基于At-LSTM模型的音/视频双流语音识别算法仿真

语音中的噪声会影响语音信号中的正常信息,影响语音识别效果,为提升音/视频双流语音识别准确率与效率,提出基于注意力LSTM的音/视频双流语音识别算法。使用小波阈值方法对音/视频双流语音数据实施去噪处理,依据去噪结果对语音数据矢量量化;基于语音数据量化结果构建At-LSTM模型,运用该模型提取语音数据的局部与整体特征,并融合处理特征;基于语音数据特征融合结果,对语音数据实施分类,实现音/视频双流语音的识别。实验结果表明,使用上述方法识别音/视频双流语音时,识别准确率高、识别时间短,且语音中的含噪部分较少,识别的语音更加流畅。

基于IPover WDM的音/视频远程点播技术

对基于IPoverWDM的音/视频远程点播系统的实现技术基础、系统的组成与结构,以及系统实现方案作了详尽的阐述。最后,介绍了两种目前最具有代表性的系统实现———IP/TV和Real系统。

基于Java Media Framework的实时音/视频通信

提出了基于Java Media Framework实现实时多媒体通信的方法,并实现了基于Internet的端对端实时音/视频通信系统,解决了数据源定位、RTP传输与回放、数据源复用等关键问题。实际系统表明,基于JMF开发实时音/视频通信系统,具有功能强大、开发简便、可移植性强等优点。

基于发音特征的音/视频双流语音识别模型

构建了一种基于发音特征的音/视频双流动态贝叶斯网络(dynamic Bayesian network,DBN)语音识别模型,定义了各节点的条件概率关系,以及发音特征之间的异步约束关系,最后在音/视频连接数字语音数据库上进行了语音识别实验,并与音频单流、视频单流DBN模型比较了在不同信噪比情况下的识别效果。结果表明,在低信噪比情况下,基于发音特征的音/视频双流语音识别模型表现出最好的识别性能,而且随着噪声的增加,其识别率下降的趋势比较平缓,表明该模型对噪声具有很强的鲁棒性,更适用于低信噪比环境下的语音识别。

无人驾驶列车音/视频系统网络设计及声场分析

车载音/视频系统包含车载广播、乘客信息显示、媒体播放和视频监控等子系统,它是保证地铁列车正常运营的基本组成部分,又是乘客乘坐车辆过程中提高舒适度的重要指标之一。文章基于西门子公司KVMRT SBK无人驾驶列车项目需求,介绍了音频、视频和数据等大数据传输三网合一的网络拓扑结构;在国内首次利用H-Type千兆冗余以太网作为骨干网络,实现了车载广播、LCD动态路线、LED信息显示、媒体播放和视频监控子系统,以及车辆所有故障数据共享同一个总线网络;阐述车厢声强指标STI,SPL和△LP特性的模拟及仿真结果;最后计算了KVMRT SBK无人驾驶列车车载音/视频系统的可靠性指标。

蓝牙技术在音/视频设备中的应用

一、蓝牙音/视频应用模式蓝牙技术是一种短距离无线连接技术,可广泛应用于各种家电产品中,组成一个巨大的无线通信网络。蓝牙音/视频的应用模式有以下几种:1.通用访问应用模式 GAP:是所有应用模式的基础。由 GAP设置蓝牙设备的用户接口、安全模式以及是否加密。2.通用音/视频播放应用模式 GAVDP:是高级音频播放AADP 和视频播放 VDP 应用模式的基础。

音、视频数据捕捉方法

在阐明适用于大容量动态图像的AVI文件扩展格式和目前流行的COM技术的基础上，给出了一种将捕捉的音、视频数据保存为大容量动态图像文件的方法。

基于音视频信息的无线通信装置设计与实现

随着无线技术和多媒体技术的不断发展,基于嵌入式系统的无线产品日渐风靡。讨论了如何采用8位微处理器、音频压缩/解压缩芯片、无线模块、摄像头、OLED等器件设计制作音/视频多媒体无线通信装置的方法,探讨了装置的硬件设计和软件实现细节,描述了在ETUSBW ICE环境下开发和调试软件的过程,完成了具有音视频无线通信的装置制作。

IEC公布《音／视频、信息与通讯设备第1部分：安全要求》

2010年1月21日，IEC公布了音视频设备与信息技术设备新国际安全标准IEC 62368—1（第1版）《音／视频、信息与通讯设备第1部分：安全要求》。新标准适用于音频、视频、信息和通讯技术领域的电子电气设备以及额定电压不超过600V的商用和办公设备的安全。该标准不包括设备的性能或功能特性要求，是一份安全标准，对能量源进行了分类，规定了对不同能量源的安全防护要求，并提供应用这些安全防护要求的指南。

如何通过网络实现音视频传输的零延迟

0前言标准的音/视频接口非常适合多媒体设备的短距离连接,比如HDMI(高清多媒体接口)、Display Port(显示端口)等,但是对于具有多个信号源和显示器的的较大音/视频系统或分布在不同物理位置的系统来说,就需要更多的连接性,对于那些视音频设备而言,通过网络来传输信号是最标准和最可靠的方式。尽管基于网络可实现许多应用所需的灵活性和可伸缩性,但应该特别注意实时使用时要保证系统的延迟非常低。

音视频与信息技术设备新安全标准IEC62368—1出台

2010年1月21日．IEC公布了IEC62368—1（第1版）《音／视频、信息与通讯设备第1部分：安全要求》。新标准IEC62368—1：2010适用于音频、视频、信息和通讯技术领域的电子电气设备以及额定电压不超过600V的商用和办公设备的安全。该标准不包括设备的性能或功能特性要求。该标准是一份安全标准．

具有自动撮合功能和视频通信功能的大学生就业网站

针对传统就业网站功能单一、服务起点低、没有充分发挥网络交互通信能力的弊端,提出了一个具有撮合算法和视频通信功能的新型招/应聘网络平台的设计方案。这类系统的建设目前尚处在发展中。介绍了系统结构、基于模糊逻辑的撮合算法以及对等视频通信功能的实现技术。对同类研究有一定参考作用。

基于压缩域水印的AVS视频认证

为了提高压缩域视频水印的安全性,提出一种基于压缩域的AVS视频认证水印新算法。它从视频空间的三维特性出发,利用I帧分块能量关系、GOP结构信息、帧结构信息等构造特征码。在嵌入算法上,将特征码同时嵌入到中频DCT系数和运动矢量中,在认证端将重建特征值和提取的双水印进行比较。仿真实验结果表明,该算法具有较好的窜改认证能力。

适于实时传输的AVS视频码流加密算法

为应对日益严重的盗版问题,提出了一种针对AVS标准的视频信息加密算法。通过加密运动矢量,使得视频图像重建时无法找到匹配的参考块,并通过误差扩散,引起视频图像错乱,从而达到对视频信息加密的目的。加密算法不改变码流结构,因此,接收端未经解密的视频码流可以由标准解码器正常解码,但是解码重建的视频图像质量明显下降,而经解密的视频重建图像可完全恢复到加密前的水平。实验结果表明,提出的加密方案具有良好的加密效果,其算法复杂度低,对编码效率影响也很小,基本上不影响视频的主客观质量。

用于AVS视频编码的快速子像素运动搜索算法

AVS视频编码采用1/2像素和1/4像素精度的运动搜索,算法复杂度较高。为此,提出了一种新的基于双线性插值的快速子像素运动搜索算法,该算法大大降低了子像素运动搜索的复杂性,且非常适合硬件实现。实验结果表明,新算法在保证原算法视频质量基本不变的前提下,计算复杂度降低了40%以上。

基于BSP-15的视频会议终端硬件设计及实现

介绍了一款嵌入式视频会议终端,其以Equator的DSPBSP-15进行音视频编解码处理;描述了BSP-15结构和终端硬件设计原理,详细给出了视频接口、音频输入输出接口以及PCI总线接口的设计,该终端基于IP通信网,具有高清晰度、低成本等特点。

MSN无法进行语音聊天

问：我的操作系统时Windows XP Pro版．利用中国电信的512K ADSL上网。其他网络功能正常．但登录MSN Messenger后只能文字聊天．不能用语音聊天。用MSN自带的“音／视频调节向导”测试喇叭．麦克都正常．可就是相互听不到声音。请问这是什么原因？该如何设置？