汉语语音识别中基于音节的声学模型改进算法

针对汉语语音识别中协同发音现象引起的语音信号的易变性,提出一种基于音节的声学建模方法。首先建立基于音节的声学模型以解决音节内部声韵母之间的音变现象,并提出以音节内双音子模型来初始化基于音节声学模型的参数以缓解训练数据稀疏的问题;然后引入音节之间的过渡模型来处理音节之间的协同发音问题。在“863-test”测试集上进行的汉语连续语音识别实验显示汉语字的相对错误率下降了12.13%,表明了基于音节的声学模型和音节间过渡模型相结合在解决汉语协同发音问题上的有效性。     

文语转换系统语音库中不同长度协同发音单元的选择

本文以我们自行开发的文语转换系统为背景，根据汉语普通话的特点，从解决协同发音角度研究了文语转换系统语音库中双音节词和三音节词的选取，以及与协同发音相关的单音的选择，我们把实验的结果应用到系统中，取得了提高合成语音自然度的效果。     

基于反转HMM的双层搜索策略及其应用

通过对连续发音的数字串识别实验的搜索过程进行分析，发现许多误识是由于声母段及声韵段叠信息丢失而造成的。因此结合汉语音节结构特点，通过引入了反转HMM，提出了双层搜索策略，较好地解决了单层搜索时音节分界点错位引起的声母段及声韵段叠信息丢失而造成的误识现象。实验证明了该方法的有效性。     

一种汉语语音多级识别策略

本文提出了一个汉语语音识别的三级识别结构, 在以半音节为识别基元的基础上, 将基于语音生成模型的模式匹配法和基对“知识”的特征规则法有效地结合起来, 从一个新的角度来研究汉语语音识别。通过对汉语语音发音方式和拼读规则的分析及实验, 总结出用于声母分类的有效特征及各级判决中的若干判别规则。实验结果表明, 系统达到了较高的性能指标。前半音节的识别率为94.7%, 存贮量和计算量分别和一般全音节识别系统的1/10和1/36。     

汉语连续语音中HMM模型状态数优化方法研究

为了优化汉语连续语音中HMM模型系统以提高识别性能,提出了分别为每个声母和韵母半音节声学模型选择最优的状态数的方法。通过综合考虑每个声母和韵母半音节声学模型在不同状态数下的段长均值、方差以及各自识别率这三者信息,作为进行最优模型状态数的选择准则。优化后的声学模型系统由状态数各不相同的声母半音节声学模型组成,同未优化前状态数统一的模型系统相比,音节识别性能提高了5.07个百分点。研究表明,每个声母和韵母半音节志学模型应根据情况选择不同的状态数,优化后的模型系统识别性能得到了提高。     

基于上下文音节的维吾尔语语音合成系统研究

提出上下文音节为拼接单元,生成自然语音的一种维吾尔语语音合成方法。上下文音节有效地整合了邻近音节内外的音联现象,可以避免大部分协同发音影响。采用基于时域平滑技术对合成语音进行平滑处理,减少在拼接点处的语音失真和突变,从而提高了合成语音的自然度。     

基于协同发音现象的一种汉语语音合成方法

在目前汉语语音合成常用的波形编码合成方法中，通常是以单音节作为语音合成的声音基元．但是由于合成时音节连接处往往不能很好的过渡，导致合成语音自然度不是很好．本文针对这个问题通过对汉语中协同发音现象的研究，提出了一种新的合成声音基元选取策略，在单音节合成单元基础上增加了部分自然语音中的音节连接段作为合成单元，使用该策略结合TD-PSOLA算法进行语音合成，合成语音的自然度较通常的波形合成法有了较大的提高．     

基于隐马尔可夫模型(HMM)的声母识别

本文研究了在声母分类基础上,建立一个以音节为输入单元,采用隐马尔可夫模型(HMM)识别声母的语音系统;针对声母特征的不稳定性及码字序列的模糊性,提出了码字替代的理论和算法,还提出了HMM的自适应和自学习算法,为建立非特定人的语音识别系统打下基础。目前本系统声母的识别率对特定人是85％左右,对非特定人达78％左右。     

基于语音知识的音节切分

在充分利用普通话水平测试试卷的文本信息、同一人的声母时长在常规语速下基本稳定、同一人的声母之间以及韵母之间的相对时长基本保持比例关系等先验知识的基础上,使用经小波变换后再重构的3个语音信号分量的累计能量特征为参数,提出了利用话者语音统计信息的两级音节切分算法,使音节切分精度达98.3%以上。     

基于声学特征的腭裂语音声韵母切分

设计了一种腭裂语音的声韵母切分算法。通过主观的波形测试和客观的F检验及t检验,证明了腭裂语音与正常语音具有显著性差异。定义声母具有清音音素特性的音节为I类音节,声母具有浊音音素特性的音节为II类音节。首先基于层次聚类模型自动判别I类、II类音节,然后定义类浊音权重函数和类清音概率函数,实现I类音节的声韵母一级切分,再通过短时自相关函数峰值个数的一阶微分实现I类音节声韵母的二级切分。基于声韵母波形差异性,检测短时自相关函数的能量跳变点,实现II类音节的声韵母切分。通过大样本实验,结果表明提出的腭裂语音声韵母自动判别算法具有较高的正确率,I类音节的正确率达到90.72%,II类音节的正确率为92.90%。     

一个应用于嵌入式Linux浏览器的视频播放器

在嵌入式系统的解决方案中,从操作系统,到用户界面,再到应用程序,许多软件都要自己编写才能够满足其计算能力低,硬件资源限制高的要求。主要介绍了嵌入式浏览器中视频播放器的设计和实现。它运行于我们自行研制开发的嵌入式窗口系统和嵌入式浏览器之上,操作系统平台是嵌入式Linux。     

基于生物特征识别的自动勤务系统设计

提出一种基于生物指纹特征提取的小型企事业单位勤务系统。介绍了该系统各模块引入的相关算法。将这些算法的原理应用到系统设计中,设计出系统各模块的电路结构,并在FPGA芯片上进行了仿真,验证了该系统的可行性。最后提出了该系统的改进方案。     

基于本体论的论文检索

本文首先分析了传统论文检索机制的不足,在此基础上,提出将本体论应用于论文检索中的基本思路,建立了论文本体模型,设计了基于本体论的论文检索系统,最后根据所建立的检索模型,研完了智能化论文检索的相关算法。     

基于改进遗传算法的边缘检测阈值自动选取及其应用

针对我们设计的面向应用环境的精密装配机器人视觉系统边缘检测的阈值自动选取的问题 ,通过对传统遗传算法的改进 ,提出了一种二次搜索寻优的阈值选取策略 .通过这种改进的遗传算法进行边缘提取阈值的自动选取 ,能够显著的提高阈值选取的速度 .将其应用于我们的视觉系统 ,可以对我们的视觉系统所产生的边缘图像进行阈值的实时的自动选取 ,增强了整个视觉系统的实时性和鲁棒性     

Large-scale linked data integration using probabilistic reasoning and crowdsourcing

We tackle the problems of semiautomatically matching linked data sets and of linking large collections of Web pages to linked data. Our system, ZenCrowd, (1) uses a three-stage blocking technique in order to obtain the best possible instance matches while minimizing both computational complexity and latency, and (2) identifies entities from natural language text using state-of-the-art techniques and automatically connects them to the linked open data cloud. First, we use structured inverted indices to quickly find potential candidate results from entities that have been indexed in our system. Our system then analyzes the candidate matches and refines them whenever deemed necessary using computationally more expensive queries on a graph database. Finally, we resort to human computation by dynamically generating crowdsourcing tasks in case the algorithmic components fail to come up with convincing results. We integrate all results from the inverted indices, from the graph database and from the crowd using a probabilistic framework in order to make sensible decisions about candidate matches and to identify unreliable human workers. In the following, we give an overview of the architecture of our system and describe in detail our novel three-stage blocking technique and our probabilistic decision framework. We also report on a series of experimental results on a standard data set, showing that our system can achieve a 95 % average accuracy on instance matching (as compared to the initial 88 % average accuracy of the purely automatic baseline) while drastically limiting the amount of work performed by the crowd. The experimental evaluation of our system on the entity linking task shows an average relative improvement of 14 % over our best automatic approach.     

Web方式下基于工作流的ERP管理系统的研究与应用

本文尝试地把工作流管理技术与思想引入到传统的ERP管理系统中，文章在介绍ERP管理系统和工作流技术后，重点讨论了实现ERP管理系统中物料表及装配BOM的一些关键技术，并介绍了这些技术在系统中的应用。     

A new algorithm for optimally determining lot-sizing policies for a deteriorating item in an integrated production-inventory system

In this study, we focus on optimally determining lot-sizing policies for a deteriorating item among all the partners in a supply chain system with a single-vendor and multiple-buyers so as to minimize the average total costs. We revise Yang and Wee's [1] model using the Fourier series to precisely estimate the vendor's inventory holding costs. Also, we transform our revised model into a more concise version by applying anapproximation to the exponential terms in the objective function. In order to solve this problem, we analyze the optimality structure of our revised model and derive several interesting properties. By utilizing our theoretical results, we propose a search algorithm that can efficiently solve the optimal solution. Based on our numerical experiments, we show that the proposed algorithm outperforms the existing solution approach in the literature, especially when the number of buyers is larger in the supply chain system.     

低端环境下实现虚拟敦煌漫游实时传输与绘制

描述一个用于敦煌洞窟三维重建和虚拟漫游的实时交互系统。通过该系统的实现，尝试了低端硬件不环境下的实时传输与绘制。在建立一个面向纹理数据的高速缓存层级管理模型基础上，部分接管了操作系统自身的存储管理机制，以进行纹理数据的动态调度；并运用基于用户行为的推算定位算少基于选择机制的感兴趣区域算法对调度进行指导。实验结果证明了该算法的必要性。