多媒體計(jì)算機(jī)技術(shù)之?dāng)?shù)字語(yǔ)音處理技術(shù)-文庫(kù)吧在線文庫(kù)
【正文】 縮方案的不同，又可將其劃分為時(shí)域壓縮、變換壓縮、子帶壓縮，以及多種技術(shù)相互融合的混合壓縮等等。）n 代數(shù)碼本激勵(lì)線性預(yù)測(cè)編碼 (ACELP 如果實(shí)際的采樣信號(hào)與預(yù)測(cè)的采樣信號(hào)之差的極性為 “正 ”，則用 “1”表示；相反則用 “0”表示。 自適應(yīng)差分脈沖編碼調(diào)制? ADPCM編碼的方法是對(duì)輸入樣值進(jìn)行自適應(yīng)預(yù)測(cè)，然后對(duì)預(yù)測(cè)誤差進(jìn)行量化編碼。Predictive 共扼結(jié)構(gòu) — 代數(shù)碼激勵(lì)線性預(yù)測(cè)編碼 ? CSACELP編碼算法被 ITUT的 8kbit/s語(yǔ)音編碼標(biāo)準(zhǔn) 規(guī)則脈沖激勵(lì) — 長(zhǎng)時(shí)預(yù)測(cè) — 線性預(yù)測(cè)編碼? 這種算法是歐洲 900MHz數(shù)字蜂窩移動(dòng)電話的語(yǔ)音編碼標(biāo)準(zhǔn)（ GSM），也為數(shù)字蜂窩系統(tǒng) DCS1800所采用。具有較高能量電平的子帶用大的量化階去量化，以減少總的量化噪聲。? 1989年，夫朗和費(fèi)研究所在德國(guó)被獲準(zhǔn)取得了MP3的專利權(quán)，幾年后這項(xiàng)技術(shù)被提交到國(guó)際標(biāo)準(zhǔn)組織 (ISO)，整合進(jìn)入了 MPEG1標(biāo)準(zhǔn)。3，它所使用的技術(shù)是在 VCD（ MPEG1）的音頻壓縮技術(shù)上發(fā)展出的第三代，而不是 MPEG3。 MP3為降低聲音失真采取了名為 “ 感官編碼技術(shù) ” 的編碼算法：編碼時(shí)先對(duì)音頻文件進(jìn)行頻譜分析，然后用過濾器濾掉噪音，接著通過量化的方式將剩下的每一位打散排列，最后形成具有較高壓縮比的 MP3文件，并使壓縮后的文件在回放時(shí)能夠達(dá)到比較接近原音源的聲音效果。它采用多脈沖激勵(lì)最大似然量化 (MPMLQ)算法，此標(biāo)準(zhǔn)可應(yīng)用于可視電話及 IP電話等系統(tǒng)中。? IID指距離音源較近的哪一邊耳朵，所收到的聲音強(qiáng)度比另一側(cè)高，感到聲音更大一些。 人類的聽覺? 人類依靠一種稱為 HRTF（ Head 三維音效? ?人類的聽覺? 3D音效的分類? 杜比 AC3? DTS 3D音效的分類? 3D音效的兩個(gè)最重要因素是定位和交互。杜比 AC3可以把五個(gè)獨(dú)立的全頻帶和一個(gè)超低音通道的信號(hào)實(shí)行統(tǒng)一編碼，成為單一的復(fù)合數(shù)據(jù)流。 ATC算法的一個(gè)重要考慮是基于人耳聽覺掩蔽效應(yīng)的臨界頻帶理論，即在臨界頻帶內(nèi)一個(gè)聲音對(duì)另一個(gè)聲音信號(hào)的掩蔽效應(yīng)最明顯。 Dolby DTS正是由于 DTS ? 80年代，語(yǔ)音識(shí)別研究進(jìn)一步走向深入，其顯著特征是HMM模型和人工神經(jīng)元網(wǎng)絡(luò)（ ANN）在語(yǔ)音識(shí)別中的成功應(yīng)用。 典型語(yǔ)音識(shí)別系統(tǒng)的實(shí)現(xiàn)過程 語(yǔ)音識(shí)別單元的選取 ? 選擇識(shí)別單元是語(yǔ)音識(shí)別研究的第一步 ? 語(yǔ)音識(shí)別單元有 單詞 （句）、 音節(jié) 和 音素 三種 ? 單詞單元廣泛應(yīng)用于中小詞匯語(yǔ)音識(shí)別系統(tǒng) ? 音節(jié)單元多見于漢語(yǔ)語(yǔ)音識(shí)別 ? 音素單元以前多見于英語(yǔ)語(yǔ)音識(shí)別的研究中，但目前中、大詞匯量漢語(yǔ)語(yǔ)音識(shí)別系統(tǒng)也在越來越多地采用 語(yǔ)音識(shí)別技術(shù)及應(yīng)用? ?語(yǔ)音識(shí)別的發(fā)展歷史 ? ?語(yǔ)音識(shí)別技術(shù)? 語(yǔ)音識(shí)別系統(tǒng)的類型 ? 語(yǔ)音識(shí)別的應(yīng)用 語(yǔ)音識(shí)別系統(tǒng)的類型語(yǔ)音識(shí)別系統(tǒng)有以下幾種分類方式： n 根據(jù)對(duì)說話人的依賴程度可以分為 特定人 和 非特定人 語(yǔ)音識(shí)別系統(tǒng) n 根據(jù)對(duì)說話人說話方式的要求，可以分為 孤立字（詞） 語(yǔ)音識(shí)別系統(tǒng)， 連接詞 語(yǔ)音識(shí)別系統(tǒng)以及 連續(xù)語(yǔ)音 識(shí)別系統(tǒng)n 根據(jù)詞匯量大小，可以分為小詞匯量、中等詞匯量、大詞匯量以及無限詞匯量語(yǔ)音識(shí)別系統(tǒng) 特定人語(yǔ)音識(shí)別系統(tǒng) ? 特定人的識(shí)別系統(tǒng)精明得足以能了解講話者的語(yǔ)音特點(diǎn)，它從語(yǔ)音簽名上就能知道講話者的身份。 ? 用自然語(yǔ)言與計(jì)算機(jī)進(jìn)行通信，這是人們長(zhǎng)期以來所追求的。為了完成這種統(tǒng)計(jì)，事先必須按照人給出的語(yǔ)言規(guī)則加工語(yǔ)料庫(kù)（至少要加工一部分訓(xùn)練語(yǔ)料），這說明統(tǒng)計(jì)方法也需要規(guī)則的指導(dǎo)。? 淺層分析技術(shù)或者只提取句子中的名詞短語(yǔ)，或者只識(shí)別句子的謂語(yǔ)中心詞及其他組塊同謂語(yǔ)中心詞的依存關(guān)系。OverLap這樣文字串就轉(zhuǎn)換為代碼串。 ? 基于數(shù)據(jù)驅(qū)動(dòng)的方法。 17:01:3217:01:3217:01Friday, January 22, 20231乍見翻疑夢(mèng)，相悲各問年。 17:01:3217:01:3217:011/22/2023 5:01:32 PM1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 5:01:32 下午 5:01 下午 17:01:32一月 21楊柳散和風(fēng)，青山澹吾慮。 一月 215:01 下午 一月 2117:01January 22, 20231業(yè)余生活要有意義，不要越軌。 17:01:3217:01:3217:01Friday, January 22, 20231知人者智，自知者明。 22 一月 20235:01:32 下午 17:01:32一月 211楚塞三湘接，荊門九派通。 一月 215:01 下午 一月 2117:01January 22, 20231行動(dòng)出成果，工作出財(cái)富。 靜夜四無鄰，荒居舊業(yè)貧。speech， TTVS)，使人們?cè)诼犛?jì)算機(jī)說話的同時(shí)能看到一個(gè)合成的人臉，使人機(jī)交互界面更為友好、和諧。 TTS ? TTS即文本語(yǔ)音轉(zhuǎn)換技術(shù) (Text To Speech)，它涉及聲學(xué)、語(yǔ)言學(xué)、數(shù)學(xué)信號(hào)處理技術(shù)、多媒體技術(shù)等多個(gè)學(xué)科技術(shù)，是中文信息處理領(lǐng)域的一項(xiàng)前沿技術(shù)，實(shí)現(xiàn)把計(jì)算機(jī)中任意出現(xiàn)的文字轉(zhuǎn)換成自然流暢的語(yǔ)音輸出。 ? 語(yǔ)音合成是通過一個(gè)聲學(xué)模塊來具體實(shí)現(xiàn)的。對(duì)象單元由小到大從句子向篇章發(fā)展。? 自然語(yǔ)言處理的核心技術(shù)是語(yǔ)言分析技術(shù)，即將句子（數(shù)量無限）變換成由詞語(yǔ)（數(shù)量可控）及其抽象形式（數(shù)量有限）構(gòu)成的用某種數(shù)據(jù)結(jié)構(gòu)（句法樹、復(fù)雜特征集或語(yǔ)義網(wǎng)絡(luò)）表示的內(nèi)部形式（數(shù)量有限）。 ? 在訓(xùn)練系統(tǒng)時(shí)，男聲和女聲、不同的口音和方言，以及帶有背景噪音的環(huán)境都計(jì)入了考慮范圍之內(nèi)以生成參考模板。 ? 語(yǔ)音識(shí)別技術(shù)主要包括 特征提取技術(shù) 、 模式匹配準(zhǔn)則 及 模型訓(xùn)練 技術(shù)三個(gè)方面。和杜比數(shù)字在音質(zhì)上有著明顯的不同，前者聲音力度強(qiáng)勁，聲音的上升和切入都很尖銳，音場(chǎng)的透明感清晰可聞，尤其是豐富的低音效果表現(xiàn)得更加激烈火爆。DTSAC3 DTS? DTSTheatre177。 3D音效的分類? 擴(kuò)展式立體聲n 它使用聲音延遲技術(shù)對(duì)傳統(tǒng)的立體聲進(jìn)行額外處理，擴(kuò)寬了音場(chǎng)的位置，使聲音延展到音箱以外的空間，讓我們感覺的 3D世界更廣闊 ? 環(huán)繞立體聲n 它采用音頻壓縮技術(shù) (如：杜比 AC3)把多通道音源編碼成一段程序，再以一組多揚(yáng)聲器系統(tǒng)來進(jìn)行解碼，實(shí)現(xiàn)多區(qū)域環(huán)繞效果。每個(gè)人的 HRTF都不盡相同，還可以進(jìn)行交換。換言之，低于此范圍是次聲波，高于此范圍是超聲波。Intensity ? 1988年 CCITT為調(diào)幅廣播質(zhì)量的音頻信號(hào)壓縮制定了 ，它
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1