Cisco路由器上的数据语音集成技术

讨论了数据语音集成技术的实现方式及FXO、FXS、E＆M信令、Cisco系列路由器的VOIP语音接口的使用选择,介绍了利用Cisco2600系列路由器,通过E＆M干线连接PBX用户,实现VoiceoverIP的实例.     

语音识别中基于模糊聚类分析的参数聚类

为减少语音识别中声学模型的参数量，提高参数训练的鲁棒性，基于声学决策树结构，提出利用模糊聚类分析方法对模型参数聚类，包括高斯聚类和方差共享．对大词汇量汉语连续语音识别的实验结果表明：高斯模糊聚类使高斯数减少25％时，识别率提高了0．15％．进一步做模糊方差共享，当方差减少到初始模型的24％，与同样参数量的未进行聚类的模型相比，误识率下降了3．01％，证明了模糊聚类分析在语音参数聚类中的有效性．     

北大博士对双语语音实验研究的新突破

对北京大学近来的博士论文用声学语音学和实验语音学等方法研究双语语音的新进展进行了综合分析，重点对比满汉双语，确定了北京话的“轻音”和“儿化”；对比韩、汉元音、韵律特征确定了两语时长和声调高低的不同，为双语教学提供了权威的语音校正，从而突显了成果的适用价值。     

用于抗噪声语音识别的谐振强度特征

基于传统的Mel倒谱系数(MFCC)系列特征的语音识别系统在噪声环境中的识别性能会急剧下降。为了进行噪声环境中的自动语音识别,提出了一种反映语音信号谐振程度的特征:谐振强度,并用之代替传统MFCC特征中的能量维(零维倒谱C0,或者帧能量E)。在展览馆噪声、人群噪声和汽车噪声等情况下的语音识别实验结果表明:基于这种新特征的语音识别系统比基于传统特征的语音识别系统有更高的平均识别率和更好的抗噪声能力。     

手机市场劲吹"世纪风"

中国联通公司酝酿许久的双模业务"世纪风"终于正式出台.该业务的推出有效整合了两网业务,使得"世纪风"可以实现全球的网络漫游服务.同时,在已有的语音、短信业务基础之上进一步打开了数据业务的增值点.     

卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.     

基于深层神经网络(DNN)的汉语方言种属语音识别

将深层神经网络(Deep Neural Network)应用于汉语方言种属语音识别.基于优化的QuickNet软件,为方言识别实现了一种有监督的DNN逐层预训练方法.在训练时,从3层开始逐层做有监督的神经网络训练,每增长一层的初始权值包含前一层训练好的部分权值和输出端的随机权值.在得到最大层的初始权值后,再进行传统的BP网络训练.该方法和普通神经网络相比识别率有较大提升,可用于移动互联网标准语音识别人口、方言口音鉴识等领域.     

运用Praat语音软件辅助英语语音教学

英语语音在英语专业教学中起着至关重要的作用,以往对学生问题语音的指正多辅以语言学和语音学的相关理论知识,但理论知识对于学生英语发音能力的提高具有一定的局限性。利用语音分析软件Praat,直观生动地分析了英语专业学生英语语音习得方面出现的常见问题,并探究了该软件在语音教学和自学中运用的可行性。     

基于HTK的佤语特定人孤立词语音识别

佤语是云南省西南部的一种跨境语言,构建佤语语音识别系统对国家安全、跨境文化交流和经济贸易都有着重要的意义.基于HTK平台,针对1 860个佤语常用词进行特定人孤立词语音识别.语音语料来源为录音棚和田野录音,语音规模录音棚男性2人、女性2人,田野录音男性3人、女性2人,每人每个词发音5遍,总的语料数量为83 700条.实验结果表明,对于上述的语料,进行的基于HTK的佤语特定人孤立词语音识别正确率在92%以上.     

一期22列车乘客信息系统客室广播主机改造

通过对深圳1号线一期庞巴迪列车乘客信息系统客室广播主机内部结构及电子元器件的研究分析,对故障较高的电路部分进行改造,降低故障率。