基于基音同步叠加的汉语文语转换

提出了一种将基音同步叠国技术用于汉语文语转换系统的方法。主要介绍了系统的基本组成、语音基元选择、语音库的结构和检索、文本的预处理、合成规则、基音同步叠加技术等。该系统在语言学处理中采用了分词精度较高的基于词形统计的汉语文本切分算法；韵律处理采用了能有效控制合成语音韵律的语音合成规则；声学处理采用了基音同步叠加技术进行语音合成，易于调整合成语音的音高、音长和音强。测试表明，本系统语音输出清晰度达95％，自然度达8．1分（按10分制），基本达到实用的要求。     

Windows环境下汉语阅读系统的实现

介绍了基于ＰＣ机的Ｗｉｎｄｏｗｓ环境下的汉语阅读系统。该系统采用ＰＣＭ的波形文件格式的语音数据库，以时域波形拼接方式，将文本流转化为语音流。该系统包括多音字处理、儿化音处理、变声处理、轻声处理、语音流的节奏性处理、语音流的连续性处理等技术，改善了合成语音的自然度。     

基于OCR识别信息的语音合成在WEB上的实现

系统使用OCR设备，扫描与识别学生卡信息，并对所得信息进行软件支持和补偿．在此基础上，建立了一个基于ASP．Net的在线考试系统．通过Web技术与TTS技术相结合，实现了信息在不同客户端播报与提示，为外部信息转换到汉语文本进行探索，并为ATR实现语音播报打下基础．     

基于XFS4041CN中文语音系统设计及实现

针对目前语音系统中播放的语音长度取决于存储介质的大小,并且不能随着时间、环境等因素的改变而变更播放内容的缺点,提出了一种基于XFS4041CN中文语音系统方案。XFS4041CN芯片通过UART接口或SPI接口接收待合成的文本,把文本合成为语音输出,较好的解决了上述问题。在简要介绍中文语音合成芯片XFS4041CN的工作原理基础上,以STM32F103VB为主控芯片,详细论述了该系统的硬件、软件设计。     

基于时频分步处理的PSOLA韵律合成方法

结合FD-PSOLA和TD-PSOLA算法的优势，提出一种音高、时长分步处理的语音韵律拼接合成方法．根据韵律生成模型计算得到的基频参数和时长参数，分别在频域和时域对语音拼接单元进行调整，在保持音库语音拼接单元清晰度和自然度基本不变的情况下，合成语音的韵律调控能力得到提高．以汉语短语词组合成实验证明了该方法实现的有效性．     

一种SmartFusion FPGA的快速语音合成系统设计

针对传统语音合成系统实时性差、硬件资源占用率高、大容量语音数据处理效率低等问题,采用高速并行运算能力的SmartFusion FPGA （Field Programmable Gate Array）为硬件开发平台,设计了一种FPGA的语音快速合成系统.首先通过移植FatFs文件系统到FPGA芯片集成的Cortex-M3硬核中,采用软硬件协同工作方式,利用Cortex-M3硬核与FatFs文件系统实现语音文件的查找和软件解析,应用FPGA硬件完成对文本文件内容读取及控制语音的播放,形成软硬件协同工作模式.实验结果表明,该语音合成系统具有语音文件处理效率高、文语转换时间短、语音播放清晰流畅,实现方便,稳定可靠.     

CT骨骼边界坐标文件的IGES数据转换

针对CT骨骼边界坐标文件和Imageware等逆向CAD系统之间进行数据信息交换存在的问题，依据IGES格式要求，应用编程工具VC＋＋，设计了数据转换模块，实现了骨骼边界数据文件到标准IGES文件的转换，生成了Imageware可以识别的格式文件．     

VoIP技术原理及实现

IP电话是一种数字电话,是技术创新的一种通信服务业务。它把语音压缩编码、打包分组、分配路由、存储交换、解包解压等交换处理在IP网或互联网上实现语音通信。这里对IP电话机采集、播放语音信号,运行H.323协议系列,用RTP传输数字化的语音信息流的过程做了详细描述。同时还介绍VoIP系统设计实例,并详细分析了设备配置和系统操作过程。     

"110"接处警系统的设计

传统的110接处警需要人工调度，比较落后．为了加快处警速度，必须采用计算机网络化管理．为此，提出了一种110接处警系统的设计方法．该方法采用Dialogic电话语音卡对来电进行语音信息和其它信息的实时采集，然后根据报警人提供的地域信息在计算机上进行二级处警的快速调度．实时采集的信息为查询、统计的自动化提供了可靠敷据．     

话视网络信息检索系统

话视网络信息检索系统集程控电话交换机技术和计算机网络技术于一体，采用了电话语音数据传输和视频数据放大传输技术，以及数据查询网络通信技术。系统主要由计算机系统、通信控制器和终端三大部分组成，分别完成电话通话检测、电话指令采集，录音自动和播放和传输、视频数据传输等任务，是一种新颖的数据通信和检索系统。     

基于TTS文语转换的Web语音浏览器

提出一种基于文语转换TTS技术I、nternet应用的语音浏览器,从语音合成分析TTS系统特性,给出基于TTS的Web浏览器系统的设计与实现.它整合了Web技术、中文信息处理技术、人工智能以及关键的中文语音合成技术,让用户在阅读Web页面信息的同时能够听到同步朗读的声音.该语音浏览器能提高网络用户获得信息的准确度.     

采用谱包络与超音段韵律调整的高自然度语音转换

汉语语音转换技术的目的是在保持语义信息不变的前提下将汉语语音中源说话人的语音特征转换为目标说话人的语音特征.提出的适用于汉语说话人高自然度语音转换算法主要分为三个部分:前两部分用VQ模型实现了语音的谱包络及其激励的转换,第三部分采用BP算法实现语音的韵律转换规则建模.算法针对汉语语音超音段发音特点进行韵律调整,有效实现了汉语语音转换并得到高自然度合成语音.实验表明本文提出的转换方法是一种有效的汉语语音转换算法.     

Multimodal Expression—Synthesis of Facial Emotion,Mouth Movement and Voice

ＭｕｌｔｉｍｏｄａｌＥｘｐｒｅｓｉｏｎ—ＳｙｎｔｈｅｓｉｓｏｆＦａｃｉａｌＥｍｏｔｉｏｎ，ＭｏｕｔｈＭｏｖｅｍｅｎｔａｎｄＶｏｉｃｅＺＨＡＮＧＪｉｎｇＧＡＯＷｅｎＣＨＥＮＸｉｌｉｎ（张晶）（高文）（陈熙霖）（Ｄｅｐｔ．ｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎ...     

基于合并因子的多种格式文件索引技术

为了改进传统的文本检索技术存在检索文件格式种类单一,索引大数据量文件速度慢,甚至造成内存溢出等问题,基于Lucene系统及相关技术,研究了基于合并因子的多种格式文件索引技术,并在此基础上构建了中文文本信息检索系统.实验分析表明,本系统有效地实现了多种格式文件检索功能,通过合并因子的设定有效提高了索引速度,系统可靠性高.     

汉语语音识别研究与实践

本文介绍了汉语语音识别及其实例—电话声控查号系统,并在该系统中采用了高效压缩信息的“分块四值化法”提取特征,信息压缩率达100:1;利用分级识别,提高识别率;设置辅助功能键,保证报号完全准确。     

基于电力公司的多格式文档智能信息检索系统的设计与实现

介绍基于电力公司的多格式文档智能信息搜索系统的设计原理和实现过程。通过PHP调用COM组件以及Java调用jar包,将其他多种文档转换为".txt"文档,经过分词并采用基于句子特征的文本摘要生成方法生成".txt"文档的摘要。检索模块采用基于词索引的全文检索,信息检索模型采用空间向量模型,实现摘要及高相关度句子的输出。     

基于深度学习的空管语音识别

文章在分析空中交通管制业务的基础上,研究一种适用于我国民航管制通话的端到端语音识别算法。文章设计了基于卷积神经网络和循环神经网络的深度学习模型,以CTC作为损失函数使用已标注数据进行迭代训练,从而优化模型参数。以空中交通管理中的管制通话语音作为模型的输入,最终输出中文汉字和空管专有名词。使用真实采集的管制通话语音数据进行实验,在10 h的训练数据上词错误率为9.49%。实验结果表明,与传统的语音识别算法比较,该算法有更优异的识别效果。     

浊声基频轮廓对汉语合成自然度提高的分析与综合

连续语音浊声基频轮廓是影响合成语音自然度和表现力的一个重要因素 .本文采用序位调值分类统计法 ,对汉语连续语音音调动态特性作了系统分析 ,提出一种用于分析和分层产生汉语连续语音基频参数的数学模型 .模型充分考虑了汉语发音特点 ,归纳了语言表达中音调变化的各种可能 ,并相应设置了控制调整参量 ,相对完整而实用地表示了语言知识和基频参数之间的对应关系 .对一些典型自然语句进行了仿真实验 ,结果表明 ,该模型控制产生的合成基频轮廓和测试目标可达到满意的吻合 ,对有效改善TTS系统语音合成自然度作用明显 .     

列车车次信息语音查询系统的开发设计

开发设计的列车车次信息语音查询系统是一个基于PSTN网络的交互式自动语音应答服务系统,其主要作用是为用户通过手机、固定电话查询车次信息提供自动的语音应答服务。介绍了该系统的主要设计方法,包括建立连接电话网的CTI服务器、系统平台、后台数据库和语音文件库。系统平台的设计使用界面操作性好的C＋＋Builder软件,后台数据库使用Access数据库建立。应用计算机电话集成（CTI）技术和自动语音应答（IVR）技术,构建的车次信息查询系统提供了与电话网的接入功能,为用户服务的自动语音引导、查询功能,还为管理人员建立了友好的前台列车车次信息管理平台。