五年制英语大专班英语语音教学探析

本文通过对我院五年制英语大专班英语语音现状的思考,总结经验,结合理论和实际,对五年制英语大专班英语语音教学进行探析。     

时事播报在思想品德课教学中的尝试

时事播报的采用，为学生创设了一个宽松的教学环境。也就是实施了一定的开放式教学，其效果是明显的，为学生创新能力的培养提供一定的条件。     

含语音增强模块的i-向量说话人识别性能分析

为解决文本无关说话人识别中训练与识别环境不同导致模式失配的问题,提出了一种采用语音增强模块进行前端预处理的i-向量说话人识别系统,从而提高系统对于环境噪声的鲁棒性.为评估不同语音增强算法的性能,利用NIST08核心测试集进行仿真实验.采用IMCRA算法对语音进行噪声估计后,分别用维纳滤波法、MMSE-LSA、传统谱减法和多频带谱减法等4种方法进行语音增强前端处理,在基于i-向量的说话人识别系统下进行实验.实验结果表明采用了语音增强的系统具有一定抗噪声性能,并且在高信噪比条件下,基于多频带的谱减法在此系统下性能最佳,而低信噪比情况下MMSE-LSA算法更有优势.     

基于SVM的置信度综合方法在语音识别中的应用

讨论了语音识别中使用支持向量机(support vector machines,SVM)对音子级置信度进行综合的方法. 音子级置信度得分采用传统的方法计算而得,并使用SVM对音子级置信度进行综合得到词级的置信度得分. 在说话人无关的汉语孤立词识别实验中,使用作者方法比使用传统方法获得的系统等错误率rEER(equal error rates,EER)有明显降低,可以从基线系统的28.14%降低到23.71%,而系统的复杂度仅有小幅度的上升.     

交互式语音地球仪照明结构研究

简述了交互式语音地球仪结构原理;研究了地球仪上首都的无歧义显示、发光二极管的布置以及首 都显示分辨率;制成了交互式语音地球仪。     

基于听觉场景分析的近讲语音增强算法

针对近讲场景,提出一种双麦克近讲语音增强算法。该算法基于耳间延时差(ITD)、耳间强度差(IID)特征来区分目标语音,利用声学掩蔽效应,实现目标语音对背景噪声的分离降噪。与传统的单麦克增强方法相比,该算法可消除多种类型噪声且对语音造成的损伤较小。实验表明:该算法能将8～33dB的白噪声、音乐噪声、广播噪声3种噪声类型的带噪语音的信噪比提高到36dB以上,同时保持较高的目标语音可懂度。对于冲击噪声的带噪语音也具有较好的降噪效果。     

Skype通信控制方案设计

<正>P2P(点对点)技术是目前互联网上最重要的通信技术之一。它的迅速发展促进了Skype(网络即时语音沟通工具)的产生。以BT、Skype为代表的P2P技术应用虽然体现了互联网的自由,但是同时也反映出了互联网的无序性,当这种无序性扩散到企业网和电信网时,就会变成无法容忍的干扰。P2P技术的应用不仅改变了电信运营商网络流量模式,而且给传统电信业务带来了严峻的挑战,Skype从根本上提出了对传统语音业务的挑战,其潜在的颠覆性影     

TTS功能在移动终端的应用

<正>一、背景TTS(Text To Speech),即从文本到语音。TTS所用的关键技术就是语音合成(Speech Synthesis)技术。早期的TTS一般采用专用的芯片实现,但主要应用于家用电器或儿童玩具中。     

利用谱包络变换后LPC系数实现频谱搬移

频谱包络转换是语音转换中的一项重要内容,基于双线性转换函数进行频谱搬移的方法可以有效的进行谱包络转换,并且基于小语料库训练时仍能得到稳定的转换谱包络。本文基于LPC分析,在求解频谱搬移后的系统单位冲激响应的基础上,提出求解频谱搬移后LPC系数的方法,以此来实现频谱包络的变换,取得较好的效果。     

基于短时和长时特征的语音情感识别研究

基于语音的自动人类情感识别是近年来新兴的研究课题,它在人机通信中有广阔的应用前景。分别利用语音的短时和长时特征识别说话者的五种情感状态,即生气、高兴、悲伤、惊奇和一种无情感状态。提出了一种基于基音频率、子带频谱能量与共振峰频率的短时特征矢量和一种反映能量频谱分布及动态的长时特征参数,分别利用隐马尔可夫模型和支持矢量机两种方法进行识别。试验用的情感语音包括一个普通话情感语音库和一个丹麦语情感语音库,试验结果表明使用两类特征参数都可以得到较高的识别率。