基于统计韵律模型的汉语语音合成系统的研究

本文论述了采用统计模型进行汉语韵律层级结构分析和韵律建模的思路,在此基础上建立了汉语语音合成系统。其中,本文还仔细阐述了韵律代价函数的构造,及其参数的自动训练算法。同时,论文还分析了韵律特征间相互作用对音节基元选取的影响,并最终实现了一个连续语流中用于汉语语音合成的音节基元选取模型。测试表明了本文提出的基于统计模型的韵律层级分析和韵律建模思路,能够较好应用于汉语语音合成系统的构造,并使之具有良好的合成语音的自然度。     

汉语重音及在TTS系统中的模拟

改善ＴＴＳ输出语音的自然度，增强其表现力，是我们的研究目标。为此，本文设计实现了１０个韵律参数控制符，以汉语语音学为依据，以听测为检验手段，研究了词组和句子重音的韵律模型，相应地制了韵律的悠规则，使输出语音更有自然语流感，可表现一定的重音。     

MPEG标准中图象伴音的编码/解码算法要点

本文介绍的内容是MPEG Ⅰ标准的一部分,对应于ISO/IEC11172-3(MPEG-音频)。这部分规定了高质量音频编码方法、存储表示和解码方法。编码器的输入和解码器的输出与现存的PCM标准兼容。ISO/IEC 11172视频、音频的总数据率为1.5Mb/s。音频使用的采样率为32KHz、44.1KHz和48KHz。     

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。     

Windows下汉语文—语转换系统的设计与实现

本文对汉语文－语转换作了简单介绍。重点讲述了Windows下汉语文－语转换系统的研究和设计。该系统实现了无限词汇的汉语文－语转换，能让计算机输出连续自然的语声流。     

Affective Image Colorization

Colorization of gray-scale images has attracted many attentions for a long time.An important role of image color is the conveyer of emotions(through color themes).The colorization with an undesired color theme is less useful,even it is semantically correct.However this has been rarely considered.Automatic colorization respecting both the semantics and the emotions is undoubtedly a challenge.In this paper,we propose a complete system for affective image colorization.We only need the user to assist object segmentation along with text labels and an affective word.First,the text labels along with other object characters are jointly used to filter the internet images to give each object a set of semantically correct reference images.Second,we select a set of color themes according to the affective word based on art theories.With these themes,a generic algorithm is used to select the best reference for each object,balancing various requirements.Finally,we propose a hybrid texture synthesis approach for colorization.To the best of our knowledge,it is the first system which is able to efficiently colorize a gray-scale image semantically by an emotionally controllable fashion.Our experiments show the effectiveness of our system,especially the benefit compared with the previous Markov random field(MRF) based method.     

基于HCSIPA的中英文混合语音合成

基于双语说话人的中英文混合合成,提出一种中英文通用音标符号——HCSIPA,采用发音方式和部位为构造标准.在中英文混合聚类中,构造针对HCSIPA的中英文共用问题集,以提高中英文在决策树结构上的区分度.实验结果表明,HCSIPA能提高中文和英文的发音单元混合度,减少语言差距带来的音色差距,基于HCSIPA的混合合成系统可以合成较高质量的中英文语音,且中英文混合对单种语言合成的质量下降不明显.     

基于FPS200的指纹采集系统与图像增强机制

介绍了基于FPS200芯片的指纹采集系统的设计方案,采用USB方式快速简便地获取指纹原始图像,并能够根据不同采集环境调整芯片参数获得图像最佳清晰度。根据该采集系统输出图像的质量,提出了一套增强算法,通过滤波实现指纹图像的平滑与锐化,计算指纹方向流图并进行背景分割,最后进行二值化处理。算法能够有效减少指纹图像处理的时间消耗,较好地保留了指纹纹线的边缘细节,提高了图像对比度。实验表明,该指纹采集系统与图像增强算法能够获得清晰的指纹细化图,适用于AFIS各种后端处理。     

计算机政务公文语音处理系统的研究与实现

本文介绍了政务公文语音处理系统的设计与实现以及相关的治语文－语转换技术和文字识别技术。