由嘴唇视频直接生成语音的研究

为了更便捷地实现唇声转换,提出了一种由嘴唇视频直接生成语音的方法,并对相关问题进行了研究。首先同步地计算视频文件中的嘴唇运动特征和对应的LPC10话音编码参数,然后借助LSTM人工神经网络进行端到端的训练。训练后的网络模型可以将嘴唇运动特征映射为语音编码参数,再采用语音合成技术将语音编码参数转换成可以播放的语音样值数据。该方法跳过了中间的文字环节,因此称为直接生成,具有可方便地得到训练样本、无须人工标注的优点,同时也可以避免文本重建语音方法中存在的发音歧义。测试结果表明,在词汇量有限的应用情境中,该方法可以由嘴唇视频重建较为清晰可懂的语音。

我谈语文规范化

我谈语文规范化国家语委科研领导小组组长国家语委委员王均语言文字的规范化首先是语言的规范化。这就是宪法上写明的：“国家推广全国通用的变通话”现在已经到了信息社会的时代，一个现代国家没有一个全国通用的交际工具和标准统一的信息载体，是不可思议的。这不仅关系...

民族语文工作纪事（1992．12──1993．12）

民族语文工作纪事（１９９２．１２──１９９３．１２）郭阳１９９２年１２月４日中国突厥语研究会与中央民族学院（现中央民族大学）民语二系联合召开学术交流会。突厥语研究会副会长胡振华教授作了题为“两度访问中亚”的学术报告，就中亚各国有关突厥语研究发展方向和...