非线性脉码调制技术及应用

本文介绍了用NLPCM(Nonlinear Pulse Code Modulation,非线性脉码调制)进行语音合成的原理。采用基于NLPCM原理制成的单片语音处理器MC14403,用MCS-51单片机进行控制,实现了飞机座舱告警系统中所需语音的合成。该系统结构简单,通用性强,成本低,修改灵活。合成语音清晰、自然可懂。     

基于神经网络的ICAI软件的设计与实现

介绍了一个在Ｗｉｎｄｏｗｓ９５平台上用ＶｉｓｕａｌＣ＋＋５．０开发的基于神经网络的信号与系统课程的智能化计算机辅助教学（ＩＣＡＩ）软件设计的基本原理及其关键技术的实现。该软件针对人类教学过程中的智能模拟问题，将神经网络和专家系统两大先进技术相互融合在一起采用面向对象的设计是界面友好、算法透明、程序易于维护、是计算机辅助教学课题的一个成功实例。     

三维流场的光学C.T技术

本文介绍了三维流场光学Ｃ．Ｔ技术的原理，实验方法和重建算法，给出了计算机模拟研究的方法和应用实例。     

光流场重建线性算法的实验模拟

由光流场重建三维运动和结构是计算机视觉研究中的热点和前沿，它分为线性算法和非线性算法。非线性算法的初始值选取非常重要，否则会导致算法失败。本文提出了一种由光流场重建三维结构线性算法的实验模拟新方法，该方法巧妙地利用合成数据和图像序列验证了重建的线性算法，该思路也适用于其它算法。     

语音模式中基于启发式搜取的快速匹配算法

语音模式匹配是语音识别技术的关键步骤之一。本文介绍了如何运用SA算法实现语音模式的快速匹配的思想。SA算法与传统的动态时间弯变(DTW)算法相比较具有计算量大大减少而系统识别率几乎不降的特点。     

风洞试验过程参数语音化处理系统

介绍了一种利用控制系统的计算机,配备语音芯片实现风洞控制参数语音化处理的设计思想和工作原理。系统结构简单,经济实用。语音信息采用模拟量存储方式,修改方便,具有高保真效果     

一种基于特征融合的耳语音向正常音的转换方法

使用耳语音的频谱包络来预估正常音的基频特征，这类算法在对正常音基频预测的准确性上存在一定不足，在合成语音自然度方面存在着明显欠缺，有时会出现音调失常等问题。本文提出一种声学特征融合的方法，通过双向长短期记忆（Bi-long short-term memory， BLSTM）深度网络来逐帧预测正常音基频。首先，使用STRAIGHT模型和相关代码，分别对耳语音和正常音语料进行预处理，提取耳语音的梅尔倒谱系数（Mel-scale frequency cepstral coefficient，MFCC）、韵律及谱包络特征，正常音的基频与谱包络特征。然后使用BLSTM深度网络，分别建立耳语音和正常音谱包络特征之间映射关系，以及耳语音MFCC、韵律及谱包络特征对正常音基频F₀的映射关系。最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络，使用STRAIGHT模型合成正常音。实验结果表明，相较于仅使用谱包络估计基频，采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充，解决了音调失常的现象，转换后的语音在韵律上更加接近正常发音。     

SPEECH ENHANCEMENT METHOD FOR LPC AUTOREGRESSIVE MODEL AND SYSTEM IMPLEMENTATION OF COMMAND WORD RECOGNITION USED IN NOISY ENVIRONMENT

目前几乎所有的语音识别系统和商品在实际应用中都要求环境比较安静，当背景噪声比较高时，系统的性能就急剧下降，甚至不能使用。本文对语音和噪声的特点进行了分析，提出了基于ＬＰＣ全极点模型的语音增强算法，将其应用于高噪声命令词语音识别中，并进行了系统实现。在不同背景噪声下，采用不同的话筒，分别进行了有关信噪比、基本精度、抗噪能力以及系统对环境改变的适应性等实验。实验结果表明，系统在较高噪声背景下，有很好的识别效果。系统可抗多种噪声，基本可满足军事、交通、商场、工厂等应用领域的需要     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

电子侦察信号实时检测算法及性能分析

低信噪比信号检测，一直都是电子侦察领域关注的课题。本文提出了一种信号自相关检测算法，该算法利用随机噪声的不相关统计特性及信号的相关性，采用自相关算法使信号与噪声在时域中就能很好地区分开来，通过智利智能判断来确定信号的起始时刻。该算法具有实时性好、检测率高的特点，性能优于传统的累加算法。本文还研究了统计量的概率分布，以此来确定检测门限、虚警概率之间的关系。为了进一步提高该算法的检测性能，采用了双门限判决处理方法。理论分析和计算机模拟结果表明这种算法切实可行。     

多脉冲激励线性预测编码语音合成器

与传统的线性预测编码相比,多脉冲激励线性预测编码(MPLPC)的合成语音质量有显著的改善,能在中等或低速率下合成出高质量的语音。本文介绍了用单片TMS32010组成的MPLPC语音合成器,数码率为9.6kbPS,激励脉冲的幅度和位置用最大互相关搜索算法确定。该系统结构简单,操作简便,通用性强,合成语音清晰、自然易懂,可广泛用于各种系统。文中给出了某些应用实例,经用户试用,效果良好,对合成语音质量感到满意。     

LPC倒谱参数的说话人特征分析

通过对多个说话人与文本无关的发音材料进行统计分析，比较了ＬＰＣ倒谱的不同分量对说话人特征区分所作的贡献，研究了ＬＰＣ倒谱所体现的说话人共性及个性特性，同时使用了Ｆｉｓｈｅｒ判据，最近邻错误率，超球错误率、类内，类间平均距离等量度方法，从不同角度探讨了ＬＰＣ倒谱参数的说话人统计特征，并考查了它在正交变换，最大可分变换下的变化及以不同距离作为测量手段所产生的不同效果，这些工作是对ＬＰＣ倒谱参数用于说话     

语音合成遥控指令回报系统

本文介绍了用于无人机的语音合成回报系统,代替传统的信号盘灯光显示,向地面指挥监测人员回报遥控指令接收情况。语音合成系统由基于LPC原理制成的单片语音合成处理器TMS5220组成,用Z-80 CPU实现控制。系统结构简单,通用性强,合成语音清晰、自然可懂。     

基于动态时轴弯曲的汉语连呼数字识别算法

模板匹配是计算机语音识别的重要手段之一。本文以孤立数字的线性预测编码(LPC)参数为模板,针对当汉语连呼数字发音速度较快时一字分割较困难这一特点,研究了不需预分割的汉语连呼数字识别问题。算法通过把复合距离的端点搜索与端点无约束的动态时轴弯曲(DTW)技术相结合,在保证一定识别率的前提下,使计算量较二级或多级动态规划算法有了大幅度下降即接近孤立数字发音识别水平。同时,简化的树状决策方法使识别性能进一步得到提高。初步实验结果表明,此方案可较有效地克服连呼数字识别中的连读效应。     

英语修辞中常见“喻”的中文译称刍议

英语修辞中有明喻、暗喻、转喻、提喻这四种常见的"喻"。它们和汉语中的明喻、暗喻、借喻、借代之间存在着相互交错的对应关系,这是导致修辞学习者时常混淆英语中"喻"的原因所在。从英语的几种常见"喻"的词源和辞格构成中可以发现,有的"喻"译称涵义偏窄,有些"喻"并非真正的比喻,其中文译称应该不含"喻"字更为合理。     

间接言语行为的话语含义

本文从关联理论、认知语境两个方面对间接言语行为的话语含义进行了阐释。只有当话语含义得以成功表达时,间接言语行为才能够得以成功实施。     

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率,利用隐条件随机场对汉语声调进行建模,通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明,基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率,同时与全局模型权重方法比较,区分性的模型权重训练能够在声调模型加入连续语音识别系统之后,进一步提高系统的识别性能。