40、语音识别与轮椅语音控制技术：创新方法与性能评估

语音识别与轮椅语音控制技术：创新方法与性能评估

1 移动或 IP 网络环境下的说话人识别新方法

1.1 方法概述

提出了一种在移动或 IP 网络环境下进行说话人识别的新方法。该方法直接使用从压缩语音包中解码得到的线性预测倒谱系数（LSF）参数，避免了特征参数提取过程中的解压缩和分析步骤，计算效率高，且在考虑数据包丢失的情况下可能更具鲁棒性。

1.2 关键技术 - RTD 处理

引入了 LSF 过程的受限时间分解（RTD），以在不损失必要信息的情况下减少 LSF 序列的数量。经验表明，对于 YOHO 语料库的 LSF 向量序列，RTD 过程大约以 16Hz 的频率生成事件。

1.3 实验结果

实验结果显示，该方法比传统的说话人识别方法快三倍多，识别准确率达到 97.25%，而传统方法为 96.79%。虽然未分析性能提升的置信度和原因，但推测事件向量重新估计可能带来了这种提升。

2 语音激活电动轮椅控制中的语音/非语音分类

2.1 背景与动机

电动轮椅为残疾人和行动不便的老年人提供了独特的移动性，但对于患有严重运动障碍的人来说，控制标准电动轮椅可能很困难。当前的语音识别技术虽然性能较高，但对于一些需要高可靠性的应用，如残疾人士的电动轮椅语音控制，还不够完善。因此，需要一种可靠的语音/非语音（V/NV）分类算法，以拒绝非语音输入，实现高度可靠的系统。

2.2 系统与数据库

2.2.1 系统组成

系统由 8 个麦克风（双 4 通道）、8 通道模拟/数字板、奔腾 M 1.2GHz 平板