行驶汽车环境中的话音活动检测研究

话音活动检测是语音交互和通信系统的重要部分,其作用是区分输入信号中的语音段和背景噪声段,检测的依据主要是语音和噪声的各种时频特性,其中,浊语音的周期性和谐波特性是一种广泛应用的特征。但是在行驶的汽车环境中,由于噪声非平稳且信噪比较低,这类特征较难得到可靠的检测。为此,本文根据浊音谐波结构的基本规律,利用时变噪声环境中各频带信噪比不同的特点,提出一种较为鲁棒的谐波快速检测算法。算法以较小的时频块为分析单元,利用一组基频在对数尺度上变化的谐波模板,自适应地搜索谐波结构清晰的部分,并以此检测浊语音信号。实验证明,该算法能够在行驶的汽车环境中达到较可靠的话音/非话音区别效果。

一个快速说话人识别系统的设计和实现

基于美国国家科学技术标准局的说话人识别评测任务,提出了快速说话人识别技术框架。在此框架下,低层的声学特征向量首先经过高斯混合建模和非线性映射,转变为高层的高维特征向量(超向量);接着利用区分性分类器支持向量机,对超向量进行分类;最后依据假设检验理论,进行最终判决。相比较传统的说话人识别系统,以超向量作为特征进行分类,比直接采用声学特征更为稳健。实现了一个快速说话人识别系统,并在电话数据集上进行测试,取得了不错的效果。

高斯超向量-支持向量机鉴别性语种识别系统

支持向量机在语种识别技术中获得了广泛的研究和应用,并且达到和传统混合高斯模型相当的性能。高斯超向量-支持向量机系统将高斯混合模型与支持向量机有效地结合起来,采用高斯超向量核函数,以支持向量机作为后端分类器。重点介绍基于高斯超向量-支持向量机的语种识别系统,并和传统的高斯混合模型系统进行比较。在美国国家标准技术研究院2003年和2007年语种识别评测数据集上进行实验。实验结果表明,高斯超向量-支持向量机系统相对于混合高斯模型建模的方法,在长时数据上有较明显的性能优势。

诈骗电话特点分析及防范

近几年来，诈骗团伙利用电话实施诈骗的行为非常猖獗，给人民群众的财产带来了巨大损失。诈骗团伙最初主要集中在我国福建、广东地区实施诈骗，团伙成员主要来自于福建福清和广东电白。在国内严厉打击下，诈骗团伙逐步转移到境外实施有组织的诈骗活动，其中台湾地区成为重要的组织策源地。

一种新的RoQ攻击的识别方法

Ro Q攻击作为当前流行的网络攻击手段,成为学者们研究网络安全的重点课题,传统的Ro Q识别主要是针对单链路监测,这在当前复杂网络环境中缺乏说服力,提出一种面向多链路诊断的Ro Q识别方法——L-Ro Q,该方法从全局角度实时监测网络流量变化情况,发现链路的异常情况并准确的识别攻击,通过实验验证,该方法实时有效地识别Ro Q攻击。

基于SNMP协议的网管代理自动生成技术

针对卫星通信系统网络管理过程中,网管中心与地球站监控之间传输设备监控信息使用的传输协议进行了研究,对常用协议的特点、应用场景进行了介绍。深入分析了SNMP协议在传输设备监控信息中的优势,提出基于设备模型的SNMP代理自动生成技术,解决了网管传输协议接口随设备组成变化需重新开发的问题,降低了软件复杂度和开发成本,提高了软件的通用性。