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．     

基于混合基元模型的非定长基元选取算法

介绍了面向中英文双语应用的英文语音合成系统中基于混合基元模型的非定长基元选取算法．清华大学计算机系人机语音交互实验室针对中英文混读相同发音人的限定，实现了基于混合基元模型的语料库构建和鲁棒灵活的非定长基元选取方法，在一定程度上弥补了发音人英语发音不饱满、自由度大的缺陷，真正实现了相同发音人中英文混读的要求．试验证明，采用这些方法能够极大的提高合成质量，达到令人满意的效果．     

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.     

Web应用测试技术进展

Web应用的特殊性使得其测试具有挑战性,但目前针对其测试的研究同其设计开发的研究相比相对薄弱.从Web应用的体系结构、实现技术、组成成分、运行机制、运行环境、开发设计等方面分析了影响测试的因素.归纳了现有Web应用设计阶段、开发阶段、运行阶段、维护阶段所涉及的主要测试方面及使用的动态、静态测试技术.并从测试的几个关键方面,如链接测试、组件黑盒测试、组件白盒测试、WS及WSC测试及性能测试等方面综述当前研究热点难点,包括面向对象的建模、统计建模、控制流测试、数据流测试、数据组合测试、WS测试、WS组测试、WSC测试、协议测试、性能测试的负载模型与用户会话数据集的优化等问题.指出了有关研究的局限性.从模型驱动测试、基于Agent测试、WS及SOA测试、性能测试等方面探讨了Web应用测试未来的研究方向.     

谈谈电话语音系统

又称电脑电话系统,是指用人们最熟悉的媒介——声音,通过电话机来自动储存和传递信息的应用系统。它是计算机与电话装置相结合的产物,由计算机、电话语音卡、电缆、软件等组成,如图1所示。 语音卡直接插在计算机里的8位或16位扩展槽内,并通过标准的RJ-11连接器联入电话网,再装上相应的软件,就组成了电脑语音系统。这时的计算机就是一部无人值守的电话。用户拨通这部电话的号码时,电脑语音系统就自动地向用户提供声讯服务。用户可以根据语音提示,通过电话按键来选择所需的服务。计算机则根据用户的选择,相应处理并     

ToBI韵律标注标准简介及展望

ＴｏＢＩ是最近由多方面的专家发展起来的一种标注系统，主要用于语音韵律标注。它提供了一种统一的方法，使研究者更便于研究音本身的特征，特别是韵律的特征。ＴｏＢＩ包括几个平行的层板，反映了韵律的多元性，特别是ＴＯＮＡＬ层和ＢＲＥＡＫ ＩＮＤＥＸ层。     

汉语文－语转换中的语言学处理

本文介绍了一个计算机实现的汉语文－语转换系统，它以词为单位，将文本按句子输出，可保持自然语言的韵律。为了改善合成语音的自然度和可理解度，我们总结了一些语言学规则，并应用于该系统中，得到了很好的测试结果。     

屏幕文本的语音合成

介绍了计算机语音合成系统的原理和Win32API截获技术的实现方法，并利用Win32API截获技术和清华大学SinoSonic系统实现了一个桌面文本的语音输出系统，用它可以语音合成桌面上鼠标指针下的任意文本。