中继网关中语音媒体转换处理系统的设计与实现

在讨论中继网关特点和结构的基础上，提出了一个新颖的、控制和业务分离结构的语音媒体转换处理系统的设计方案，并给出了系统具体的多DSP和CPU的软硬件物理实现，实验表明其具有高密度、低成本集约化、高性能和可扩展性的特点。

带噪语音处理系统的研究与设计

介绍利用多媒体处理技术，在多媒体计算机上实现的从带噪声的语音信号中提取原始语音方法的研究及该系统的设计与开发。

汉语文本-可视语音转换的研究

本文通过对发音者可见器官动作的研究 ,从视觉方面抽取汉语发音的 2 6个基本口形 ,并利用 MPEG- 4所规定的面部动画参数 (FAP)来描述这些口形 ,从而获得了符合国际标准的描述汉语发音的视觉参数 .另外 ,我们研究了这些参数在连续语流中的变化及协同发音对口形的影响 ,基于已有的汉语文语转换系统 (Sonic)和二维网格人脸模型(Plane Face)实现了一个汉语文本 -可视语音转换系统 (TTVS)

汉语文语转换系统(TTS)

文章讨论了一个典型的汉语文语转换系统的实现。首先介绍了系统的整体框架及其各个功能模块，然后分析了系统的特点及其存在的问题，最后从两方面讨论了改进系统的具体思路：提出了一种简单而有效的基音周期提取算法，验证了上下文环境在提高合成语音自然度中的作用。

基于结构相似的CIE L*a*b*颜色信号向孟塞尔色序系统分级转换

针对传统数学建模法无法实现CIELAB颜色信号向孟塞尔色序系统精确转换的问题,提出一种基于结构相似的分级转换算法。首先使用Pearson相关系数分析CIELAB颜色系统与孟塞尔色序系统间的结构关系,接着在此基础上采用分级转换的方式先后得到CIELAB颜色信号对应的孟塞尔明度V、色调H和彩度C三色标,并在第二级转换求色标H时使用了一种多次插值求最小色差的新方法,以保证算法的计算精度。对2 735组检验样本的测试结果表明,本文算法具有良好的计算精度和可靠性,并可被广泛应用于各类图像颜色信号处理系统中。

汉语文-语转换系统的研究与实现

本文重点介绍一种基于语音学的分词算法和语音韵律规律的研究．同时还介绍了我们研制的无限词汇的文字到语音的转换系统，该系统可把计算机内的文本转换成语音输出．

基于PSTN的远程多媒体监控系统

基于 PSTN网的远程多媒体监控技术 ,其关键是针对监控应用要求 ,在保证一定的图象和语音质量的同时 ,对图象与语音以尽量高的压缩率进行压缩 ,以及对图象与语音压缩进行实时处理 ;在所介绍的基于 PSTN的远程多媒体监控系统中 ,图象和语音压缩处理是采用 H.2 6 3和 G.732 .1协议 .首先介绍了该系统组成结构 ;然后在简要介绍基于 H.2 6 3和 G.732 .1协议的图象与语音压缩算法的基础上 ,进一步讨论了针对远程多媒体监控的应用要求 ,基于图象与语音压缩的若干考虑 ,着重讨论和介绍了该系统的关键组成部分 ,即多媒体远程监控终端机的设计与实现 ,提出了基于高速 DSP技术的图象与语音压缩实时处理的关键技术及所采取的措施 。

基于DSP的通用实时音频处理系统

介绍了一种基于 DSP的通用实时音频处理系统 ,它具有可选择的信号采样速率和高性能的数字信号处理能力 ,能够以 PC机插卡或独立的用户系统板方式工作。不仅可以用来对立体声音频信号进行实时编解码处理 ,还可以用来作为高速的实时信号采集与处理板使用。实例表明 ,该系统完全满足各种双声道的实时音频编解码的需要 ,具有广泛的应用价值。

基于FPGA的视频转换系统的实现

文章分析了视频转换中的关键技术:视频扫描转换和视频图象处理的基本原理,并给出了一种实际的实现方案,构建了以FPGA为控制核心的视频转换硬件系统。利用FPGA对整个系统进行编程配置,灵活地对系统进行控制,实现从非标准视频制式到标准视频制式以及标准制式之间的相互转换。

面向汉语的计算机辅助语音学习系统特征的研究

本文在分析了语言及语音学习和教学的重要性及特点的基础上 ,讨论了将语音处理技术应用于语言、语音的计算机辅助学习或教学中所涉及的多方面问题 ;并针对汉语语音的特点 ,研究了面向汉语学习的 CAL L 系统所应具有的特征 ,及其在设计和实现时应遵循的原则 ;最后借助通用语音分析器 Speech Analyzer 进行了汉语语音学习的尝试 .

基于单片机控制的孤立词语音自动识别系统设计

由于孤立词语音自动识别技术具有操作简便,方便日常生活的特点,因此该文设计基于单片机控制的孤立词语音自动识别系统。系统采用型号为SH86270主控单片机接收由SH69P848AM芯片控制的语音识别电路输出结果,通过A/D转换器得到离散数字语音信号,将孤立词语音信号转换为电信号,再经A/D转换器转换为数字信号后输入系统进行预处理。采用动态时间规整算法获取距离最短语音信息,得到孤立词语音识别结果。实验结果表明,该系统具有较好的声学相似性,可有效识别出测试的孤立词语音信号与标准信号的最小距离,识别率和滤除干扰率均很高,识别时间短,识别效果显著。

基于FPGA的多制式视频转换系统

分析了视频转换中的关键技术 ,即 ,视频扫描转换和视频图像处理的基本原理 ,并给出了一种实际的实现方案 ,构建了以 FPGA为控制核心的视频转换硬件系统。利用 FPGA对整个系统进行编程配置 ,灵活地对系统进行控制 ,实现从非标准视频制式到标准视频制式以及标准制式之间的相互转换。

PSOLA技术在汉语文-语转换系统中的应用

首先简述了语音合成技术和文一语转换的基本原理，然后介绍了一种可用来进行韵律修正的基音同步叠加（ＰＳＯＬＡ）技术。在此基础上，提出用基于ＰＳＯＬＡ的波形编辑语音合成技术应用于汉语ＴＴＳ系统中，以提高输出语音的自然度和听觉效果。

实时多媒体教学系统

四、多媒体教学系统中关键业务的实现1.图像业务(见上期)2.语音业务语音采用8K采样,8比特编码,占64K的带宽,在实现时,为了减少使用的带宽,同时考虑到教学的具体需要,采用了UDP/IP的广播发送方式,这种方式实现简单,对于点到多点传送有较大的优越性。鉴于语音在教学中的关键性作用,为了减小延迟,我们对语音数据经采样后直接用PCM格式传送,这样有效地减小了语音处理可能带来的时延,同时保证较好的语音通信质量。语音数据包大小由三方面的因素确定。

基于HMP媒体服务器的媒体处理方法

针对现有媒体服务器处理方法中硬件方式成本高、软件方式容量小的弊端,提出一种基于主机媒体处理(HMP)的媒体服务器处理方法。IP多媒体通信中有一部分较低端的业务,可以根据其对实时性要求不高的特点,采用单通道非实时的编码转换方式对这类业务进行媒体处理,用存储资源换取系统处理媒体的能力,使系统提高处理高端业务的效率,改进业务处理的服务质量。这种设计方法按需分配,能够科学合理地利用系统的整体资源,提高媒体服务器的性能。

音字转换系统中字词频的智能调整

音字转换是汉字的语音输入系统的一个主要组成部分，音字转换的速度和准确性直接影响整个系统的性能。本文提出在音字转换过程中利用字词的概率统计信息（即字词频）进行辅助判决的方法，优化字词的选择，提高音字转换的速度。考虑到人们用词的时变性，提出一种在使用过程中对字词频进行智能调整的算法，并引入遗忘机制以适应字词频的减量变化。该方法应用于实际系统中可减少选字时间４０％，提高输入速度约２０％

一个具有电子白板功能的语音通信系统

介绍了一个具有电子白板功能的语音通信系统的设计与实现。首先概述了系统的整体结构，接着介绍了对语音的处理，然后重点讨论了系统中多线程的并行运行，最后简单介绍了电子白板中对中文的处理．

文语转换系统韵律置标方法的研究

韵律理解是言语合成的基础，本文分析了文语转换系统ＴＴＳ（ｔｅｘｅ ｔｏ ｓｐｅｅｃｈ）的研究现状，提出了韵律置标的方法，设计了韵律符号，并将其用于汉语ＴＴＳ系统中，实现了重音和语调的模拟，改善了输出语音的自然度。

多媒体语言学习系统中的一种通信方案

多媒体语言学习系统是目前语音室使用发展中的必然趋势 ,如何进行教师机与学生机之间的命令或信息传输 。