浅析英语超音段音位的语义区别性特征

超音段音位是英语语言显著的语音特征,主要包括重音、语调、音渡等。超音段音位是语言中极为灵活的因素,它可以根据不同情景发生不同形式的变化,这种变化直接影响着对信息意义的理解,从而产生了语义上的差异。     

考虑帧间信息的语音转换算法

传统的加权频率卷绕算法是单独地对每帧语音特征参数进行转换,没有考虑到语音帧前后的相关信息.针对这一点,该文提出了一种改进的加权频率卷绕算法,它利用压缩感知理论提取语音信号的帧间相关信息.在进行转换时,该算法是相当于对语音段进行转换.客观测试和主观听觉评测表明,虽然改进后算法的性能会受到语音段长度的影响,但当选择合适语音段长度时,性能要好于传统的加权频率卷绕算法.     

改进深度信念网络在语音转换中的应用

综合考虑语音帧间关系及后处理网络的效果,提出一种改进的基于深度信念网络（DBN）的语音转换方法. 该方法利用线性预测分析-合成模型提取说话人线性预测谱的特征参数,构建基于区域融合谱特征参数的深度信念网络用以预训练模型,经过微调阶段后引入误差修正网络以实现细节谱特征的补偿. 对比实验结果表明,随着训练语音帧数的增加,转换语音的谱失真呈下降趋势. 同时,在训练语音帧数较少的情况下,改进方法在异性间转换的谱失真小于50%,在同性间转换的谱失真小于60%. 实验结果表明,改进方法的谱失真度较传统方法降低约6.5%,且同性别间转换效果比异性间转换效果更为明显,转换后语音的自然度和可理解度明显提高.     

采用连续混合密度隐马尔柯夫模型的语音识别

介绍了采用连续Ｍ元高斯混合密度的隐式马尔柯夫模型的语音识别实验系统，对语音特征矢量用非线性归一化算法进行预处理．另外，还提出一种基于语音知识的模型初始化方法．实验证明：语音的预处理和模型初始化方法都取得了较明显的效果．     

面向管理的三维模型段结构转换算法

三维模型大都采用固定的树形段结构组织模型中的几何对象,但面向管理的三维模型展示要求能够根据用户的需求动态调整三维模型的树形段结构,以便更加方便灵活、直观高效地展示模型及其相关信息,提高运行管理的效率.为了解决目前固定段结构带来的弊端,提出了一种能够动态调整三维模型树形段结构的方法,并给出了优化方案.     

浊声基频轮廓对汉语合成自然度提高的分析与综合

连续语音浊声基频轮廓是影响合成语音自然度和表现力的一个重要因素 .本文采用序位调值分类统计法 ,对汉语连续语音音调动态特性作了系统分析 ,提出一种用于分析和分层产生汉语连续语音基频参数的数学模型 .模型充分考虑了汉语发音特点 ,归纳了语言表达中音调变化的各种可能 ,并相应设置了控制调整参量 ,相对完整而实用地表示了语言知识和基频参数之间的对应关系 .对一些典型自然语句进行了仿真实验 ,结果表明 ,该模型控制产生的合成基频轮廓和测试目标可达到满意的吻合 ,对有效改善TTS系统语音合成自然度作用明显 .     

特征转换在多视图维护中的应用

针对当前特征造型系统中多视图维护存在的问题,在多视图特征造型构造方法的基础上,运用特征转换技术,从产品造型表示着手,提出了一种新的多视图维护方法.该方法与传统的维护方法相比,有更高的效率和更广泛的应用.     

语音模糊特征提取及码本训练算法

为克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模糊数学中的隶属度概念引入语音子带清浊音描述。提出了五维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;阐述了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法（F-LBG：Fuzzy-LBG）;采用提取算法提取、建立了浊音隶属度码本的训练样本集,采用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器的语音编、解码仿真。结果表明,用浊音隶属度矢量描述合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。     

用DPVQ方法进行孤立字语音识别

本文提出一种新的矢量量化方法压缩语音特征用于孤立字语音识别.新方法借鉴了隐马尔柯夫模型(HMM)中状态的概念来规划模板;用动态规划(Dyna-mic Progamming)的技术优化矢量量化产生的初始码字.新方法使得识别所需的模板库的尺寸明显减小,识别响应时问缩短,而且由于模板的优化,使得系统的正确识别率显著提高.     

高层建筑转换层结构设计与选型

对带有转换层的高层建筑结构的设计方法与选型进行概述与比较.     

具有DS/FH频谱特性的复合序列扩频通信方式

提出了一种新的复合序列扩频（ＣＳ－ＳＳ）通信方式,并对频谱特性和相关特性做出分析。结果表明,该方式与通常的直接序列扩频（ＤＳ－ＳＳ）方式相比,具有ＤＳ／ＦＨ（直扩／跳频）的频谱特性,这对于通信对抗中抗窄带瞄准式干扰和部分频带干扰,以及在移动通信中解决远／近问题有着重要的意义。     

基于脉冲耦合神经网络的目标特征抽取方法

为解决待识别目标的特征抽取问题,提出了一种脉冲耦合神经网络结合形状信息的图像混合特征抽取方法。该方法利用脉冲耦合神经网络将图像空域信号转化为时域信号的特性,结合物体形状信息,对图像的灰度和形状进行了统一描述。实验结果证明,该方法在一定程度上对物体的形变、平移、缩放不敏感,对目标识别系统是一种很好的特征抽取方法。     

一种基于边缘点特征与矢量特征的人体掌形认证算法

提出了一种将掌形边缘点特征与矢量特征相结合的人体掌形认证算法.该算法将两种特征有机地结合在一起,降低了对手指摆放位置的要求,摆脱了传统掌形仪需要固定栓的限制,同时提高了掌形认证的准确度.使未来掌形仪的设计更加灵活,更加人性化.     

基于支持向量机的特征选择算法综述

特征选择是目前机器学习领域的研究热点之一,特征选择结果的好坏直接影响着分类器的分类精度和泛化性能.首先分析了特征选择算法的框架;其次分析了支持向量机用于特征选择的意义;然后对基于支持向量机的特征选择算法进行了分析和总结;最后从算法实用性角度出发,面向网络数据,探讨基于支持向量机的特征选择算法研究思路.     

Linear Discriminant Analysis and Kernel Vector Quantization for Mandarin Digits Recognition

Linear discriminant analysis and kernel vector quantization are integrated into vector quantization based speech recognition system for improving the recognition accuracy of Mandarin digits. These techniques increase the class separability and optimize the clustering procedure. Speaker-dependent (SD) and speaker-independent (SI) experiments are performed to evaluate the performance of the proposed method. The experiment results show that the proposed method is capable of reaching the word error rate of 3.76 % in SD case and 6.60 % in SI case. Such a system can be suitable for being embedded in personal digital assistant(PDA), mobile phone and so on to perform voice controlling such as digit dialing, calculating, etc.     

一种融和特征矢量与边缘点特征的掌形认证方法

针对常用的两种掌形认证方法(特征矢量法、边缘点特征法)中存在的误受率高、运算量大等问题,提出了手指左、右半轴宽度概念,可将上述两种方法的优点有机结合起来,有效克服了两种方法中各自的缺陷,在与特征矢量法运算量相近的前提下,可以保证误受率和误拒率都较低.由于本方法是针对多个手指进行认证的,可以降低对手指摆放位置的要求,可以取消目前掌形仪中的固定栓,使认证过程更方便和人性化,使未来掌形仪的设计更加灵活.