检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

用于版权管理的数字音频水印算法

电子与信息学报 2011年第10期33卷 2384-2389页

作者：赵学敏郭宇弘邹学强刘建颜永红中国科学院语言声学与内容理解重点实验室北京100190

该文提出了一种用于多媒体资料版权管理的自同步音频盲水印算法。由于版权应用需要通过解码结果得到素材的使用情况,对解码结果时间精度有一定要求,同时对鲁棒性和不可感知性要求也较高。针对之前算法存在鲁棒性不够,时间精度低的问题... 详细信息

该文提出了一种用于多媒体资料版权管理的自同步音频盲水印算法。由于版权应用需要通过解码结果得到素材的使用情况,对解码结果时间精度有一定要求,同时对鲁棒性和不可感知性要求也较高。针对之前算法存在鲁棒性不够,时间精度低的问题。该文提出的算法利用扩频的方法和音频信号的短时相关的特性提高嵌入水印的鲁棒性的同时,通过心理声学模型的应用改善算法的不可感知性。算法通过合理设计了水印信息帧结构和同步策略提高了解码结果的时间精度。实验结果表明,该文的方法在具有很高不可感知性的情况下,能够有效地抵抗各种常见的音频编辑操作。

关键词：数字水印心理声学扩频版权保护

在线全文

学校读者我要写书评

暂无评论

波场合成与波场分析的有源房间补偿方法

声学学报 2014年第1期39卷 137-144页

作者：李娟付强颜永红中国科学院语言声学与内容理解重点实验室北京100190

波场合成是一种空间声重放技术,利用扬声器阵列在宽阔的听音区域内重建声场。为消除或者消减听音房间的反射对重建波场的影响,利用测量环绕听音区域的闭合曲线上声压和声压梯度来分析波场,推导了基于圆形阵列进行波域分解的公式,利用多... 详细信息

波场合成是一种空间声重放技术,利用扬声器阵列在宽阔的听音区域内重建声场。为消除或者消减听音房间的反射对重建波场的影响,利用测量环绕听音区域的闭合曲线上声压和声压梯度来分析波场,推导了基于圆形阵列进行波域分解的公式,利用多通道逆滤波进行了平面波域的房间补偿,实验结果显示该算法在整个听音区域内都是有效的。与传统补偿方法相比,边界元法所需的测量传声器数目少计算复杂度低,而波域分解具有更充分的波场分析能力,因此是一种更有效的有源房间补偿方法.

关键词：补偿方法波场分析听音房间波场合成有源测量传声器听音区域声压梯度

在线全文

学校读者我要写书评

暂无评论

波场合成中声像感知距离重建

声学学报 2013年第6期38卷 743-748页

作者：李娟李军锋颜永红中国科学院语言声学与内容理解重点实验室北京100190

声像距离是声像位置的重要信息,为了完整地描述重建声场中感知声像位置,需在虚拟声场中重建出声像距离。本文基于人耳对距离的感知机理,将镜像法引入波场合成技术中,通过模拟反射声来控制感知声像距离。基于"比较判断律"的主观测听实验... 详细信息

声像距离是声像位置的重要信息,为了完整地描述重建声场中感知声像位置,需在虚拟声场中重建出声像距离。本文基于人耳对距离的感知机理,将镜像法引入波场合成技术中,通过模拟反射声来控制感知声像距离。基于"比较判断律"的主观测听实验表明:通过模拟房间反射声受试者更明显地感受到声像距离的变化,并且变化规律与人耳对距离的感知机理相符合。因此在基于波场合成的声重放系统中,通过模拟反射声和有效地控制反射声能量可以准确地重建出声像距离。

关键词：波场合成距离声像感知反射声合成技术变化规律重放系统

多特征融合的英语口语考试自动评分系统的研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2012年第9期34卷 2097-2102页

作者：李艳玲颜永红中国科学院声学研究所语言声学与内容理解实验室北京100190 内蒙古师范大学计算机与信息工程学院呼和浩特010022

该文主要针对大规模英语口语考试自动评分系统的问答题型,采用多特征融合的方法进行评分。以语音识别文本作为研究对象,提取了3类特征进行评分。这3类特征分别是:相似度特征、句法特征和语音特征。总共9个特征从不同方面描述了考生回答... 详细信息

该文主要针对大规模英语口语考试自动评分系统的问答题型,采用多特征融合的方法进行评分。以语音识别文本作为研究对象,提取了3类特征进行评分。这3类特征分别是:相似度特征、句法特征和语音特征。总共9个特征从不同方面描述了考生回答与专家评分之间的关系。在相似度特征中,改进了Manhattan距离作为相似度。同时提出了基于编辑距离的关键词覆盖率的特征,充分考虑了识别文本中存在的单词变异现象,为给考生一个客观公平的分数提供依据。所有提取的特征利用多元线性回归模型进行融合,得到机器评分。实验结果表明,提取的特征对机器评分是十分有效的,并且在以考生为单位的系统评分性能达到了专家评分性能的98.4%。

关键词：自动语音识别自动评分特征选择相似度句法树

在线全文

学校读者我要写书评

暂无评论

语义类的提取及其在语音搜索系统中的应用

声学学报 2011年第5期36卷 550-556页

作者：李亚丽徐为群颜永红中国科学院语言声学与内容理解重点实验室北京100190

本研究的目的是解决语音搜索系统中新领域语料稀缺的问题。对于手中的少量语料,采取的方法是:首先从中进行语义类的提取,语义类的提取采用的是一种基于同现概率的语义类提取方法,这种基于相似度计算方法的提取结果在正确率、召回率、F_... 详细信息

本研究的目的是解决语音搜索系统中新领域语料稀缺的问题。对于手中的少量语料,采取的方法是:首先从中进行语义类的提取,语义类的提取采用的是一种基于同现概率的语义类提取方法,这种基于相似度计算方法的提取结果在正确率、召回率、F_1值的评价中均优于常用的基于Kullback-Leibler散度的距离度量。利用从少量文本中提取出的语义类别和文本结构,生成句子模板;再把领域信息加入到模板中,并由此生成大量领域相关语料。最后,利用生成的大量语料,进行语言模型自适应,这时的语音识别结果(字识别正确率)从85.2%提高到91%。实验结果说明语音搜索领域的语料不足问题可以通过语义类提取后得到的模板,生成领域相关语料的方法来有效解决。

关键词：提取方法语音识别搜索系统语义应用文本结构相似度计算模型自适应

用于噪声鲁棒性语音识别的子带能量规整感知线性预测系数

在线全文

学校读者我要写书评

暂无评论

声学学报 2012年第6期37卷 667-672页

作者：蔡尚金鑫高圣翔潘接林颜永红中国科学院语言声学与内容理解重点实验室(声学研究所) 北京100190 中国国家计算机网络应急技术处理协调中心北京100029

为了提高感知线性预测系数(PLP)在噪声环境下的识别性能,使用子带能量偏差减的方法,提出了一种基于子带能量规整的感知线性预测系数(SPNPLP)。PLP有效地集中了语音中的有用信息,在安静环境下自动语音识别系统使用PLP可以取得良好的识别... 详细信息

为了提高感知线性预测系数(PLP)在噪声环境下的识别性能,使用子带能量偏差减的方法,提出了一种基于子带能量规整的感知线性预测系数(SPNPLP)。PLP有效地集中了语音中的有用信息,在安静环境下自动语音识别系统使用PLP可以取得良好的识别率;但是在噪声环境中其识别性能急剧下降。通过使用能量偏差减的方法对PLP的子带能量进行规整,抑制背景噪声激励,提出了SPNPLP,增强自动语音识别系统在噪声环境下的鲁棒性。在一个语法大小为501的孤立词识别任务和一个大词表连续语音识别任务上做了测试,SPNPLP在这两个任务上,与PLP相比,汉字识别精度分别绝对提升了11.26%和9.2%。实验结果表明SPNPLP比PLP具有更好的噪声鲁棒性。

关键词：语音识别系统线性预测系数噪声鲁棒性子带能量感知量规噪声环境连续语音识别

最小方差无失真响应感知倒谱系数在说话人识别中的应用

在线全文

学校读者我要写书评

暂无评论

声学学报 2012年第6期37卷 673-678页

作者：梁春燕张翔杨琳张建平颜永红中国科学院声学研究所中国科学院语言声学与内容理解重点实验室北京100190

研究最小方差无失真响应感知倒谱系数在说话人识别中的应用。提取最小方差无失真响应感知倒谱系数,对其进行高斯混合模型建模并采用联合因子分析的方法来拟合高斯混合模型中的说话人和信道差异,在美国国家标准技术研究院2008年说话人识... 详细信息

研究最小方差无失真响应感知倒谱系数在说话人识别中的应用。提取最小方差无失真响应感知倒谱系数,对其进行高斯混合模型建模并采用联合因子分析的方法来拟合高斯混合模型中的说话人和信道差异,在美国国家标准技术研究院2008年说话人识别评测核心测试集上分别对最小方差无失真响应感知倒谱系数和传统的Mel频率倒谱系数进行测试。结果显示,两种不同特征的系统性能相当,采用线性融合方法后,在不同测试集上的等错误率相对下降了7.6%～30.5%,最小检测错误代价相对下降了3.2%～21.2%。实验表明,最小方差无失真响应感知倒谱系数能有效应用于说话人识别中,且与传统的Mel频率倒谱系数存在一定程度的互补性。

关键词： Mel频率倒谱系数最小方差无失真响应说话人识别感知应用高斯混合模型标准技术研究院测试集

用于语音识别置信度的发音特征各维度分析和子集优化

在线全文

学校读者我要写书评

暂无评论

声学学报 2011年第3期36卷 339-348页

作者：孙艳庆张晴晴周瑜赵庆卫颜永红中国科学院声学研究所中科信利语音实验室北京100190

提出了基于发音特征单个维度的置信度算法,并基于此对发音特征的各个维度展开分析。分析不仅验证了融合的必要性,同时也展示了发音特征各维度之间以及和隐马尔可夫模型之间的大量冗余。为了去除冗余,提出了用子集选择的方法进行优化。... 详细信息

提出了基于发音特征单个维度的置信度算法,并基于此对发音特征的各个维度展开分析。分析不仅验证了融合的必要性,同时也展示了发音特征各维度之间以及和隐马尔可夫模型之间的大量冗余。为了去除冗余,提出了用子集选择的方法进行优化。对比所有都用的情况,基于发音特征紧凑子集的语音识别置信度估计,在等错率上取得了12.7%的相对下降。把经过优化后的基于发音特征的语音识别置信度估计和基于隐马尔可夫模型的语音识别置信度进行融合,在保持集内识别率不损失的前提下,显著提高了语法外输入测试的拒识性能:在相同参数下,在开发集和测试集上分别取得了34%和35.3%的显著改善。

关键词：置信度估计语音识别特征发音维度优化子集隐马尔可夫模型

在线全文

学校读者我要写书评

暂无评论

基于发音特征的汉语普通话语音声学建模

声学学报 2010年第2期35卷 254-260页

作者：张晴晴潘接林颜永红中国科学院声学研究所中科信利语音实验室北京100190

将表征汉语普通话语音特点的发音特征引入汉语普通话语音识别的声学建模中,根据普通话发音特点,确定了用于区别普通话元音、辅音以及声调信息的9种发音特征,并以此为目标值训练神经网络得到语音信号属于各类发音特征的后验概率,将此概... 详细信息

将表征汉语普通话语音特点的发音特征引入汉语普通话语音识别的声学建模中,根据普通话发音特点,确定了用于区别普通话元音、辅音以及声调信息的9种发音特征,并以此为目标值训练神经网络得到语音信号属于各类发音特征的后验概率,将此概率作为语音识别的输入特征建立声学模型。在汉语普通话非特定人大词表自然口语对话识别系统中进行了实验验证,并与基于频谱特征的声学模型进行了比较,在相同解码速度下,由此方法建立的声学模型汉字错误率相对下降6.8%;将发音特征和频谱特征进行了融合实验,融合以后的识别系统相对基于频谱特征系统的汉字错误率相对下降10.1%。上述结果表明,基于发音特征的声学模型更加有效的实现了对语音特性的表征,通过利用发音特征和频谱特征的互补性,能够进一步实现对语音识别性能的提高。

关键词：汉语普通话语音识别输入特征声学建模发音声学模型频谱特征后验概率