Human Perception of Group Synchronization Error in Remote Learning: Dependencies of Voice and Video Contents in One-Way Communication

This paper examines dependencies of voice and video contents on human perception of group (or inter-destination) synchronization error in remote learning by Quality of Experience (QoE) assessment. In our assessment, we use two videos and three voices (two voices for one video and one voice for the other video). We also investigate influences of silence periods in the voices and temporal relations between the voices and videos (called the tightly-coupled and loosely-coupled contents here). The voices are spoken by a teacher according to the videos. Each subject as a student assesses the group synchronization quality by watching each lecture video and the corresponding explanation voice, and then the subject answers whether he/she perceives the group synchronization error or not. As a result, assessment results illustrate that silence periods mitigate the perception rate of the error, and we can also find that we can more easily perceive the error for tightly-coupled contents than loosely-coupled ones.

基于国产FPGA的智能监测报警系统设计

为了解决传统监控在升级换代、智能功能上的问题,设计了一种基于国产FPGA的智能监测报警系统。本系统由FPGA硬件、嵌入SoC内核、配套上位机软件三大部分组成,SoC内核采用移植Cortex-M1软核方案,在自主优化外设驱动后实现TF卡读写加速、800 Mbps存储带宽和990 Mbps网络带宽,可支持1 024×768p@60 Hz视频格式下的视频采集、视频处理、视频上传。应用系统功能包括:通过SoC控制硬件终端采集、存储、处理实时视频,采用UDP协议连网上传视频数据,并接收上位机通过网络发出的指令,执行语音报警、视频监控等任务,具有良好的实用价值。

基于智能语音+增强现实技术的交互式智能运检系统设计分析

智能变电站作为智能电网的重要组成,在实现信息自动采集、测量、控制、保护、计量和监测等功能的基础上,以标准化、网络化、数字化为目标,使电网具备了全天候自动控制、智能调节、实时在线分析决策等高级功能。为全面推动智能电网的建设,充分实现智能化操作控制,设计一种基于智能语音和增强现实技术的变电站交互式智能运检系统,该系统集成智能语音控制、人机交互、图像识别等关键技术,实现了专家远程会诊、智能化检索、定位等功能,解决了变电站设备故障处理过程中上报信息失准、存续时间长、不能远程实时会诊等问题。

5G通讯技术下智慧单兵设备语音视频通信终端设计

智慧单兵设备语音视频通信终端设计过程中,由于天线设计差异,使得终端通信抗干扰能力较差。因此,提出5G通讯技术下智慧单兵设备语音视频通信终端设计。针对通信终端的功能与服务进行了逻辑分层,并构建通信终端整体架构。根据5G技术发展的特点,设计多频MIMO天线;计算多频MIMO天线的频带宽度、回波损耗及反射系数、隔离度等性能参数;最后,基于5G网实现语音视频的高质量传输。实验结果表明:文中设计终端使得语音视频通信终端抗干扰能力大幅提升。

新媒体时代主流媒体的语态变革--以“央视频”为例

主流媒体语态变革是主流媒体在新媒体发展进程中必须迈出的一步,“央视频”作为主流媒体创新的典型平台,其年轻化语态的应用在中央广播电视总台传播力提升中发挥了积极作用。通过分析主流媒体的语态变革的动因以及“央视频”在语态变革方面的实践,希望主流媒体能够从理念、受众、文化以及情感上调整传播语态,助力主流媒体传播力提升。

AI技术在铁路视频会议通信的应用研究

视频会议系统是当今办公必不可少的通信系统,在铁路中尤为重要。通过对现有铁路视频会议系统现状进行分析,结合AI技术特点,研究智能语音助手、语音与文字转化、智能语音追踪技术,以及人脸识别在铁路视频会议系统中的应用,提出AI技术在铁路视频会议中的应用建议,以便更好地服务于铁路日常工作。

变电站多媒体视频监控系统中的电话语音报警技术

介绍了在视频监控系统中语音报警技术的一种实时、高效的实现方法。该方法采用计算机电信集成 ( CTI)技术 ,通过电话语音卡自动连接计算机和电话机 ,当监控对象例如变压器等有报警信号上传时 ,系统能及时发出报警信息 ,通知相关人员。

基于语音识别的蔬菜病害视频语义标注与分割方法

为了向农民提供蔬菜病害知识,基于语音识别技术设计了一种蔬菜病害视频标注与分割方法,可将科研机构录制的蔬菜病害视频分割成适合手机播放的小视频段落。在前期设计的视频镜头切分方法基础上,进一步设计出基于语音识别技术的视频语义标注及视频镜头聚类方法,即首先采用成熟的语音识别技术,将视频镜头的语音讲解识别为文本形式;进而基于本体对识别文本进行相应的语义处理,从中提取出能起到指示作用的关键语义实体,并将其恰当的组织形式作为视频镜头的语义标注;最终根据用户提供的关键词并结合视频镜头的语义标注,对视频镜头进行聚类和重组,从而实现对于蔬菜病害视频的最终分割。所设计的视频镜头语义标注方法对2个测试视频的查全率分别达到96.08%、94.93%,查准率分别达到94.31%、95.98%,F-1测度也分别达到0.93和0.92;视频镜头聚类方法使得2个视频的分割查全率分别达到94.9%、98.7%,查准率分别达到92.1%、90.2%,查全率平均大于95%,查准率大于90%。证明所设计的蔬菜病害视频标注与分割方法具有理论和实用价值。

轨道交通应急指挥多源异构数据的融合方法

随着信息技术的迅猛发展,基于计算机的多媒体数据已经显示出很强的使用价值,对社会信息化的发展产生了重大的影响,本文提出了轨道交通突发事件应急指挥系统中的各种信息数据的分类和来源,提出了一种将轨道交通突发事件应急指挥系统中的各种信息数据按时间顺序贯穿并记录留痕,可在事后、事中完整的查看和再现任何一个阶段的信息和数据。

无线语音通信及视频监控系统设计

针对目前监控系统只有视频监控而缺少语音通信的现状,提出了一种基于ARM的无线语音通信及视频监控系统的设计方案。该系统采用自适应差分脉冲编码调制算法进行语音编码压缩,采用离散余弦变换算法对视频数据进行编码压缩,采用TCP/IP协议,通过无线局域网进行数据传输。测试结果表明,该系统不仅实现了视频监控及语音实时通信,且性能可靠,成本低。

多业务网络总体设计与实现

描述了在一个通用平台的基础上，实现数据、语音、视频等多种业务的综合传输的网络设计。重点论述了整个多业务网络的需求模型及其总体结构设计，包括网络拓扑模型、设备配置和VPN等的设计，最后讨论了贯穿一个多业务网络设计过程的一些重要的设计原则。

电子喉镜与支撑喉镜治疗声带良性肿物对嗓音的影响

目的观察电子喉镜与支撑喉镜治疗声带良性肿物的疗效及其对基频微扰(Jitter)、振幅微扰(Shimmer)和标准化噪声能量(NNE)的影响。方法选取2009年1月至2013年6月治疗的声带良性肿瘤的患者593例,按照手术方法不同分为电子喉镜组和支撑喉镜组。观察两组术后的疗效,并发症及其对嗓音的影响。结果电子喉镜组治疗声带小结节和小息肉的治愈率分别为97.66%和91.43%,而支撑喉镜组分别为96.12%和95.56%,两组差异无统计学意义(P>0.05)。支撑喉镜治疗声带广基息肉的治愈率为86.49%明显优于电子喉镜组的72.04%,差异有统计学意义(P<0.05)。支撑喉镜组的并发症发生率为10.86%明显高于电子喉镜组的4.91%(P<0.05)。治疗后两组的Jitter,Shimmer和NNE水平较治疗前明显降低(P<0.01),而两组比较差异无统计学意义(P>0.05)。结论电子喉镜与支撑喉镜治疗声带良性肿物疗效均显著,对于广基声带息肉治疗,支撑喉镜治疗较为合适,而电子喉镜治疗适合于声带小息肉和结节。

从量化的视角分析智能语音系统在英语教学中的应用

智能语音系统因其具有发音标准、资源丰富、操作便捷等特点,已逐步应用于英语课堂教学中。文章通过对智能语音系统支持下的课堂教学活动建构编码表,采用录像研究方法,对应用智能语音系统进行授课的英语课堂教学进行了深度剖析。研究结果表明智能语音系统在创设情境、教师讲授、巩固练习等教学活动中,能够提高学生在标准的英语环境中参与学习的积极性,激发学生听说的兴趣,培养学生学习英语的自信心。同时在师生互动、学生参与等方面也发挥了积极和重要的作用。

在线视频教育系统中会议系统语音架构的优化

随着互联网技术与视频会议技术不断深入的发展,视频会议正在以全新的面貌给人们带来方便、简洁、高效、真实的沟通体验,当前基于Web的视频会议已经成为炙手可热的研究热点。基于在线教育系统项目中开源Web视频会议系统Bigbluebutton的语音架构,针对该系统语音处理的效率比较低的问题提出了一个新的语音架构优化方案,使参与会议的所有听众只占用一个语音发布流通道,从而大幅降低会议系统的语音通道数量,降低视频会议系统对资源的消耗。同时给出了该方案的实现细节。

基于BigBlueButton为Blackboard增加交互式语音视频虚拟课堂

美国Blackboard课程管理系统(以下简称Bb),语音视频功能比较弱,这在一定程度上影响了师生的使用积极性。BigBlueButton开源Web语音视频会议系统(以下简称BBB)的功能特色、开发接口、安全模型和广泛应用,使BBB成为集成进入Bb的最佳选择。论述了对BBB进行安装、配置及接口开发的方法。论述了开发Bb插件集成BBB的思想和关键技术。实现了BBB和Bb的统一认证、单点登录和无缝对接,为Bb增加了交互式语音视频虚拟课堂。北京大学的师生登录进入Bb后,可以利用BBB进行音视频交流;教师可授权学生发言或静音,可以演示PPT,可以语音、文字交流。

基于单服务器实现大容量会议服务的系统及方法研究

针对电话会议和视频会议涉及到的音、视频子系统,如何在提升音、视频品质的同时提高并发容量的难题,文中通过采用音、视频优化技术,提出了一种基于单服务器实现大容量会议服务的系统及方法,实现了不增加硬件投资而采用单台服务器即可提供高品质、大容量的会议服务系统。通过小规模的远程视频通话测试,单台服务器下测试结果显示对网络带宽的要求有效降低,目前在4Mb带宽的网络环境下已经可以满足多方视频会议中的音频、视频实时传递的要求并且收到了良好的通信效果。

基于DirectX的音频视频无线传输系统设计与实现

主要介绍一种基于微软DirectX平台实现音频视频无线传输的系统,该系统利用Direct Play Voice实现音频传输,利用DirectShow实现视频传输。针对音频传输过程中延时、抖动现象,利用RTP协议包头时间戳和建立缓冲池的方法进行消除,提高音质;利用RTP/RTCP协议传输MPEG-4码流,提高视频质量。探讨了该系统的基本结构和实现细节,实际测试表明该系统音频和视频质量令人满意,具有稳定性好、占用带宽低等优点。

基于STM32智能家居系统的设计与实现

如何让绝大多数消费者能享受到低成本智能家居的体验一直是电子界研究的重要课题。为此,设计出一套以ARM Cortex-M3内核STM32作为主控的智能家居系统。该系统具有杰出的低功耗表现以及众多的外设,通过搭载开源的μCOS嵌入式实时操作系统来实现智能家居的控制。实验结果表明,本系统运行稳定,功耗控制在5 W内,实现了室内语音识别,识别正确率达88%,内/外网远程控制家中的电器,同时兼具远程视频监控功能以及安防设施,具有广泛的应用前景。

基于双网融合的话音无堵塞可视电话系统设计

现有的可视电话系统将话音及视频数据通过IP宽带数据网络进行传输。由于IP数据网络所固有的流量突发特性,将对实时性要求很高的话音数据造成间续性的话音堵塞延时,使话音质量难以得到保证。基于网络融合技术将话音数据在PSTN网络上传输、将视频数据在IP数据网络上传输,并通过同步协议保证话音与视频的同步,可以在保证话音数据无延时传输的同时得到相对稳定的视频流。测试结果表明,话音与视频数据同步延时小于50ms。

简析电影中的声音叙事

电影具有两个信息磁道——声音和视像。单纯的图像具有信息集成的特征,具有多义性和模糊性。电影在视觉化的叙事中加入言语的因素,言语与视像同步进行两种叙述使电影实现了讲述复杂故事的可能。电影中的声音可分为同声、画内音、画外音三种。声音叙事在整个电影叙事中的功能主要有命名、链接镜头与场景、讲述视像之外的行动与事件。声音叙事的出现与发展弥补了单纯的视像叙事所具有的缺陷,同时,声音叙事又常常超越视觉画面的讲述,大大增加了电影叙事的丰富性与复杂性。