面向语音转换的汉语语料自动选取算法

为实现语音转换,建立符合要求的汉语语音转换语料库,提出一种基于半音节模型的语料自动选取算法。根据语音转换训练时需要语料数量较少的特征,选择半音节作为语料库的基本单位。在此基础上,从原始语料中自动选取语料,根据语音转换对说话人特征较敏感的情况,利用评估函数并根据半音节的出现次数对原始语料中的句子进行打分。实验结果表明,与传统算法相比,该算法在语音库自动选取615句汉语语料时,可以覆盖97.8%的带声调半音节,其覆盖效率、覆盖率和稀疏度有较大改进。     

Toward Voice Applications for Children

This paper explores technology available for prototyping and product development of child speech recognition applications, and factors relevant for eventual delivery of good user experience. Since child voices are known to be more challenging than adults, and less commercial investment has been dedicated to child voice modeling, it is significant that recognition accuracy for very constrained distinct vocabulary grammars is encouragingly high using out-of-the box technology to recognize suburban varieties of English. While accuracy on more demanding recognition tasks seems insufficient for immediate product development without focused support by a research laboratory, it is high enough to suggest that the class of feasible child applications may soon widen as new resources for child recognition become available. Preliminary results reported here contribute to a roadmap in pursuit of broad demographic coverage for a widening set of child applications.     

菜单点击绩效模型的建立与验证

为使研究人员能快速对交互系统的菜单设计进行评估,基于Fitts’定律和操纵定律,提出一个预测菜单点击绩效的模型,并用实验验证该模型的有效性。实验分为2个阶段,第1阶段计算模型中的系数值,第2阶段利用该系数值进行实验数据分析。实验结果表明,该模型预测得到的绩效数据与实验测试得到的绩效数据非常接近,两者相关性为0.959,可见其是有效的。     

Voice messaging systems

As a result of the reduced costs of processing power and computer storage and the improvement in speech compression techniques, many new computer-based voice products have appeared. Of these, voice messaging is likely to have the most immediate impact. An explanation of the concepts involved in voice messaging systems is presented, and comparisons are made with conventional text and telephone communications systems. Some of the benefits of voice messaging systems and the ways in which they could be developed are outlined.     

一种新的工业机器人语音增强方法设计

分析和研究了基于声波耦合和语音增强模块级联的语音增强方法的工业语音识别系统设计和实施过程,并对其进行了算法建模,同时在比较谱减法和MMSE-LSA的语音增强算法的同时进行了实验数据分析,使工业机器人语音识别系统在噪声环境下提高了识别率。     

Designing Language Models for Voice Portal Applications

At HeyAnita we use statistical language models to improve speech recognition performance in a number of our portal applications, including driving directions, traffic, weather, stocks, sports, movies and restaurants. In this paper, language modeling implementations in different recognition environments and some real world data are reviewed.     

AuthorWare中动态快捷菜单的设计与实现

Authorware是课件开发的利器,虽然它支持一级菜单交互,但是不支持子菜单交互,更不支持右键快捷菜单设计。而使用tMsControls.u32插件结合系统函数能在Authorware中实现动态快捷菜单设计。文中详细介绍了tMsControls.u32插件的函数功能和动态快捷菜单的实现原理,通过实例介绍了如何通过动态快捷菜单控制可视媒体的新方案。     

基于音素HMM模型语音转换

通过对语音转换的研究,提出了一种把源说话人特征转换为目标说话人特征的方法。语音转换特征参数分为两类：（1）频谱特征参数;（2）基音和声调模式。分别描述信号模型和转换方法。频谱特征用基于音素的2维HMMS建模,F0轨迹用来表示基音和音调。用基音同步叠加法对基音厨期、声调和语速进行变换。     

基于音素HMM模型语音转换

通过对语音转换的研究,提出了一种把源说话人特征转换为目标说话人特征的方法。语音转换特征参数分为两类:(1)频谱特征参数;(2)基音和声调模式。分别描述信号模型和转换方法。频谱特征用基于音素的2维HMMS建模,F0轨迹用来表示基音和音调。用基音同步叠加法对基音周期﹑声调和语速进行变换。     

一种菜单生成器的设计

介绍了一种菜单生成器的设计原理。使用这个工具，用户可以添加和删除菜单中的选择项。该生成器是用LISP语言设计的。     

在应用系统中实现可自动隐藏的菜单

采取常规的VFP菜单设计器进行设计,菜单的显示效果就是只要鼠标进行点击就会全部展开,当菜单项特别多时,显示效果就特别差,必须自动隐藏部分不常用的菜单,提出了应用系统中实现自动隐藏菜单的方法。     

基于Speech SDK的语音控制应用程序的设计与实现

分析了微软Speech SDK5．1里语音应用程序接口(SAPI)的结构和工作原理,提出了语音控制应用程序的设计方法,并以“Z Z智能教学平台的语音识别接口”的设计为例,展示了这类系统的主框架和关键技术。     

基于E-Model的语音帧分组传输性能研究

voIP的语音帧分组大小是实时语音传输的关键参数。为提高网络效率和最大话路数,采用EModel的方法分析了RTP包中语音帧个数、语音长度、丢包概率和抖动缓冲区大小对语音质量的影响,给出了不同带宽时的最佳传输分组大小。仿真结果表明,在保证最基本的话音质量情况下,为不同链路确定合适的分组语音帧数能有效提高链路的最大话路数。     

针对语音变换的语音篡改检测

针对使用语音变换技术的语音篡改,提出一种自动检测方法。在分析语音变换基本模型和变换语音失真的基础上,提取语音信号的声道参数以及相关的信号统计量,并通过支持向量机递归特征消除法,选择出对语音变换比较敏感的特征作为分类特征,使用支持向量机进行语音变换检测和变换语音的说话人性别判别。对于一种语音变换软件的实验结果表明,该方法具有较高的检测准确率,其中语音变换检测的平均准确率为94.90%,变换语音的说话人性别判别平均准确率为92.09%。     

基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用.为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法.在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容.最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论.     

基于语音识别技术的语音控制智能手系统

本文以凌阳SPCE061A单片机作为核心控制器,设计了一种基于语音识别技术的语音控制智能手系统.系统由微控制器、语音模块、电机模块、光电寻迹模块、无线控制模块等部分组成.控制器利用语音模块识别出操作人员的语音命令后,通过电机模块与光电寻迹模块的协同工作来完成预设的多个复杂动作.本设计还加入了无线控制功能,可以在特殊情况下替代部分语音指令来操控智能手.     

基于Jennic平台的WSN语音通信系统

通过对无线传感器网络语音通信方面的研究,提出一种以无线传感器JN5139节点和音频解码器WM8510为硬件基础的无线传感器网络语音通信方案,论述传感器网络建立语音通信的基本流程及软件实现方法,给出无线传感器网络语音通信性能的评估体系,基于实用性的标准对评估结果进行简要分析。     

Toeplitz含噪语音端点鲁棒检测

针对在低信噪比条件下语音端点检测问题,提出了一种基于Toeplitz最大特征值的去噪语音端点检测方法。该方法用语带频谱自相关序列构造一个对称Toeplitz矩阵,利用该矩阵最大特征值的信息量对语音信号进行双门限端点检测。新算法经过实验,能够有效地区分语音和噪声,在不同的低噪声环境条件下具有良好的鲁棒性。与新近的信号递归度分析方法比较,准确率较高。该算法计算代价小,实时性好,简洁易实现。     

浅谈Authorware中菜单交互的制作技巧

多级菜单和右键弹出式菜单是Windows程序中必不可少的交互界面。该文在利用Authorware中的"菜单"交互响应制作菜单的基础上,谈谈利用其它方法实现多级菜单和右键弹出式菜单的制作技巧。     

基于OpenGL的网格数据三维地形鼠标取值方法

在OpenGL的三维场景模拟中,通过鼠标取点得到该点的三维坐标一直是一个难题,而在三维地形模拟中则进一步要求通过鼠标取点得到该点在地形数据中的实际值,即用鼠标取值,因此OpenGL三维地形的鼠标取值一直是这类应用程序中的难点。文章在解决实际问题的基础上实现了一种解决基于OpenGL的网格数据的三维地形的鼠标取值方法。