识别IC，与传统的语音芯片相比，语音识别芯片最大的特点就是能够语音识别，它能让机器听懂人类的语音，并且可以根据命令执行各种动作，如眨眼睛、
-
医疗智能语音识别系统的研发与应用
（文章来源：中国数字医学） 结合语音识别技术构建医疗智能语音识别系统，达到减轻医护人员日常工作负担，减少重复性劳动，提高诊疗质量的目的。基于语音识别的关键技术和海量的医疗数据，开发电子病
-
简析语音识别技术的工作原理
（文章来源：钛媒体APP） 语音识别技术是让机器通过识别把语音信号转变为文本，进而通过理解转变为指令的技术。目的就是给机器赋予人的听觉特性，听懂人说什么，并作出相应的行为。语音识别系统通
-
语音识别算法有哪些_语音识别特征提取方法
语音识别算法有哪些 本文列举了几种不同的语音识别算法。 第一种：基于动态时间规整（Dynamic Time Warping）的算法 在连续语音识别中仍然是
-
从原理入手，解析基于DSP的汉字语音识别系统的实现方式
语音识别是机器通过识别和理解过程把语音信号转变为相应的文本文件或命令的高技术。作为专门的研究领域，语音识别又是一门交叉学科，它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密
-
C8051F040单片机在语音识别系统中的应用
语音识别是人机交互的一种重要技术手段。根据实际需要和应用场合的不同，语音识别可以分为孤立词识别和连续语音识别、特定人识别和非特定人识别。语音识别追求的主要指标为高识别率、实时性和大词汇量；而对于一个语音识别系统，还应考虑软硬件设计简单、价格低廉、外围控制灵活、人机交互便捷等特点。性能良好且成本低廉的语音识别系统在智能家电接口、智能玩具、智能仪器等领域提供便捷的人机交互服务，将具有广阔的应用前景。
-
VoIP的基本传输过程简介
通过因特网进行语音通信是一个非常复杂的系统工程,其应用面很广,因此涉及的技术也特别多,其中最根本的技术是VoIP (Voice over IP)技术,可以说,因特网语音通信是VoIP技术的一个最典型的、也是最有前景的应用领域。本文
-
SPCE061A单片机采集语音信号并传送到PC机中解析方案
引言随着单片机集成化程度的不断提高，现代单片机已经具备了数字信号处理功能，使语音信号处理用单片机实现成为可能。台湾凌阳科技公司(SunPlus)推出的一款SPCE061A就是这样的产品。SPCE061A是以μ"nSP TM16位微控
-
红外光语音通信实验
激光通信早已用在国防上的特殊场合，完成特定的功能。对中学物理课而言，利用激光通信做物理实验，其价格太高。这里介绍一种用红外(线)光的语音通信实验，完全可以模拟激光通信的工作原理，且制作费用也很低。图1是一
-
采用定点DSP处理芯片ADSP2181的语音信号的识别
近年来，高性能数字信号处理芯片DSP(Digital Signal Process)技术的迅速发展，为语音识别的实时实现提供了可能，其中，AD公司的数字信号处理芯片以其良好的性价比和代码的可移植性被广泛地应用于各个领域。因此，我们
-
采用定点DSP处理芯片ADSP2181的语音信号的识别
采用定点DSP处理芯片ADSP2181的语音信号的识别
-
高性能免提车载套件的设计考虑
市场对更高质量车载免提语音系统的需求正不断增长。许多政府已经通过或正在考虑立法，以禁止在驾驶过程中使用手持式移动电话。此外，汽车制造商也在响应消费者对更高性能的车载通信与音响系统的需求。然而，移动车辆
-
基于MATLAB的皮肤听声器系统的研究
摘要：为了使皮肤听声器能够辨析语音，设计了基于MATLAB的皮肤听声器系统。该系统以MATLAB软件为平台，在此基础上实现了语音信号的录制、播放、预处理、分段滤波、特征提取等功能，并利用特征参数辨析语音。本系统达
-
基于HMM的连续小词量语音识别系统的研究
基于HMM的连续小词量语音识别系统的研究
-
基于HMM的连续小词量语音识别系统的研究
摘要：为了提高语音识别效率及对环境的依赖性，文章对语音识别算法部分和硬件部分做了分析与改进，采用ARMS3C2410微处理器作为主控制模块，采用UDA1314TS音频处理芯片作为语音识别模块，利用HMM声学模型及Viterbi算法
-
语音信号识别基于盲源信号分离的实现
摘要：为了识别两路频谱混叠语音信号，多采用盲信号分离的方法。但是该方法在工程实践中实现较困难。因此给出了一种利用盲源信号分离的原理及特点的实现方法，具体说明了用FastICA算法在ADSP_BF533平台上实现盲源信号
-
语音信号识别基于盲源信号分离的实现
摘要：为了识别两路频谱混叠语音信号，多采用盲信号分离的方法。但是该方法在工程实践中实现较困难。因此给出了一种利用盲源信号分离的原理及特点的实现方法，具体说明了用FastICA算法在ADSP_BF533平台上实现盲源信号
-
针对语音信号的低功耗数字接收机解调方案
1 数字前端 该低功耗数字接收机主要是针对语音信号的，要处理的信号都是窄带的。对数字前端中的混频器送出的模拟窄带中频信号进行采样，产生数字窄带中频信号。对该信号进行解调之前，先将频谱搬至零中频处，再进
-
基于定点DSP处理芯片的语音信号的识别
近年来，高性能数字信号处理芯片DSP(Digital Signal Process)技术的迅速发展，为语音识别的实时实现提供了可能，其中，AD公司的数字信号处理芯片以其良好的性价比和代码的可移植性被广泛地应用于各个领域。因此，我们
