使用期待提高对话系统的语音识别率

在回顾了各种语言模型的基础上,针对如何更有效地构建口语对话系统中语音识别器的语言模型展开讨论,研究并实现了使用系统期待来建立语言模型的方法.在口语对话系统中,根据系统提出的问题或者系统给用户的提示,对话管理器产生对用户响应的期待,也称作系统期待.由于系统期待是建立在对话系统当前状态的基础上,所以可根据系统当前状态构建系统期待,从而建立更加优化的语言模型,并使用此语言模型来提高语音识别的识别率.     

谱综合与汉语后元音/γ/的知觉

英语等很多语言中后元音的前两个共振峰相距小于临界距离3.5bark,它们在语音知觉意义上等价于一个共振峰,这个现象被称为谱综合.谱综合后的谱峰与其语音性质之间有更直接的对应关系,是判断语音性质的重要依据.汉语单元音/γ/是后元音,但是其前两个共振峰相距通常大于临界距离,那么,汉语元音/γ/的知觉线索是什么?其前两个共振峰知觉上是否发生了谱综合?文中开展了一系列辨识实验和评价实验,研究两谱峰的距离、谱形状和相对幅度对/γ/的语音性质的影响.结果显示,当前两个共振峰相距大于临界距离时,只要呈现双峰形谱形状,就被知觉为/γ/;当两峰相距在临界距离附近时,显著的两峰形才能被知觉为/γ/,梯形和单峰形都不能被知觉/γ/;当第二峰高于第一峰10dB以后,不被知觉为/γ/,且发生谱综合,相反,若第一峰与第二峰相对幅度在?5～20dB,则被知觉为/γ/,且不会发生谱综合,就是说,谱综合现象关于两峰相对幅度是不对称的.总之,汉语单元音/γ/虽然是后元音,但是其知觉中并没有在前两个共振峰上出现谱综合现象./γ/音色需要两个分开的共振峰.这与西方语言的后元音和汉语其他后元音是不同的.     

基于视觉感知的立体图像零水印算法研究

人眼感知立体图像,主要是对图像内容和深度信息的感知,而视点之间的差异是形成立体图像深度感知的一个重要原因。本文基于人眼视觉感知特性,提出了视点零水印和视差零水印算法,视点零水印将视点图像的亮度Y分量分块做DCT变换,并根据DCT域中低频系数的大小关系来构造视点零水印,提高了水印的鲁棒性和不可见性;视差零水印通过求取左右视图的视差值,搜索得到左右视图的匹配区域,根据匹配区域内左右图像块的DC系数大小关系来构造视差零水印。统计两类零水印恢复率,达到对立体图像质量和立体感知质量客观评价的目的。实验结果表明,该水印算法具有良好的鲁棒性和不可见性,通过水印恢复率客观评价图像质量和立体感知质量,与人眼主观评价具有一致性。     

汉语元音//的知觉线索

汉语普通话元音一共有10个,其中/a,o,γ,i,u,y/六个元音的听辨线索已经被发现。而元音//的声学性质与/y/很接近,因此,二者的听辨线索就成为语音感知上的重要问题。本文通过一系列辨识和评价实验,研究汉语元音//的兴奋模式与其语音性质的关系,以此确定该元音的听辨线索。实验结果表明://的语音性质是由其第二兴奋模式峰位置决定,与其他兴奋模式峰无关(如果存在的话)。这与/y/的听辨线索是相同的,且其兴奋模式峰的位置也与/y/的比较靠近,这就解释了为何二者在很多听闻条件下容易被混淆的原因。     

基于SVD变换的立体图像零水印算法

深度信息是立体图像最重要的特征,而常见的鲁棒性数字水印算法可能使立体图像深度信息遭到破坏而使其视觉效果下降.针对这个问题,提出了一种基于SVD变换的零水印算法.首先,对立体图像的左右视点图像块分别进行SVD变换,得到第一奇异值对应的左奇异向量;其次,分别计算出左右视点图像块的左奇异向量的方差;最后,利用第一奇异值对应的左奇异变量具有很好的稳定性这一特性,通过比较二者大小关系构造出零水印.同时,引入了时间戳机制,减弱了解释攻击带来的影响.仿真实验结果证明,此算法能够避免零水印的虚警概率,同时能够抵抗JPEG压缩攻击和高斯攻击,具有很好的均衡性、相似性和鲁棒性.     

临桂县五花坪红壤开发区多媒体电子地图与土地管理信息系统

选择临桂县五花坪小流域红壤农业综合开发项目示范区，针对项目区资料管理与红壤开发，改造中所存在的问题，并根据世界银行对中国红壤开发项目定期检查，评测的要求，探讨了利用计算机多媒体技术对示范区内包括图形、图像、文字、声像，等在内的多媒体资料进行计算机管理，并利用ＧＩＳ技术辅助土地规划。     

基于 DCT 变换的频域视频水印在空域中实现的性能分析

数字水印技术是数字媒体版权保护和管理的主要方法。在广播电视领域,视频水印需处理的数据量大,对嵌入算法的时间复杂度限制较大,同时对视频质量要求也较高。数字水印技术主要分为空域和变换域两种。空域算法时间复杂度低,但鲁棒性不好;而变换域算法鲁棒性较好,但时间复杂度高。因此,在广播电视视频水印中,需要鲁棒性好且时间复杂度低的水印嵌入算法。这样,用空域的方法实现数字视频的变换域水印,就成为一个首选的方法。但是,目前我们尚不知道该方法的性能。本文基于DCT变换的频域水印算法,首先介绍了频域水印的空域实现的原理,然后,基于两个典型的频域水印算法,通过800幅图片的实验,测试了该算法的空域实现的时间复杂度和PSNR。实验结果表明,频域视频水印的空域实现,具有很好的性能。     

基于内容特征的视频半脆弱水印算法

相比数字图像水印,在采用半脆弱水印技术进行视频内容认证时,由于嵌入水印量比较大,对算法的运行速度提出了更高的要求。本文改进了基于亮度分块的数字视频空域半脆弱水印算法,能保持水印的鲁棒性不变,且提高了水印的嵌入速度。基于相邻亮度分块的平均值大小关系在非恶意操作前后保持不变的特点,本文运用改进算法生成水印序列,并在时域上将水印嵌入DCT系数中。该算法具有不涉及具体编码格式,无需原视频参与认证,快速定位篡改区域的优点。仿真实验结果表明水印嵌入达到了18.37MB/s的速度,对画质影响不可见,实验结果同时证明了算法具有良好的实时性。     

GL理论与汉语词意网络

在考察了自然语言处理对词意网络的要求及现代汉语的特点后,提出了构建现代汉语词意网络应遵循的原则.这既有哲学上的抽象,又有具体实施时的考虑,即既有足够的概括力又有灵活的结构.Pustejovesky的GL理论主要针对词的创造性使用,它认为词意来源于使用,是在与其它词的搭配中产生的.它是一种词意表述理论,比较合适我们对现代汉语词意网络构建的要求.GL理论在词汇表达和词典生成领域具有深远的影响.以之为基础,依据以上原则建立了具体任务下的现代汉语词意网络.