打造超薄3.1系统各厅影院Miller&Kreise M90

自从激光电视大行其道之后,以它为核心的客厅影院解决方案变得越来越多。通常来讲,Soundbar条形音箱是激光电视的最佳拍档,但它刚刚合格的声音效果,还是令不少影音爱好者感到有些索然无味,想要换一套家庭影院音箱,又发现普通中置音箱的箱体太厚了,容易挡住激光电视主机投射到屏幕的光线。     

美尔谱系数与卷积神经网络相组合的环境声音识别方法

通过对复杂环境下声音识别技术进行研究，本文提出了美尔谱系数（MFSC）与卷积神经网络（CNN）相组合的环境声音识别方法。对声音事件提取其MFSC特征，将特征参数作为输入送入设计好的CNN模型中对声音事件进行分类。实验数据集采用ESC-10，将构建的卷积神经网络模型与随机森林、支持向量机（SVM）、深度神经网络（DNN）及DCASE比赛中常用的三种识别模型进行对比实验。实验结果表明，在相同数据集下，本文所设计的美尔谱系数与卷积神经网络相组合的环境声音识别方法相较传统的声音识别方法在识别率上分别有13.1%，18.3%，15.7%的提升，相较于DCASE比赛中的三种常用识别模型，本文所设计识别模型识别率及识别效率均有明显的优势。      

团结一心共创中国网络视听业美好未来——中共中央宣传部副部长、国家新闻出版广电总局局长蔡赴朝在第二届中国网络视听大会上的主旨演讲(2014年12月16日)

很高兴与来自全国网络视听业界的朋友们相聚成都,共商网络视听发展大计。这是网络视听业界贯彻落实习近平总书记系列重要讲话精神和中央的决策部署,共襄事业繁荣、共谋健康发展的一次盛会。在此我谨代表国家新闻出版广电总局,对大会的召开表示热烈的祝贺!当前网络视听作为互联网上最精彩、最具成长性的业务,正在受到越来越多的重视,影响也越来越大。上个月,首届世界互联网大会在浙江乌镇召开,习近平总书记在贺词中就积极推进网络建设、让互联网发展     

自适应连续集稀疏分解声音识别算法

为实现公共环境复杂背景中异常声信号识别以辅助公共场所安全监控,提出基于连续完备集的自适应MP稀疏分解声音识别算法,算法通过相关参数改进实现自适应PSO算法,然后借助PSO算法的连续空间搜索优势对MP稀疏分解进行连续集优化,从而提高稀疏分解获得的最优原子的匹配度,最后提取重构声信号的时频参数特征以SVM算法实现异常声音事件的快速准确识别。实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率和识别鲁棒性。     

《建筑声学设计指南》推介

本文立足于笔者的工作经验和翻译体会,简要分析介绍了埃森泰克声学顾问公司的高级顾问詹姆斯·考恩先生著写的《建筑声学设计指南》一书,并真诚地推荐给中国建筑界同仁。     

聆听杰出设计师的声音 2006香港设计营商周亚洲论坛

由香港设计中心主办、香港特别行政区创新科技署赞助的设计营商周始于2002年,至今已发展成为备受设计界注目的活动之一。每年的设计营商周均吸引来自全球各地的顶尖专业设计师及商界精英出席参与或发表演说,分享彼此对品牌、设计与创新的经验及卓见。前两年的演讲嘉宾有安藤忠雄(Tadao Ando)、费兰克·盖瑞(Frank Gehry)、菲利普·斯塔克(Philippe Starck)等国际设计大师。     

校园规划中的园林声景设计——从传统方法到软件优化

园林中的声景设计是环境声学研究领域的一个前沿课题。目前对此课题研究较为深入的国家是法国、加拿大和日本。但相关研究成果仍然甚少被运用到具体的造园实践中。首先探讨了采用传统方法进行园林声景设计的3个阶段，然后再介绍利用软件优化来完成园林声景设计的最新方法。