基于地学标本资源平台的多媒体产品研发——以《化石复原生命奇迹—中国侏罗纪恐龙动物群》为例

现今信息化时代的到来,利用多媒体进行科普宣传传播已经成为主要方法,多媒体产品的研发已迫在眉睫。本文主要以地学标本资源为基础,重点论述了多媒体视频选题的依据、剧脚本的设计、内容素材收集和整理、制作过程,以及实践作品《化石复原生命奇迹——中国侏罗纪恐龙动物群》取得的效果。同时呈现了地学标本资源平台多种多媒体产品的展示效果,探讨了地学标本平台多媒体产品的研发的前景和开发路径,为地学类多媒体产品研发提供参考。     

计算预知未来——基于国家高性能计算环境的生物医药应用服务社区

基于国家高性能计算环境的生物医药应用服务社区得到了国家十三五重点研发专项的继续支持,通过项目实施将进一步推进高性能计算在生物信息和药物研发领域的应用服务。项目将从生物医药应用服务社区、精准医疗和个性化药物应用示范两个课题开展社区建设和应用服务推广的研究,为患者量身设计出最佳治疗方案,以期达到疗效最大化和副作用最小化;为医院临床研究提供可能的更精准更个性化的医疗解决方案,产生经济和社会效益。     

数字化技术让沉睡在标本馆里的睡美人活起来——“国家标本资源共享平台及其应用”专刊序言

本期《科研信息化技术与应用》的“国家标本资源共享平台及其应用”专刊刊登了 13 篇文章,其中综述性论文 4 篇,技术性论文 3 篇,应用类论文 6 篇。本专刊全面系统地介绍了我国标本数字化的最新进展及其在各个不同学科不同层次的应用。首先对国内外生物标本资源数字化进展进行了分析和介绍,重点对我国国家标本资源共享平台从不同侧面,系统而全面地进行了分析,并对我国今后标本数字化提出了非常具有建设性的建议;然后基于 NSII 网页浏览日志中标本查询页面中的用户检索关键词进行了分析,一定程度上揭示用户对不同物种、不同地理分布和馆藏分布的关注度,从而确定热点物种;并分别详细介绍了植物、动物和岩矿子平台标本数字化、平台建设、数据资源、专题库建设、以及为相关领域研究提供的服务。国家标本资源共享平台除了提供标本数据服务外,还为各具特色的专题数据库建设、各种专题研究提供了很好的空间和相关技术服务;生物多样性数据 Gap 分析、可视化分析、三维展示技术、多媒体技术等在标本数字化展示和相关研究中得到了很好的应用。     

基于数据的动态舞台机械运动设计与仿真

针对现代演艺节目的特点,结合多媒体动态舞台的制作,提出了在舞台机械运动的设计和控制方面的处理思路,即通过抽象的数据处理双向连接形象的舞台设计与舞台表达。以数据为核心,利用数据建模的方法进行三维仿真舞台的设计,采用舞台机械运动关键帧技术进行仿真舞台数据提取和处理。针对机械的性能指标和物理特点,采用与抛物线拟合的线性函数进行舞台运动的时间误差的控制。将舞台机械的运行数据进行整合和处理,通过三维舞台动画制作方法进行仿真呈现,形成设计与实施的双向数据流。利用双向数据流产生的数据,不仅为舞台的多媒体制作,舞台安全检测,舞台前视觉仿真等现代多媒体动态舞台模块提供统一准确的数据基准,而且改善了其制作流程,缩短了制作周期。     

舞台控制中的噪声分析及滤波器设计

１引言舞台机械过程控制中存在大量的噪声,其直接影响了舞台的控制效果。我们通过比较模拟滤波器与数字滤波器的优缺点,重点分析了数字滤波器的设计原理方法,设计了一种滤波器,应用在舞台机械主从分布群控系统中,取得了较好的控制效果。２噪声分析在舞台机械控制过程...     

如何利用PowerPoint使演讲增辉

PowerPoint是微软公司推出的Office主要产品之一,PoworPoint的有效设计与运用是成功的演讲的重要因素,它能够有助于演讲者更直观、更生动地表达自己的思想.本文探讨了利用PowerPoint辅助演讲的具体方式.     

基于C#的演讲计时器程序设计与实现

为了强化公司员工在述职会及演讲中的发言时间观念意识,在.NET环境下,利用Microsoft VisualStudio 2010平台,使用Visual C#语言,尝试设计一个演讲计时器的程序,解决演讲者在规定的时间内结束演讲,并能根据演讲顺序自动提醒下一位演讲者,以提高演讲会议的时间效率.     

英语排比结构在公众演讲中的作用分析

公众演讲的目的在于说服听众,演讲者需增强语势和渲染氛围引起听众在思想和观点上的共鸣,排比结构因此被广泛应用于各种公众演讲之中。本文通过分析公众演讲中的英语排比结构,以说明其语言形式美与艺术魅力。     

通过数字化技术实现创新

日前,Autodesk公司在上海古象大酒店成功举行了"数字创新在中国高峰对话"活动.在此次活动中,Autodesk公司全球CEO Carl Bass先生做了主题为《通过数字化技术实现创新》的演讲.在演讲中,Carl Bass先生指出;"创新,实际上包括产品创新、流程创新和商业模式创新.从另一个角度来划分,创新可以包括渐变式的、增量式的创新,以及颠覆性、突破性的创新,这种创新可以从根本上改变某个产业甚至整个经济的进程."本文以Carl Bass先生现场演讲为基础,分析了全球制造业正在发生的变迁,为读者解析这些变迁背后所包含的不同类型的创新.     

基于互动虚拟环境的沉浸式数字舞台设计研究

沉浸式数字舞台是近几年的流行趋势，其运用广泛，对用户的体验度和沉浸感有着非常重要的作用。沉浸式数字舞台对硬件要求不高，制作简单，可以根据不同的表演项目进行个性化定制。在舞台效果方面除了要考虑视觉效果外，还需要考虑如何吸引观众、给观众带来新鲜感等，所以需要融入一定的创意亮点。沉浸式数字舞台在虚拟环境内加入互动游戏、智能互动设备及互动游戏背景，使观众在虚拟环境中与演员互动、观看演出片段及观看舞台表演等，能让观众体验到在虚拟环境中进行的活动。随着5G时代的到来，5G技术已经在各领域应用得越来越广泛，这给舞台艺术带来了新的发展契机。在过去，舞台都是在现场进行表演的，现在需要把舞台搬到现场，而且数字平台有更大程度上的应用前景，比如虚拟现实、AR、VR等。如何利用数字技术提升舞台艺术效果和使用效率成为舞台艺术创作和表演工作中最大的难点。文章对舞台多感官虚拟成像与沉浸式舞台设计进行研究分析，以满足不同艺术形式进行场景互动演示与设计的需要。     

基于Kaldi的语音识别

人工智能技术是当前计算机科学的研究热点,人机通信是人工智能技术的重要组成之一。作为人机通信主要方法之一的语音交互也一直是科学家的研究热点,语音交互技术的关键是语音识别。而目前大多语音识别软件要么功能单一,要么价格昂贵,Kaldi作为新兴的开源语音识别工具,凭借其强大的功能和简单的获取渠道逐渐流行。该文介绍了语音识别技术的发展历程,Kadli软件的基本架构和其所具有的独特优势,语音识别的一般处理流程,多层神经网络的基本结构以及多层神经网络在语音识别当中的应用。对基于Kaldi软件当中的HMM-DNN模型,使用中文数据集训练该模型,搭建一个完整的语音识别系统。通过该系统,不仅能展现出Kaldi软件丰富强大的功能,同时也为语音识别研究人员选择合适的工具提供了新的思路。     

Communication Between Speech Production and Perception Within the Brain——-Observation and Simulation

Realization of an intelligent human-machine interface requires us to investigate human mechanisms and learn from them. This study focuses on communication between speech production and perception within human brain and realizing it in an artificial system. A physiological research study based on electromyographic signals （Honda, 1996） suggested that speech communication in human brain might be based on a topological mapping between speech production and perception, according to an analogous topology between motor and sensory representations. Following this hypothesis, this study first investigated the topologies of the vowel system across the motor, kinematic, and acoustic spaces by means of a model simulation, and then examined the linkage between vowel production and perception in terms of a transformed auditory feedback （TAF） experiment. The model simulation indicated that there exists an invariant mapping from muscle activations （motor space） to articulations （kinematic space） via a coordinate consisting of force-dependent equilibrium positions, and the mapping from the motor space to kinematic space is unique. The motor-kinematic-acoustic deduction in the model simulation showed that the topologies were compatible from one space to another. In the TAF experiment, vowel production exhibited a compensatory response for a perturbation in the feedback sound. This implied that vowel production is controlled in reference to perception monitoring.     

TC-Net: A Modest & Lightweight Emotion Recognition System Using Temporal Convolution Network

Speech signals play an essential role in communication and provide an efficient way to exchange information between humans and machines. Speech Emotion Recognition (SER) is one of the critical sources for human evaluation, which is applicable in many real-world applications such as healthcare, call centers, robotics, safety, and virtual reality. This work developed a novel TCN-based emotion recognition system using speech signals through a spatial-temporal convolution network to recognize the speaker’s emotional state. The authors designed a Temporal Convolutional Network (TCN) core block to recognize long-term dependencies in speech signals and then feed these temporal cues to a dense network to fuse the spatial features and recognize global information for final classification. The proposed network extracts valid sequential cues automatically from speech signals, which performed better than state-of-the-art (SOTA) and traditional machine learning algorithms. Results of the proposed method show a high recognition rate compared with SOTA methods. The final unweighted accuracy of 80.84%, and 92.31%, for interactive emotional dyadic motion captures (IEMOCAP) and berlin emotional dataset (EMO-DB), indicate the robustness and efficiency of the designed model.     

语音识别系统对抗样本攻击及防御综述

语音是人类与智能手机或智能家电等现代智能设备进行通信的一种常用而有效的方式。随着计算机和网络技术的显著进步,语音识别系统得到了广泛的应用,它可以将用户发出的语音指令解释为智能设备上可以理解的数字指令或信号,实现用户与这些设备的远程交互功能。近年来,深度学习技术的进步推动了语音识别系统发展,使得语音识别系统的精度和可用性不断提高。然而深度学习技术自身还存在未解决的安全性问题,例如对抗样本。对抗样本是指在模型的预测阶段,通过对预测样本添加细微的扰动,使模型以高置信度给出一个错误的目标类别输出。目前对于对抗样本的攻击及防御研究主要集中在计算机视觉领域而忽略了语音识别系统模型的安全问题,当今最先进的语音识别系统由于采用深度学习技术也面临着对抗样本攻击带来的巨大安全威胁。针对语音识别系统模型同样面临对抗样本的风险,本文对语音识别系统的对抗样本攻击和防御提供了一个系统的综述。我们概述了不同类型语音对抗样本攻击的基本原理并对目前最先进的语音对抗样本生成方法进行了全面的比较和讨论。同时,为了构建更安全的语音识别系统,我们讨论了现有语音对抗样本的防御策略并展望了该领域未来的研究方向。     

Hate speech on social media networks: towards a regulatory framework?

Social networks serve as effective platforms in which users’ ideas can be spread in an easy and efficient manner. However, those ideas can be hateful and harmful, some of which may even amount to hate speech. YouTube, Facebook and Twitter have internal regulatory policies in relation to hate speech and have signed a Code of Conduct on the regulation of illegal hate speech with the European Commission. This paper looks at the issue of tackling hate speech on social networks and argues that, notwithstanding the weaknesses of internal policies and their implementation, their existence, as facilitated by the Code of Conduct, serves as a light at the end of the Internet hate tunnel where issues of multiple jurisdictions as well as technological realities, such as mirror sites and more, have resulted in the task of online regulation being more than a daunting one.     

手语到情感语音的转换

为了解决语言障碍者与健康人之间的交流障碍问题,提出了一种基于神经网络的手语到情感语音转换方法。首先,建立了手势语料库、人脸表情语料库和情感语音语料库;然后利用深度卷积神经网络实现手势识别和人脸表情识别,并以普通话声韵母为合成单元,训练基于说话人自适应的深度神经网络情感语音声学模型和基于说话人自适应的混合长短时记忆网络情感语音声学模型;最后将手势语义的上下文相关标注和人脸表情对应的情感标签输入情感语音合成模型,合成出对应的情感语音。实验结果表明,该方法手势识别率和人脸表情识别率分别达到了95.86%和92.42%,合成的情感语音EMOS得分为4.15,合成的情感语音具有较高的情感表达程度,可用于语言障碍者与健康人之间正常交流。     

Speech Detection in Non-Stationary Noise Based on the 1/f Process

In this paper,an effective and robust active speech detection method is proposed based on the 1/f process technique for signals under non-stationary noisy environments.The Gaussian 1/f process ,a mathematical model for statistically self-similar radom processes based on fractals,is selected to model the speech and the background noise.An optimal Bayesian two-class classifier is developed to discriminate them by their 1/f wavelet coefficients with Karhunen-Loeve-type properties.Multiple templates are trained for the speech signal,and the parameters of the background noise can be dynamically adapted in runtime to model the variation of both the speech and the noise.In our experiments,a 10-minute long speech with different types of noises ranging from 20dB to 5dB is tested using this new detection method.A high performance with over 90% detection accuracy is achieved when average SNR is about 10dB.     

一种噪声混叠下的阵列语音采集系统

设计了一种简易的阵列语音采集系统,该系统以STM32F103系列MCU为核心,加载语音放大电路 、通信电路等,实现了5路语音信号的采集 、显示 、通信与存储,利用独立成分分析算法,实现了混叠语音信号的分离,获得了较为纯净的语音,为后续的语音处理 、分析与识别等工作提供了保障.