最佳语音包大小研究

最佳语音包大小是网络语音通信的关键性参数。文章通过一系列实验对编码时间、解码时间、采样时间及语音包长度之间的关系作了深入研究，提出了确定最佳语音包大小的方法。     

考虑包内容特性的网络语音质量评价模型

丢包是引起网络语音质量下降的主要因素,其影响程度不仅与丢失包的个数有关,而且与丢失包的内容特性有关.考虑丢失包的内容特性,提出了一种无参考的网络语音质量评价模型.首先,利用话音激活检测技术和未丢帧的电平来判断丢失包的内容特性,然后统计语音包的丢失率,进而提出一种无参考的网络语音质量评价模型来预测网络失真语音质量.实验结果表明,相比于国际标准G.1070中的语音质量评价模型,无参考的网络语音质量评价模型与主观质量评价的相关性平均提高了8.4%.     

基于SAPI的双驱双向AGV语音控制系统的设计

为降低企业自动化设备操作的复杂性,提高工业生产效率,设计了一种基于SAPI(The Microsoft Speech API)的双驱双向AGV语音控制系统。以微软的Speech SDK5.1语音包为基础,将语音信息采集和识别,并结合双驱双向AGV底层运动控制函数库,实现了用现场语音控制双驱双向AGV的运动。结果表明,该系统语音模块具有较高识别率,在安静环境下的正确识别率达90%,能够满足双驱双向AGV语音控制的要求,具有广泛的应用前景。     

基于隐马尔可夫模型的语音单字识别研究

本文针对线性模型在语音识别中的不足，进行了隐马尔可夫模型（HMM）在语音单字识别中的研究，主要对观察输出概率求解、最佳状态序列寻找、参数估计和模型参数的选择进行了探讨。     

利用语音的上升过零间隔的语音识别研究

本文对语音的上升过零间从发音机理及统计角度进行了分析，认为语音信号及其并分值信号的上升过零间隔较好地体现了不同语音之间的差异性，是一种进行语音识别的理想参数，并利用该参数建立模板，以非线性分块法进行时间对准，以相邻三帧最佳间匹配法进行模板匹配，用软件模拟了特定人，小词汇量，孤立词的语音识别，得到了较好的实验结果。     

非特定人问候语连续语音识别技术的研究

为了解决连续的语音识别对端点的依赖性问题,提出了一种基于高维空间点覆盖动态搜索理论的非特定人问候语连续语音识别的新算法,该算法无需对待识别连续语音进行端点检测和分割,通过直接对特征提取后的连续语音进行动态搜索,得到待识别连续语音到各类训练网络的距离随时间变化的曲线,通过动态搜索距离曲线上谷值的大小来判断识别结果.通过对小词汇量、不同语速条件下的连续语音的测试,得到了良好的识别结果,验证了此方法的有效性.     

动态文本-语音编程系统的研究与应用

为实现动态文本的动态发声,应用微软二次开发包Speech SDK 5.1提供的Speech API函数,结合VC动态链接库高级编程技术,在医院大厅的语音文字通告系统中,以划价收费模块为核心,实现了将文字实时动态转化为语音的信息管理系统的开发,该动态语音文字编程系统还可以用于车站、证券交易等场合的信息播报。     

利用语音的上升过零间隔的语音识别研究

本文对语音的上升过零间隔从发音机理及统计角度进行了分析,认为语音信号及其差分信号的上升过零间隔较好地体现了不同语音之间的差异性,是一种进行语音识别的理想参数,并利用该参数建立模板,以非线性分块法进行时间对准,以相邻三帧最佳匹配法进行模板匹配,用软件模拟了特定人、小词汇量、孤立词的语音识别,得到了较好的实验结果。     

高职新生英语语音教学改革新探

高职新生的英语语音教学是英语专业各学科教学的基础,如何在有限的时间内改善学生的语音面貌是许多语音教师探讨的焦点。通过对海南外国语职业学院来自全国高职新生英语语音常见偏误进行整理和分析,提出了调整国际音标的教学顺序,以学生语音偏误频率的高低为依据进行教学改革,以MMC语音矫正与操练系统理论为基础设计语音实训内容,通过改革教学方法和建立语音档案等手段,使新生的语音面貌在短时期内有了较为明显的改善。     

英语语音教学浅谈

由于受应试教育影响，英语学习者普遍感到“开口难”，要解决这个问题，首先要从语音抓起。在语音教学中，教师要着力于语音的准确和流利。努力突破影响语音教学的五方面因素，即母语的干扰作用；学生学习语言最佳年龄的限制；学生受英语环境熏陶时间的长短；学生个人听觉感官能力的差异；以及学生的学习态度和学习动机不同的干扰，帮助学生打好语音基础，增强学生学说英语的信心，使学生敢于开口，善于开口。     

AAL2话音分组的最优长度

根据分组话音业务的特点，结合分组话音业务服务质量要求，研究带比特丢弃的第2类ATM适配层（AAL2）分组话音系统中，AAL2分组长度的确定方法。通过理论研究与计算机仿真得出，对于带比特丢弃的AAL2分组话音系统，当话音采用32kb/s的G.727E-ADPCM编码时，AAL2分组最优长度可定为23或27个字节。此时AAL2分组的额外开销小，所得的许音质量高。     

分组话音源话音分组产生过程的仿真算法

根据on-off话音源模型的特点,研究了带静默检测与消除的分组话音源话音分组产生过程的仿真算法。所提出的仿真算法将多个话音源复接后的话音分组产生时刻按时间先后顺序用一维数组中的元素来表示,实现复杂底低,可以用来模拟分组话音复接器话音分组到达过程。     

无比特丢弃的AAL2分组话音复接器模型及性能分析

根据分组话音业务的特点，结合分组话音复接器主要性能指标的要求，研究无比特丢弃的AAI2分组话音复接器的数学模型，得出结论，对于无比特丢弃的AAL2分组话音复接器，可用UAS模型准确研究其分组丢弃概率；而平均分组排队时延可用M/D/I/K模型来近似描述，但存在一定的误差，计算机仿真证实结论是正确的。     

Packet-layer model for voice quality assessment using two-level temporal pooling scheme

Aiming at the problem that the voice qualities corresponding to different packet loss patterns show significant differences at the same packet loss rate, a packet-layer model for voice quality assessment, which well reflects the effect of the packet loss patterns on the voice quality, is presented. First, the information about the coding bit-rate and packet loss is obtained by analyzing the packet header, on the basis of which the frame quality is measured with the further information about silence detection and error propagation. Then the voice sequence is divided into groups of frames (GOFs) with a variable length and a short-term temporal pooling method is employed to obtain the GOF quality. Finally, the overall voice quality is determined by the long-term temporal pooling of the GOF qualities. The proposed two-level temporal pooling scheme well describes the effect of different packet loss patterns on the voice quality since the strongest impairments are predominately emphasized. Experimental results show that the presented model can lead to an increment of about 0.0129 in the Pearson Correlation coefficient (PCC) and a decrement of about 0.0234 in the Root Mean Squared Error (RMSE) compared with the E-model in ITU-T recommendation G.107.     

AAL2分组话音复接器连接允许控制算法

根据AAL2分组话音业务的特点 ,结合AAL2分组话音业务服务质量的要求 ,用流体流分析法和直观分析法分析在AAL2分组话音统计复接器处进行连接允许控制的算法 ,得出连接允许控制的计算公式 .计算机仿真证实连接允许控制的计算公式很好地满足了服务质量的要求     

一种适用于无线话音/数据综合通信的新型MAC协议

提出一种面向CDMA蜂窝移动通信系统的支持多种业务的媒体接入控制协议OSSS/PRMA.该协议引入过载控制信号,有效地降低了随机接入的碰撞率,提高了系统的性能.仿真结果表明,与CDMA/PRMA协议相比,该协议的数据分组平均时延、语音分组丢失率和信道利用率都有较大改善.     

高速分组无线网数据/话音综合业务仿真研究

以仿真为主要手段研究了高速分组无线网中数据／话音综合业务传输性能,比较了在网络低层协议中对这两种业务采用不同的处理策略对业务和整网性能的影响．并在此基础上设计了一种支持数据／话音综合业务的低层协议的技术方案．仿真结果表明,网络低层协议对数据／话音综合业务传输性能有重要影响,新的技术方案可以有效提高网络性能,即使在网络重载时也能为有限数量的用户提供可接受的话音服务质量．     

IP电话数据包优先级设置及对QoS影响的研究

为改善IP电话的QoS，将语音、普通IP和系统控制3种不同的分组数据包设置成不同的优先级，其中控制分组优先级最高，话音分组次之，普通数据分组最低，使得控制分组和话音分组数据包的平均等待时间从140ms缩短到30ms左右，为原来值的1／4；而普通IP分组数据包的平均等待时间增加1／5，仍在可以忍受的范围之内，从而在很大程度上改善了IP电话的QoS，研究结果表明，对IP网络不同数据包进行优先级设置是改善IP电话QoS的可行方法之一。     

基于MANET的语音调度系统设计与实现

结合liblinphone库和OLSR路由协议,构建了基于MANET的无线语音调度系统,在移动嵌入式平台完成了硬件和软件的设计,并应用于实际场景进行全双工语音通信,测试系统的时延和丢包率等性能指标。测试结果表明:该调度系统实时性好,话音质量可靠。     

How to Improve the Voice Quality of VoIP

VoIP(voice over intemet protocol) has made great progress in Communication area in recent years.But a biggest pity is that the voice quality of VOIP can‘t satisfy users as traditional phone via PSTN does.In this pa- per,the author analysis the reason and bring out some methods to improve the voice quality of VOIP that are utili- ring the bandwidth effectively to reduce delay;minishing the jitter to reduce packet lose and bit error;eliminating the echo.As the emphases,the author pointed out the specialty ...