唐山丰南1450mm酸洗轧机联合机组

介绍了国内工程技术公司首次技术总负责、工程总承包建设的唐山丰南1450 mm酸洗轧机联合机组生产线的工艺流程、主要机械设备及参数、电气传动及自动化控制系统。投产以来,设备运行良好,控制精度高,产品质量优异,取得了很好的经济效益。     

一种基于改进注意力机制的实时鲁棒语音合成方法

针对现有的语音合成系统Tacotron 2中存在的注意力模型学习慢、合成语音不够鲁棒以及合成语音速度较慢等问题,提出了三点改进措施:1.采用音素嵌入作为输入,以减少一些错误发音问题;2.引入一种注意力损失来指导注意力模型的学习,以实现其快速、准确的学习能力;3.采用WaveGlow模型作为声码器,以加快语音生成的速度....     

国内工程技术公司首次技术总负责建设大型现代化冷轧宽带钢生产线——唐山丰南1450mm冷轧薄卷板工程介绍(酸轧机组篇)

酸洗轧机联合机组是全连轧的一个发展方向,本文介绍了国内工程技术公司首次技术总负责、工程总承包建设唐山丰南1450mm冷轧薄卷板工程酸洗轧机联合机组的情况。该工程的顺利投产,开创了国内公司自主集成建设大型冷轧生产线的新模式,对推动我国钢铁工业坚持走自主创新之路、技术装备水平升级和结构调整具有重大的意义。     

基于能量变化率的汉语塞音检测算法

针对爆发谱特征不稳定的问题,论文提出了一种基于能量变化率的汉语塞音检测方法。该方法首先基于Seneff听觉谱提取了一组描述音段能量变化率特性的参数,然后采用Fisherface方法进行特征变换,变换后的特征采用K近邻(KNN)分类器进行分类,实现了塞音的检测,最后利用留一法对模型性能进行交叉验证。实验结果表明,干净语音塞音检测准确率可以达到96.39%,信噪比10dB的语音塞音检测准确率可达到88.07%,模型具有较好的稳定性和泛化性能。     

基于加权有限状态转换器的语音查询项检索技术

为了提高语音查询项检索效率,提出了一种在加权有限状态转换器（Weighted finite-state transducer,WFST）框架下以混淆网络代替词格建立索引的技术。在索引建立阶段,首先将词格转化为混淆网络并用自动机形式表示,然后利用自动机构建基于时间的因子转换器,最后将所有因子转换器进行联合及优化得到索引。在查询阶段,将查询项转化为自动机形式后与索引进行合成运算得到表示查询结果的自动机。实验结果表明,在保证系统检测正确率的前提下,与直接以词格建立的WFST索引相比,以混淆网络建立的WFST索引尺寸更小,检索速度更快,因而系统性能更好。     

基于NMF后验特征优化的语音查询样例检测

提出一种基于非负矩阵分解(Nonnegative matrix factorization, NMF)后验特征优化和修正分段动态时间规整(Segmental dynamic time warping, SDTW) 检索的无监督语音查询样例检测方法。该方法首先应用频域线性预测(Frequency domain linear prediction, FDLP)声学特征参数代替梅尔频率倒谱系数(Mel-frequency cepstral coefficients, MFCCs)训练高斯混合模型(Gaussian mixture model, GMM)模型,然后使用NMF算法对高斯后验特征矩阵进行分解,将得到的基矩阵作为子空间变换矩阵对原始后验特征投影,投影可以突出特征中主要分量,平滑距离矩阵。在检索阶段,使用多相邻输出得分对最佳匹配得分进行修正,用于代替标准SDTW算法的1-best输出得分。实验结果表明,在不增加检索时间的情况下,该方法相比应用MFCCs和FDLP特征的基线系统性能提升明显,检索精度分别相对提升了18.6%和18.1%。     

基于声学分段模型的无监督语音样例检测

提出一种基于声学分段模型的无监督语音样例检测方法。该方法首先利用高斯混合模型（Gaussian mixture model, GMM)将训练数据频谱参数转换为后验概率特征向量,采用层次聚类算法确定后验概率的边界信息,得到声学分段;然后通过k means算法将片段聚类并添加标签,构建基于后验概率的声学分段模型。检索时以模型对查询样例与检索文档的解码序列代替测量矩阵以降低检索时间,通过基于最小编辑距离的动态匹配检索查询项,最小编辑距离的代价函数由模型相似度距离矩阵修正。实验结果表明,相比GMM及传统声学分段模型,本文提出的方法性能更好,检索速度得到显著提升。     

VoIP压缩码流说话人识别研究

研究基于微聚类算法的VoIP压缩码流说话人识别算法。给出直接从G．729,G．723．1（6.3Kb／s）,G．723．1（5．3Kb／s）压缩语音的码流中提取识别参数,以微聚类算法作为识别结构的说话人识别算法。实验结果表明,对比在压缩码流中使用同样识别参数的GMM模型,微聚类算法在识别正确率和效率上都有很大的提高。     

过零周期转移概率矩阵语音识别方法的改进

本文在过零周期序列转移概率算法的基础上，提出了一种改进方法，即从语音的过零周期序列中，找出其“过渡音段”，给以加权。通过对特定人孤立字（０～９十个数字）的实验，结果表明改进后的方法识别率有所提高，但并未使算法复杂化。