语音应答服务系统Air Voice设计与实现

本文介绍基于PC／MODEM的PSTN语音应答服务系统Air Voice,对Air Voice系统的功能、结构以及实现语音应答服务的关键技术进行了说明,重点讨论了利用调制解调芯片CLMD1414UNT和VB串行通信控件MsComm实现PSTN语音通信控制的技术实现方法,并阐述了语音合成技术在系统中的应用。     

语音应答服务系统AirVoice设计与实现

本文介绍基于PC/MODEM的PSTN语音应答服务系统AriVoice,对AirVoice系统的功能、结构以及实现语音应答服务的关键技术进行了说明,重点讨论了利用调制解调芯片CLMD1414UNT和VB串行通信控件MsComm实现PSTN语音通信控制的技术实现方法,并阐述了语音合成技术在系统中的应用。     

基于PSTN的远程控制系统通信模块设计与实现

基于PSTN的远程控制系统利用公共交换电信网进行控制信号的传输的通信,远程用户可以通过任何电话终端与系统进行语音应答通信,查询并发送控制指令实现电器设备的实时远程检测与控制。介绍了PSTN远程控制系统的构成,并详细阐述系统通信模块的设计与技术实现方法。     

一种电话语音卡的开发及应用

一、引言电话语音卡使电话与计算机直接结合来处理语音成为可能,不需调制解调器(MODEM)就可以直接利用电话获取计算机内的信息。目前,利用电话语音卡实现的电话语音系统逐渐普及,如电话银行,无线寻呼留言系统,168查询系统,114综合电信管理系统等。本文将介绍美国BICOM公司生产的BICOM—2LS型双口模拟电话语音卡,然后介绍以此卡为硬件基础开发的报刊编辑、查询语音系统。     

基于机载局域网的语音会议系统的设计

随着航空通信技术的高速发展，大型C^3 1空中平台中通信设备集成越来越多，信息传输功能越来越强大。该文提出了一种基于机载局域网语音会议系统的设计方案，重点介绍了OLAN体系结构、功能、语音及数据和控制信息传输方案及其关键技术。在机载多用户以太网中提供了语音流的实时、可靠传输及QoS服务保证，实现了基于OLAN的小型语音会议系统。     

双路G．7 23．1在ADSP21 061上的实时实现

由于具有高音质和低码速率的特点,G．723．1被作为PSTN网上的可视电话的语音通信标准,并广泛应用于IP Phoen等其他语音通信领域。文中详细介绍了在ADSP21061上实时实现双路G．723．1编解码功能的软硬件设计。系统实现的关键难点是双路编解码算法的实时实现,因为采用原始的G．723．1算法,双路编解码系统无法实时的实现。通过采用作者提出的一个递推算法,双路G．723．1编解码算法所需要的计算量最多为26．9MIPS,从而能够在ADSP21061上实时实现。递推算法没有造成G．723．1算法数值的任何改变。由于ADSP21061是一个低价位芯片,所以该双路系统具有相当高的性能价格比,它已经在PSTN网上多媒体通信系统和数字语音记录仪上进行了推广应用。     

基于Nios Ⅱ的语音加密传输系统设计

设计并实现了一个基于Nios Ⅱ的语音加密传输系统。介绍了进行语音信号处理的功能模块,包括语音采集回放模块、基于G.729A的语音压缩与解压缩模块和基于AES的数据加解密模块。在控制模块的协调下,使得语音数据通过MODEM能够在公共电话网中安全地传输,实现了语音的保密通信。     

宾馆信息语音检索系统的研究

针对手工输入查询要求的传统检索系统的不便,该文提出利用语音检索技术,设计开发了Voice Hotel宾馆信息查询系统,基本实现了人机语音对话的查询方式。该系统采用的语音处理技术有：1）基于HMM模型的语音识别,用以现实语音到文本的转换;2）PSOLA的语音合成技术,用以实现文本到语音的转换,完成对检索结果进行语音播报的功能。该系统的语音检索正确率达到85%。     

基于短信和自动语音查费系统设计与实现

随着移动通信资费方式的层出不穷,移动用户对于自身的话费信息也越来越关注。分析了各通信运营商现有查费系统的局限性,利用现有的两种比较成熟的技术SMS(短消息服务)和IVR(自动语音应答),设计了一种占用资源相对较少,同时又比较灵活、方便的话费查询系统,并且给出该系统的具体实现过程。     

基于多种通讯平台税收管理与服务信息互动系统的设计与实现

对多种通讯平台的信息互动技术进行了分析和阐述,重点介绍了采用面向对象设计,基于软件架构分层体系的触摸屏查询、数据采集转换、短信息服务系统、语音服务系统等功能实现,提出了构建信息互动集成平台的多层体系结构的解决方案。     

面罩语音质量评价算法适用性研究

针对语音编码的音质评价算法性能已十分明确,但对于面罩语音不一定适用。讨论了语音质量评价算法对空气语音与面罩语音在不同噪声环境下的适用性。采用主观意见得分和三种客观评价测度对多种信噪比的带噪语音和增强语音进行评价,包括分段信噪比、改进的巴克谱失真（MBSD）和语音感知质量评价（PESQ）,根据与主观评价的一致性判断客观评价方法的适用性。增强算法采用维纳滤波法和对数谱最小均方误差法（LSA-MMSE）,噪声采用粉红噪声、海浪噪声。仿真结果表明,语音质量评价算法的适用性与语音类型、信噪比、背景噪声、增强算法种类有关。粉红噪声环境下,PESQ不适合评价经维纳滤波增强的空气语音;MBSD算法只适用于评价经LSA-MMSE增强的面罩语音。海浪噪声环境下,PESQ适用于评价面罩语音,MBSD不适合评价面罩语音。     

分形理论在语音信号处理中的应用

分形理论是描述语音信号的一个非常有效的工具,并已取得了一系列应用成果。本文叙述了分形的基本概念与基本特性。阐述了分形理论在语音分割、端点检测、语音合成、语音增强、信息隐藏、语音识别和语音预测等语音信号处理领域的应用和研究成果。最后对分形理论在语音信号处理中的应用与发展进行了展望。     

语音情感识别综述

人类的语音情感变化是一个抽象的动态过程,难以使用静态信息对其情感交互进行描述,而人工智能的兴起为语音情感识别的发展带来了新的契机。从语音情感识别的概念和在国内外发展的历史进程入手,分别从5个方面对近些年关于语音情感识别的研究成果进行了归纳总结。介绍了语音情感特征,归纳总结了各种语音特征参数对语音情感识别的意义。分别对语音情感数据库的分类及特点、语音情感识别算法的分类及优缺点、语音情感识别的应用以及语音情感识别现阶段所遇到的挑战进行了详细的阐述。立足于研究现状对语音情感识别的未来研究及其发展进行了展望。     

一种基于时频域特征融合的语音增强方法

为充分利用含噪语音特征来提升深度神经网络的语音增强性能,提出一种融合时频域特征的语音增强方法。以含噪语音的波形和纯净语音的对数功率谱分别作为训练特征和训练目标,获取含噪语音时域特征到纯净语音频域特征的映射关系。将含噪语音的波形和对数功率谱共同作为训练特征,构建融合含噪语音时域和频域特征的深度神经网络实现语音增强。实验结果表明,与单纯使用频域特征的语音增强方法相比,该方法能够明显提升增强语音的质量和可懂度,具有更好的语音增强性能。     

深度语音信号与信息处理：研究进展与展望

论文首先对深度学习进行简要的介绍,然后就其在语音信号与信息处理研究领域的主要研究方向,包括语音识别、语音合成、语音增强的研究进展进行了详细的介绍。语音识别方向主要介绍了基于深度神经网络的语音声学建模、大数据下的模型训练和说话人自适应技术;语音合成方向主要介绍了基于深度学习模型的若干语音合成方法;语音增强方向主要介绍了基于深度神经网络的若干典型语音增强方案。论文的最后我们对深度学习在语音信与信息处理领域的未来可能的研究热点进行展望。     

语音用户界面研究进展

语音是人们日常生活中高效、自然的交流方式之一。但是直到目前为止，语音交互方式在计算机技术上的应用还是比较少的。近年来，随着Ubiquitous Computing和便携式计算机的出现，再次对语音用户界面的应用提出了迫切的需求。而且语音识别、合成技术的发展也为语音交互界面的实现提供了技术基础。本文综合参考了国内外语音界面的一些应用系统实例以及语音这种独特的交流媒体的优点和局限性，总结了语音用户界面的适用环境和设计指导原则，并提出了对语音界面的发展展望。     

基于PAD情感模型的可训练语音合成研究

情感语音合成是情感计算和语音信号处理研究的热点之一,进行准确的语音情感分析是合成高质量情感语音的前提.文中采用PAD情感模型作为情感分析量化模型,对情感语料库中的语音进行情感分析和聚类,获得各情感PAD参数模型.由HMM语音合成系统合成的情感语音,通过PAD模型进行参数修正,使得合成语音的情感参数更加准确,从而提高情感语音合成的质量.实验表明该方法能较好地提高合成语音的自然度和情感清晰度,在同性别不同说话人中也能达到较好的性能.     

分形理论在语音信号处理中的应用

分形理论是描述语音信号的一个非常有效的工具,并已取得了一系列应用成果。本文叙述了分形的基本概念与基本特性。阐述了分形理论在语音分割、端点检测、语音合成、语音增强、信息隐藏、语音识别和语音预测等语音信号处理领域的应用和研究成果。最后对分形理论在语音信号处理中的应用与发展进行了展望。     

朗读语料与自然口语的差异分析

本文通过对朗读语音语料库ASCCD、自然口语独白语音语料库CASS和自然口语对话语音语料库CADCC的统计分析,试图说明朗读语料与自然口语的主要差异。文章主要对二者在音节、声韵、副语言学和非语言学现象、语篇话题、话轮转换、基频变化以及音段音变现象等几个方面作了一些统计分析,并由此归纳出朗读语料与自然口语的几点不同。     

一种新颖的混合语音检索算法*

提出了一种新颖的混合语音检索算法。利用ICA的盲分离特性,将包含两个人声音的混合语音分离成只含一个人的单一语音,以分离出来的单一语音为新样本建立新的语音库,并与基于混合语音的语音库建立链接关系。查询时,利用DTW技术进行匹配检索,实现了基于混合语音的检索功能。实验表明该方法能够在混合语音中查询到用户所要求的记录。