语音理解技术的应用

尽管有了遥控家电、计算机、手机和各种各样的键盘设备，但人们还是希望能够通过语言来控制所使用的各种工具。对语音理解技术的研究和语音应用的探索，始终是人们不会放弃的命题。从语音理解技术的角度来看，目前有三个研究发展方向，即面向计算机、电话和手机的应用。计算机的语音录入应用是指计算机能够把人所说的话记录下来，解决文字输入问题；电话的语音理解应用是借助通信平台，实现语音技术的更广泛应用；手机的语音理解应用是嵌入式语音理解技术，实现手机、寻呼机在移动通信中的语音理解应用。据专业人士预测，5~10年之后，上述三…     

长时间语音录放电路

长时间语音录放电路深圳求新电子器材厂（５１８０５２）唐明道一、概述随着计算机和大规模集成电路技术的发展，特别是通信技术的进步，大大推动了语音合成产品的开发，出现了各种优良的大容量语音合成系统。为生产过程中的语音提示、公共场合的讲解器和语音信息等通信设...     

2010年通信技术和业务概貌预测──AT＆T贝尔研究院John Mayo院长演讲笔记

本文是贝尔研究院ＪｏｈｎＭａｙｏ院长１９９４年７月１１日在上海所作学术报告的听讲笔记。报告预测２０１０年通信技术和业务十大方面的概貌：（１）微电子集成芯片；（２）光子逻辑控制；（３）光纤传输容量；（４）语音信号处理；（５）传真和可视通信；（６）通信网结构进化，（７）个人无线通信；（８）计算机处理能力；（９）通信软件生产率；（１０）多媒体信息终端。     

CV41和CV61移动计算机易腾迈

易腾迈公司日前宣布推出最新车载计算机CV41和CV61。它们可以与任何叉车集成。这些新产品是第一批配备Vocollect语音功能（通过语音指导叉车司机作业的系统）的车载计算机，经过验证，能提供高生产力、高准确性和高安全性，并缩短培训。     

智能语音服务系统

计算机电话集成（CTI）技术把以语音为核心的电话网络和以数据处理为核心的计算机网络融合在一起,实现了语音和数据的通信。智能语音服务系统以CTI技术为基础,结合语音识别、语音理解和语音合成技术实现了智能人机交互界面。     

易腾迈车载计算机为叉车带来新一代技术，全面提高生产力和性能

自动识别设备及解决方案领先供应商美国易腾迈公司日前宣布推出最新车载计算机CV41和CV61，它们可以与任何叉车集成。这些新产品是第一批配备Vocollect语音功能（通过语音指导叉车司机作业的系统）的车载计算机，经过验证，能提供高生产力、高准确性和高安全性。并缩短培训。     

帧间约束MMSE语音增强算法

本文主要讨论基于语音短时谱估计的语音增强算法，在语音短时谱幅度最小均主误差估计（ＭＭＳＥ）的基础上，本文提出了一种基于帧间频域分布约束的改进的语音短时谱幅度ＭＭＳＥ估计算法，该算法充分利用了语音分析帧之间存在的相关性，并以频域分布约束的形式结合到估计式中，考虑到在ＭＭＳＥ估计式中需要利用语音频谱的分布，本文采取了两种解决办法，利用高斯分布模型进行近似；利用语音材料进行统计得到近似的分布模型，新算法     

一种改进的4.8kb／s码激励线性预测语音编码

本文介绍了码激励线性预测（ＣＥＬＰ）语音编码的基本原理，研究了一种制约随机激励的线性预测编码方案。它将随机激励码字进入合成滤波器的数量与自适应码本的性能指标联系起来，有效地减少了激励噪声对合成语音的影响。计算机模拟结果表明，这种方法在主观上改善了语音质量。     

中兴通讯多方通信系统

随着通信技术的发展，传统的点对点通信方式已经不能满足广大用户现代办公和生活的需要。中兴通讯多方通信系统（MCS）是在当今通信、计算机网络技术充分成熟的背景下，集语音及数据交换、计算机电话集成（CTI）等多项技术研制而成的综合型多方通信业务平台。中兴通讯MCS主要由通信前置机和通信控制服务器构成。通信前置机本质上是专门处理业务呼叫的交换机，业务中需要的专用资源（如DTMF、会议电话、语音资源等）功能都通过它来提供；通信控制服务器则负责对业务的管理和业务用户的放音控制。MCS中的一些个性化特点鲜明的业务可以…     

汉语语音识别研究面临的一些科学问题

本文简述汉语语音自动识别从实验室技术过渡到实际商用技术所必须解决的一些科学问题，列举了汉语语音编码的结构特点和规则，强调（１）在汉语音节的声母、韵母层面上的语言模型对语音的识别很有帮助，也会提供文字语言和讲话语言的有用知识；（２）使用区别性导引特征和描述性均匀特征有助于加速语音识别的搜索速度，减少失配和改善对音位变体的细分，本文还着重讨论了在语音信号的声学处理环节提高语音识别鲁棒性的重要问题和途径，文中还提出了标注性学习、提示性猜测的逐步过渡的训练和自适应方法，用于汉语大词汇连续语音识别。     

数字音频压缩技术和AVS音频标准的研究

对音频编解码标准发展的国内外现状作了简要的概述,重点介绍了目前正在制订的AVS音频标准,并对即将启动的AVS移动音频标准作了展望.     

听觉掩蔽和音频信号压缩编码原理

本文叙述了听觉掩蔽效应和音频信号压缩编码原理。讨论了ＡＴＲＡＣ、ＰＡＳＣ、ＭＵＳＩＣＡＭ编码和目前音频视频信号压缩编码的国际标准．     

MPEG-4 SLS无损增强层的编码

介绍了MPEG-4音频可分级无损压缩编码方案中无损增强层的编码。对无损增强层中的残差映射、比特平面编码、基于上下文的算术编码、低能量编码等技术细节进行了深入讨论和分析。最后将MPEG-4SLS与Monkey’s Audio编码方案进行了比较，以此来说明MPEG-4SLS优异的压缩性能。     

语音增强算法的FPGA实现

介绍了语音增强谱减算法的原理,设计并实现了基于FreeDev公司Altera CycloneⅡ开发板的FPGA语音增强谱减算法片上实时系统。系统使用Altera提供的SOPC Builder及IP核进行硬件系统设计,在NiosⅡIDE开发环境下编写软件工程。实验结果表明,采用FPGA实现语音增强算法系统是有效的。     

语音压缩、叠加的应用研究

许多高品质语音芯片的音效很好，但常常因为处理的数据量大、信号不便传输，对方便实用的语音系统的开发带来了困难。文中提出一种易于在单片机和高密度可编程器件组成的系统上实现语音处理新方法，较好地完成语音信号的压扩编解码与语音信号的叠加。实践证明这是一种开发多功能语音处理系统中性价比较高的方法。     

基于G.729A和G.729D的宽带语音编码实现

根据7kHz声频编码标准G.722,采用正交镜像滤波器(Quadrature Mirror Fihers,QMF)法将宽带语音划分为等频带的子带,而后采用高质量的语音编码标准G．729,对低频带使用简化的G．729A,高频带使用较低比特的G．729D,实现了低时延的14．4Kb／s的宽带语音编码。     

可提高编码效率的MPEG-4音频可伸缩无损编码

最近提出的MPEG无损音频编码标准(MPEG-4音频SLS(scalable to Lossless编码技术)提供了一种统一的语音模式,这种语音模式可以将有损语音编码,无损语音编码以及粒度可伸缩语音编码的功能结合在 一个框架中.我们提出了两种提高SLS编码效率的方法,即基于上下关系的算术编码方法和低能量模式编码方法.这两种方法同当前的SLS框架搭配在一起运行,可以保持它的好的特征如:粒度可伸缩性,同时可以成功地改善它的无损压缩性能.     

音频编辑处理系统的设计与实现

介绍了一个由上载模块、编辑模块、播放模块以及下载模块组成的数字音频非线性编辑系统。具体介绍了3个有代表性的音频特技的原理和实现。这些特技可以单独使用也可以组合使用,以满足音频编辑的各种要求。文中提出的音频非线性编辑模块可以和视频非线性编辑模块以及其它设备一起构成完整的非线性编辑系统。     

基于比例因子转移概率的AAC音频压缩历史检测算法

音频压缩历史的检测是音频取证的重要组成部分,对判断音频是否经过篡改和伪造有着十分重要的意义。通过研究发现,AAC音频比例因子的值会随着压缩次数的增加而逐渐减小。基于此,提出了一种基于比例因子转移概率差值统计特性的AAC音频压缩历史检测算法。实验结果表明,该算法能对多次压缩的AAC音频进行准确分类,其低码率转高码率间AAC音频平均分类准确率达到了99.75%,同码率间准确率达97.28%。另外,对比实验也证明了本文算法的性能优于现有算法。