本发明公开了一种用于自动标识文本串中的自然语音停顿的方法（４００），该停顿用于在电子设备（１００）上进行的文语转换之中。该方法（４００）包括：获取包括两端的所述文本串（４２０），这两端是开始端和结束端。然后进行分析步骤（４４０），分析所...

本发明公开了一种用于文字到语音合成的方法（２００），该方法（２００）包括接收（２２０）文本字符串，并从中选择至少一个单词。然后执行的步骤为将单词分解（２４０）为子单词，子单词形成子单词序列，至少一个子单词包含至少两个文字。然后执行的识别...

本发明公开了一种执行语音合成的方法，其包括：将文本段（１２０）与包含多个语音样本（１４０）的语言波形语料库（６０）比较。该方法确定在文本段（１２０）于一个语音样本（１４０）之间是否有最好的语境匹配。如果没有最好的语境匹配，该方法确定文本...

一种通信单元（１００），包括带有话音活动检测机制（１３０，１３５）的音频处理单元（１０９）。话音活动检测机制（１３０，１３５）测量输入至通信单元（１００）中的信号的能量加速率，并根据所述测量确定所述输入信号是语音还是噪声。还描述了一种检...

一种用于生成可以同时适用于说话人相关和说话人无关语音识别的语音识别声学模板数据库的方法，所述方法包括如下步骤：　　　　从第一说话人接收训练语音波形；　　　　把所述训练语音波形分割成对应于隐含马尔可夫模型（ＨＭＭ）的状态的块；　　　　对每...

一组声单元，其包含多个第三组声单元，其中，　　　　所述第三组声单元是从包含多个第一组声单元的第一组的声单元和包含对应于多个第一组声单元的多个第二组声单元的第二组的声单元中获得的，　　　　单个第三组声单元是通过改善单个第二组声单元的声特征...

本发明公开了一种用于多级分布式语音识别的系统和方法，包括一个终端，其具有一个可操作地耦合到麦克风（１３０）的终端语音识别器（１３６）。所述终端语音识别器（１３６）接收一个音频命令（３７），产生至少一个终端识别的音频命令，其具有一个终端置...

本发明说明了一种为文语转换合成选取用于确定发音波形的语音标识符的方法，所述方法包括选取字符串（２２０），然后确定所述字符串是否在主词典中（２４０）。将字符串分割成单独字符（２６５），分割过程是在字符串不在主词典中时实施的。然后检索规则集...

一种用于对信号进行综合分析编码的方法，包括步骤：　　　　基于输入信号，生成目标矢量；　　　　生成与合成激励信号相关的多个构成成分，其中多个构成成分中的第一构成成分基于偏移后的多个构成成分中的第二构成成分；和　　　　基于目标矢量和多个构成...

一种对信号进行综合分析编码的方法，包含如下步骤：　　　　基于输入信号生成目标信号；　　　　生成第一激励矢量；　　　　部分基于第一激励矢量，生成相关矩阵的一个或多个元素；　　　　部分基于目标信号和相关矩阵的一个或多个元素，估算差最小化标准...

一种用于选择性语音识别的方法，包括：　　　　接收具有媒体类型指示的媒体文件；　　　　响应于媒体类型指示，选择所选的语音识别引擎，其中，所选的语音识别引擎包括第一语音识别引擎和第二语音识别引擎中至少一个；和　　　　使得所选语音识别引擎能够...

一种便携式设备，包括：　　　　识别过滤器，接收识别结果列表，所述识别结果列表包括多个语音识别项，每个语音识别项都具有特定项的识别置信度值，以使识别过滤器产生修正的识别结果列表，所述修正的识别结果列表包括具有相关联的特定项识别置信度值的多...

一种用于使用混合字母－发音转换器（１０５）中的多个特定语言的字母－发音转换器对多语言的姓名进行语音识别的方法和系统（１００）。根据一个实施例，所述方法包括在电子设备中存储文本，其中所述文本表示由字符组成的多个姓名。然后为每个所述姓名识别...

一种用于多模式对话的语音浏览器对话启用器，它使用的是多模式标记文档（２２），该文档具有与各个字段关联并定义了分段（４５）的基于标记的表单。语音浏览器驱动器（４３）驻留在通信设备（１０）上，并且提供了分段（４５）和识别分段（４５）的标识符...

一种方法（图９）和设备（５００，６００），用于语音编码系统中的预测，使用子采样分解延迟，将一阶长时预测器（ＬＴＰ）滤波器扩展到多抽头ＬＴＰ滤波器（５０４，６０４）。从另一角度来看，将常规整数采样分解多抽头ＬＴＰ滤波器扩展为使用子采样分解...

本发明公开一种用于提供编码语音语料库（１０６）的方法（３００）和包括该语料库（１０６）的设备（１００）。方法（３００）包括从第一语音语料库中选取（３１５）声学单元，所述声学单元具有标识符和表示采样语音波形的多个相关帧。接着，方法（３００...

接收机前端（３０２），接收包括在语音信道上的预设符号模式的已知停止波形（１１４），该停止波形在传输结束时发送。处理器（３０４），连接到接收机前端，响应于检测停止波形而终止（５１２）语音信道的接收。处理器计算（５０４）从所接收信号导出的多...

一种口语系统（１００）包括识别部件（１２０），其根据接收的口语单词序列生成（２２０）识别出的单词序列，并为识别出的单词序列中的每一单词分配（２２５）置信度分数。口语系统的表示部件（１４０）调节（２４０）识别出的单词序列的表示（１４２）中...

一种提取视位的技术，包括以固定速率接收从语音信号获得的连续数字化模拟语音信息帧（２１０），滤波每一所述连续数字化模拟语音信息帧从而以固定速率同步生成时域帧分类矢量（２１５、２２０、２２５、２３０、２３５、２４０），以及分析每一时域分类矢...

一种用于讲话者验证的方法与系统，对于验证诸如讲话者的身份等讲话者属性是有用的。在无明显可辨话音与有明显可辨话音（Ｕ／Ｖ）语音分类器中对输入训练语音信号进行分类，以输出干净的Ｖ语音分量，并对输入测试语音信号进行分类，以输出嘈杂的Ｕ语音分量...