在一些实施例中，本发明包括一种创建词汇树和识别该词汇树中的开始音素的方法。这些实施例使用的方法进一步包括估计在词汇树中具有特定的开始音素的单词的概率并至少存储一些估计的概率，其特征在于补偿权重不与估计的概率一起存储。估计的概率可以存储在...

公开了一种用于检测话音是否存在的综合话音激活检测器。在一个实施例中，综合话音激活检测器包括半导体集成电路，它具有至少一个执行话音检测的信号处理单元和存储信号处理指令的存储装置，这些指令供所述至少一个信号处理单元执行，从而：检测是否存在噪...

一种用于通过语音识别引擎注册言辞和相关联的目的锚的方法，所述方法包括：　　　　使用浏览器提供的一个编程接口而在浏览器显示的文档中获取具有链接的所有节点的一个列表；　　　　对于全部节点的列表中的每个节点而言，　　　　为所述节点获取一个目的...

一种基于语音的不受语言限制的用户接口方法，包括：从用户那里接收语音输入数据；根据语音输入数据，识别用户所讲述的语言；至少部分以语言标识符为基础，通过识别语音输入数据中的用户语音，将语音输入数据转换为所识别语言的第一文本；对第一文本进行语...

本文描述了用于依佛雷姆－玛拉赫滤波器的精确分段多项式近似。在一种实施方案中，示例性过程包括在不使用算术除法运算的情况下，通过多项式近似机制，根据维纳滤波器权重和后信噪比（ＳＮＲ）计算第一个参数，并根据第一个参数产生依佛雷姆－玛拉赫滤波器...

在此公开一种用于在隐藏马尔可夫模型中包含帧相关性的方法和系统。该方法包括计算语音的帧独立部分，把该帧独立部分输入到一个高斯模型，并且计算帧概率。然后从该帧概率计算自动回归系数。

一般来说，由用于人的语音识别的计算机系统所使用的根据本发明一个实施例的新的预取方法提供根据声音的隐藏马尔可夫模型状态的高斯分布计算和搜索语音特征的有效方法。当该处理器正在用于对一个语音数据进行声音处理时，该新的方法传送要被处理的语音数据...

一般来说，新的基于客户机－服务器的分布式语音识别系统（ＤＳＲ）在一个客户机设备提供识别由人所发出的语音的有效方法，并且通过网络发送到一个远程服务器。该系统在该客户机和服务器之间分布该语音识别处理，使得一个与说话者相关的语言模型可以被利用...

一种方法和装置，其使用概率网络来估计概率值并将这些概率值组合为总的概率值，每个概率值代表至少部分信号表示了内容的概率，这些内容比如话音活动。本发明可通过使用一些概率估计结果并抛弃其他概率估计结果，而使自身与特定系统和／或信号特征符合。

本发明公开了一种汉语语音音调抽取方法和系统。所述汉语语音音调抽取方法和系统包括：预计算哈明窗函数的抗偏自相关；至少对于一个帧，将第一候选者保存为不发音候选者，并从抗偏自相关函数检测其他发音候选者；以及基于所述不发音和发音候选者，根据发音...

声音模型数据库服务器通过网络来确定说话者的身份，其中声音模型数据库服务器经过所述网络向一个或多个语音识别系统提供输出数据，所述输出数据与访问接收所述输出数据的语音识别系统的人有关。该声音模型数据库服务器基于所述说话者的身份，尝试定位用于...

本发明描述了一种在声音信道上进行语音识别的方法和装置。其中接收一组语音信号，并且接收在声音信道上的对语音识别信息的请求。从所述信号创建一组语音特征，然后在所述声音信道上传输所述语音特征。

根据用于语音识别的呼叫语境为词汇和声学模型的动态的和适应性的选择提供的一种安排。当接收到来自与顾客相关联的呼叫者的呼叫时，发送与呼叫相关联的相关呼叫信息并将其用为检测呼叫语境。根据该呼叫语境选择至少一个词汇集（２３０）。根据呼叫语境识别...

将接收到的数字音频数据标准化的方法，包括将数字音频数据分解到多个子带中，并将心理声学模型应用于所述数字音频数据，以生成多个掩蔽阈值。该方法还包括基于掩蔽阈值和期望的变换参数生成多个变换调整参数，并将所述变换调整参数应用于多个子带，以生成...

通过使用位置信息可改善基于处理器的移动设备（１４）中的语音识别。可以从插件板上的硬件（２６）或者远程提供的信息中得到位置信息。位置信息以各种方式辅助改善语音识别。例如，通过位置信息可增强适应于包括回响和噪声特征的本地周围环境条件的能力。...

一种方法，包括：通过组合两个或多个从书写字的发音串选入音素节点表的发音串，生成书写字的发音网络。

这里描述了用于使用耦合隐马尔可夫模型（ＣＨＭＭ）的视听连续语音识别（ＡＶＣＳＲ）系统的方法和装置。在一个方面，一个示例性的过程包括接收音频数据流和视频数据流，并且使用多个隐马尔可夫模型（ＨＭＭ），基于所述音频数据流和视频数据流来执行连续...

提供了一些方法、系统和装置以分离并评估音频和视频。俘获音频和视频；评估视频以检测一个或多个发言者说话。使视觉特征与发言者说话相关联。分离音频和视频并将音频的相应部分映射到视觉特征以隔离与每个发言者相关联的音频并滤出与音频相关联的噪声。

本发明的一个实施例通过降低舒适噪声生成算法的计算复杂度对国际电信联盟的ＩＴＵ－ＴＧ．７２９附录Ｂ的舒适噪声生成算法加以改进。与如附录Ｂ所描述的对每一非活动噪声帧计算新的随机高斯噪声样本相比，通过对每一非活动语音帧重复使用预先计算的随机高...

在一个声频节目的片段之间对个性化信息内容的自动插入。该信息可以是根据用户偏好的和对个别用户唯一的。当用户收听一系列正在被一个声频播放器应用程序按照一个播放列表或者以流行方式演播的数字声频文件时，用户也可以根据用户的兴趣而接收其它信息。可...