捷通华声唱响中关村的“世界语言”

北京捷通华声语音技术有限公司成立于2000年，总部坐落海淀区中关村软件园，是一家专注发展语音、手写等智能人机交互（简称：HCI）技术的研究与应用，全面发展云计算与移动互联网服务的高新技术企业。

基于言语数据库的汉语音高下倾现象研究

提出了一种通过语句中声调音域低音点和次低音点求出语调短语低音线的方法,并以低音线为基准,考察从大规模言语语料库中随机抽取的汉语自然语句的语调特征。研究结果表明,与已有的汉语句末语调理论不同,汉语同样具有各种语言中普遍存在的音高下倾和重置的语调特征。低音线的下倾和重置可以出现在音步、语调短语和语句等不同的韵律单元中,表现最明显的是在语调短语这一级。实验结果支持汉语语调双线模型中高音线和低音线语言学功能不同的观点。

计算机唇读研究进展

计算机唇读是利用计算机对说话者的唇动等视觉语音信息进行分析以识别出其所说内容的过程,并可与听觉语音信息相融合以进一步提高计算机的识别率,从而使人机交互更加自然。本文从计算机唇读系统的各环节入手综述了该领域的研究进展,并讨论了现有诸方法的优缺点,最后提出了有待进一步研究的问题。

电力系统能“说”会“听”的解决方案——谈语音技术在电力信息化建设中的应用

在信息技术的支撑下,作为国家基础产业的电力行业正由传统工业模式向高度集约化、高度知识化、高度技术化的现代化工业模式转变。为保障电力系统安全运行、最大程度的节约运营成本。

一种自动的唇部定位及唇轮廓提取、跟踪方法

实现一种结合 CbCr 颜色空间、Fisher 变换及变形模板的自动唇部定位及唇轮廓提取、跟踪方法.首先在CbCr 空间建立肤色模型进行人脸检测、定位,并由人脸几何特征进行唇部粗定位.然后结合唇色模型进行 Fisher变换使肤、唇色差别明显化,提出根据亮度信息对变换结果预处理后用 Otsu 法进行图像分割,经唇色模型进一步验证后实现唇部精定位.再使用变形模板来进行嘴唇轮廓特征提取,为增强内轮廓定位的鲁棒性,本文提出对经亮度预处理和唇色模型验证得到的口腔区域边缘图进行曲线拟合来实现内轮廓定位.最后,将唇读图像序列中上一帧的唇部定位结果拓展后作为当前帧的预测区域再进行处理来实现唇动跟踪.

解析“ASR”行业，支持“中国制造”

在HCI技术中难度最大的自动化语音识别（ASR）研究从上世纪50年代开始到现在已经历半个多世纪的蓬勃发展，在这期间获得了巨大的进展。