双阈值的特定英语音频句子边界检测

为了提高英语音频句子切分的效果,提出了基于双阈值的句子边界检测方法.该方法针对VOA、BBC等特别适合英语学习者的音频所具有的波形规范、环境噪声小、速率通常比较稳定等特点,利用静音能量阈值和静音时延阈值来检测音频句子的边界,并辅以对照文本信息进行校正.针对VOA慢速英语的实验结果表明:单纯使用双阈值方法,音频切分的召回率超过96%,精确率超过94%;利用对照文本校正后,可进一步提高精确率.     

基于JMF的音视频会议系统的研究与实现

介绍了Java媒体框架应用编程接口（JMF）的结构特点及其实时传输协议（RTP）支持,实现了端对端的实时音视频网络会议系统.文中阐述了小型多人视频会议系统的工作原理以及RTP传输、数据源复用等关键技术问题,最后重点描述了基于JMF的音视频会议系统的设计方案,并详细介绍了系统软件的具体实现.     

数字音频水印的有效性和可靠性研究

针对音频水印的LSB算法的可靠性较差的问题,运用纠错编码和随机序列来提高水印系统的可靠性,通过增多水印的嵌入位数来提高水印系统的有效性。实验结果表明,水印系统的可靠性和有效性都得到了明显的改善。     

机器人一体机远程监控平台的音视频传输研究与设计

文章分析了一个典型的机器人一体机（RIM）远程控制方案,研究了该方案中的用于解决海量数据传输问题的监控平台。在数据传输过程中,音视频数据的传输效率是个亟待解决的问题。文章也对该控制方案中的结构进行了深入研究与分析,详细叙述了广域网音视频传输系统的需求,设计并实现了广域网中不同局域网之间的音视频信息的传输,为移动机器人的遥操作提供支持,介绍了系统所用到的关键技术并对系统进行了测试与分析。该方案简单明了,实现方便,通过了相关测试。     

基于坐标—灰度交织映射的视频麦克风声音复原系统

区别于声学麦克风,视频麦克采用高帧率摄像机,利用声音震动引起周围物体的帧间图像细微差异,对声音进行复原。模拟人脑v2皮层位置亮度交织神经网络,提出一种基于二维对数的坐标—灰度交织映射算法。算法将视频帧图像矩阵与函数构造矩阵交织映射,产生混沌吸引子保留并放大帧间图像微差异,并构造基于该算法的视频麦克风声音复原系统。仿真实验表明,该视频麦克风系统可以从薯片袋子的高帧率视频中复原声音信号,相比于传统算法降低了40%的计算量,同时保持语音复原质量。     

基于动态竞争的实时多媒体会议混音算法

为了解决大规模会议中的混音噪声问题,提出语音短时累积能量的概念,并据此设计基于动态竞争模式的实时多媒体会议混音算法。该算法依据会议所有成员的语音短时累积能量,通过动态竞争、自我淘汰、强制淘汰三个过程,实时从会议所有成员中选择当前的发言者,并进行混音。仿真结果显示,该算法可解决大规模会议中混音质量与会议人数成反比的问题。     

一种开源的NES模拟器FakeNES

在对几种较流行的开源NES模拟器进行比较的基础上,介绍了一种可移植性强、源代码采用C语言的模拟器软件包FakeNES的结构,并重点分析了FakeNES对声音数据的处理流程和代码实现。     

一种可支持多路音频、视频同时播放的装置设计

介绍了一种可支持多路音频／视频同时播放的装置,该装置可用来实现电脑或电视等多媒体设备在播放多个视频画面的同时,获得互不干扰的音频输出。该装置中的数据缓存模块连接有多个音频／视频读取模块,音频／视频读取模块的输出端分别与音频输出接口和视频呈现模块连接。     

基于水印技术的隐蔽通信算法设计

本文研究了在音频信息上实现水印技术的难点与价值,分析和对比了利用音频信号进行信息隐藏的算法,探讨了隐蔽通信的编码策略,提出了一种基于混合模式的语音信号的信息隐藏编码算法。文中首先给出了编码过程中覆盖半径、覆盖编码等相关定义和信息隐藏编码的相关定理,从理论上分析了隐蔽通信编码策略的可行性和步骤;接着详细论证了该编码算法的基本原理、构造方法和算法的实现过程;然后以一段音频信息为例,阐述了隐蔽通信算法的实现方法和编码步骤;最后从算法的频谱分析、隐蔽信息嵌入量和听觉效果三个方面对算法性能进行测试。测试结果表明,算法隐蔽信息嵌入量可达2.1×103bps。     

一种基于VxWorks的话音通信系统的原理及实现

Vxworks嵌入式实时操作系统在通信、网络、工业、消费电子、军事等领域都有广泛的应用。随着Internet上多媒体应用及技术的不断发展,网络通信在嵌入式实时系统中将占有越来越重要的地位。组播技术可以帮助用户节约宝贵的带宽资源,有效地解决单点发送多点接收的问题。本文论述了组播的相关概念及如何在VxWorks下实现音频IP组播通信。