极低速率语音编码的新发展与应用

从时域、频域和混合域3方面分别介绍了目前在极低速率语音编码中应用的LPC,CELP,MBE,STC,VQ,MELP,WI,分段声码器和基于语料库的声码器等算法。全面论述了极低速率语音编码算法中运用的方法理论及最新的研究成果,并对这些算法进行了比较和分析,得出结论。     

基于Schur运算格的线性ICA估计算法

从几何角度来看,线性ICA(Independent Component Analysis)估计可以通过角度变换来实现.因此,本文提出一种新颖的,基于Schur运算格的格型ICA估计算法,格型算法较之其它算法稳定,易于扩展,易于硬件软件实现.仿真结果表明,该算法性能令人满意.     

英语从句识别中的特征表示*

英语从句识别是句法分析的基本问题,它是进一步进行英汉机器翻译的基础.提出一种基于最大熵原理的英语从句识别方法,即先将提取后的特征表示为最大熵模型形式并对其编码,再采用最大熵原理完成最后的识别过程.采用该方法进行完整从句识别的正确率和召回率分别达到80.92%和62.36%,实验表明,该方法的正确识别率远高于CoNLL01的底线标准,是一种简单有效的从句识别方法.     

一种用于版权保护的音频数字水印算法

研究了一种基于小波变换的音频数字水印算法，水印为一幅二值图像，仿真实验表明该算法具有较强的稳健性，可用于数字音产品的版权保护。     

一种基于段级特征和自动标识的语言辨识算法

本文研究了一种结合"声学信息"和"音素配位学信息"进行语言辨识的新算法,首先在预处理中对语音进行自动分段,在特征层上引入带有长时信息的段级特征参数--段级移位差分倒谱,在模型层上利用高斯混合模型(Gaussi-an Mixture Model,GMM)将语音信号自动标识为符号序列,进而引入多元语言模型(Multi-gram Language Model,MLM)来对"音素配位学信息"进行建模,最后将"GMM得分"和"MLM得分"送入后端多分类支持向量机模型得到最终识别结果.相关实验表明,新系统不需手工标识的语料,识别速度快,对OGI标准语料库中的五种语言获得了开集正识率为78.84%的结果.     

基于恒定统计特征的数字音频水印技术

在音频水印技术中,满足听觉透明性和低计算复杂度要求的同时,要保证系统的高鲁棒性是音频水印技术中的难点。针对这个难点,本文使用带有边信息的通信模型对水印系统进行描述,通过对该模型中的统计域参数进行修改来嵌入水印,并实现了水印的盲提取。试验表明,这种方法在听觉透明性和鲁棒性方面有令人满意的效果。     

语言辨识的矢量量化方法(VQ)

与语音处理的其他领域相比，自动语言辨识是一个相对较新的研究，而且是一项较难的课题。本文给出了语言辨识的两种矢量量化方法，并利用OGI－TS电话语音库对2种算法的性能进行了测试，然后给出了实验结果。2种算法的最佳识别率分别为65．38％和73．08％。     

基于概率统计直方图的压缩域说话人识别

压缩域说话人识别算法(Compressed-domain automatic speaker recognition,CD-ASR)即从压缩语音数据中直接提取压缩参数进行说话人识别,无需参数译码和波形合成.本文提出了基于概率统计直方图的VoIP压缩域说话人识别算法,包括矢量量化统计直方图和高斯混合模型统计直方图两种方法.在给出了G.729,G.723.1(6.3 kb/s),G.723.1(5.3 kb/s)压缩码流的压缩域特征提取方案后,分别以矢量量化统计直方图和高斯混合模型统计直方图作为识别模型进行说话人识别.实验结果表明,概率统计直方图法比在压缩码漉中提取同样识别参数的GMM模型,识别率有很大提高.     

英汉机器翻译中基于规则的句子结构分析与转换

以英汉机器翻译系统为研究背景,提出了一种基于规则的句子结构分析与转换方法。针对不同情况采取不同策略将复杂句分解成由一组简单句构成的复杂句子结构。简单句结构分析以谓语动词为中心,依据其EICG格约束和句子浅层分析结果填充格框架,从而得到整个句子的语法语义结构。句子结构转换依照句子分析结果和转换规则产生等价的目标语言的线性语法语义结构。系统运行结果表明,本文提出的方法能够正确有效地分析英语句子的结构并完成英汉句子的转换。     

基于EICG的英汉机器翻译句型转换器设计

句型转换是指将感叹句和各种疑问句变为陈述句语序的转换。我们在研制MatLink英汉机器翻译系统的过程中，提出了扩展的基于信息的格语法(EICG)及其应用原则，并且利用EICG设计实现了英语句型转换器。该分析器采用多出口结构，针对感叹句和不同类型疑问句提出相应的分析实现算法，并通过实例分析阐述了实现不同句型间转换的设计思想和工作过程。