基于神经网络由语音预测视位参数

语音是由多个发音器官共同作用产生的，发音器官动作与语音之间有着内在的必然联系．研究了利用神经网络预测视位参数中的选择语音参数、确定输入语音时域范围、优化神经网络结构等因素．实验结果表明，线性预测参数加短时能量优于其他语音参数，前向协同发音较后向协同发音影响更大，反馈对前馈神经网络的性能有所改善．考虑到实验采用的是任意连续语流，均方误差约为0．0114的实验结果还是很有吸引力的．     

方言转换系统中的音节切分算法研究

方言转换系统实现了普通话到济南话、沈阳话和西安话的实时语音转换.北方方言之间的差异主要体现在声调上,声调是属于音节的,因此声调转换模式转换是以音节为单位实施的.主要研究了方言转换系统中关键技术:连续语流音节切分算法.提出了一种基于自动机的逐级音节切分算法,分为语段切分、音节切分自动机和切分点自动校正三部分.该算法在误差48ms时,正确率达到72.55%,并成功支持了方言转换中的基频模式转换.     

基于SGI工作站的汉语TTS系统的研究与实现

本文介绍了一个基于ＳＧＩ工作站的汉语文语转换系统。讨论了系统的设计要求，文语转换系统的结构框架，ＳＧＩ工作站的ＩＲＩＳ媒体库的音频支持和系统的实现。     

汉语文语转换系统中语调模拟初探

本文讨论了在汉语语转换系统中进行语调模拟这一课题，分析了语调的构成要素，研究了语调对声学参数的调节作用，指出当前语调模拟中的主要问题，并且提出了解决这些问题的初步构想。     

调频（FM）音乐合成原理与实现

本文介绍了调频(FM)音乐合成原理,并结合YM3812音乐合成芯片,讲述了FM音乐合成的实现。     

音节数据库基音自动标注工具的研究

本文给出了一个小流变换和自相关算法相结合的基音周期检测算法，以及如何确定基音周期起始点的方法，并以此研制了一个基音周期的自动标汪工具，用于语音合成数据库的标注，计算速度快，计算结果准确。     

用于语音合成的PSOLA算法简介

本文介绍了基于波形编辑的语音合成中，用于改善合成语音的自然度的ＰＳＯＬＡ算法的一般过程，及具体的ＴＤ－ＰＳＯＬＡ，ＬＰ－ＰＳＯＬＡ和ＦＤ－ＰＳＯＬＡ算法。分析了时域和频域的算法分别在宽带和窄带条件下的谱特性和它们之间的关系，最后比较了这三种算法的适用范围及其在语音合成中的应用。     

汉语文本-可视语音转换的研究

本文通过对发音者可见器官动作的研究 ,从视觉方面抽取汉语发音的 2 6个基本口形 ,并利用 MPEG- 4所规定的面部动画参数 (FAP)来描述这些口形 ,从而获得了符合国际标准的描述汉语发音的视觉参数 .另外 ,我们研究了这些参数在连续语流中的变化及协同发音对口形的影响 ,基于已有的汉语文语转换系统 (Sonic)和二维网格人脸模型(Plane Face)实现了一个汉语文本 -可视语音转换系统 (TTVS)     

一种面向QoS的Web服务组测试方法TF

Web服务及SOA技术的出现为Web应用架构提供了一个新的范式.未来会有大量功能相同或相近的Web服务,如何从中优选出符合用户需要的Web服务已成为一个正在研究的问题.在研究了现有的Web服务组中Web服务优选方法基础上,针对其仅局限于功能优选的不足,提出了一种面向QoS的Web服务组中Web服务优选方法.在定义Web服务QoS向量特征分量、QoS向量、最大相似度、QoS测试预言、QoS向量特征分量测试预言等参数基础上,基于层次聚类思想实现QoS向量聚类,依据最大相似度控制聚类层次,之后利用QoS测试预言、QoS向量特征分量测试预言及决策树实现优选.实验结果表明该方法是有效的,克服了以前的方法仅限于功能优选的局限性.     

高素质本科人才培养的探索

在人才培养过程中,清华大学计算机科学与技术系始终贯彻学校"高素质、高层次、多样化、创造性"的人才培养目标,并通过各种教育教学活动完善人才培养体系。