基于深度神经网络的语音驱动发音器官的运动合成

实现一种基于深度神经网络的语音驱动发音器官运动合成的方法,并应用于语音驱动虚拟说话人动画合成.通过深度神经网络(Deep neural networks,DNN)学习声学特征与发音器官位置信息之间的映射关系,系统根据输入的语音数据估计发音器官的运动轨迹,并将其体现在一个三维虚拟人上面.首先,在一系列参数下对比人工神经网络(Artificial neural network,ANN)和DNN的实验结果,得到最优网络;其次,设置不同上下文声学特征长度并调整隐层单元数,获取最佳长度;最后,选取最优网络结构,由DNN输出的发音器官运动轨迹信息控制发音器官运动合成,实现虚拟人动画.实验证明,本文所实现的动画合成方法高效逼真.

基于PMO的大型系统发版质量管控研究与应用

文章提出了三周一体发版质量管控模式,发版质量管控工作从分阶段跨部门的传统模式,转向以时间周期为主线的模式。周期中的PMO和项目集管理职能进行了重划分,并对新模式的管控思路和方法进行了论述,最后通过在大型系统的应用,验证了新模式的可行性、先进性和可操作性。