现实生活中的通信信号处理平台和算法和听数字音频

---

现代电子通信系统的设计涉及到多元化的科学领域包括算法,体系结构和硬件的开发。各种存在的多媒体设备的产生发展与平台相关的信号处理算法。他们融入存在的数字环境对应用程序工程师是一个紧迫的问题。考虑广泛的应用程序包括助听器,现实生活中的交流,听数字音频,以下研究领域是特别重要的:先进的时频表示,音频用户接口、音频和语音增强,辅助听力,知觉和发声建模。

这个特殊的问题旨在发表论文提出新颖的方法和技术(包括理论方法、算法和软件)记者这些研究领域。它包括高质量的论文处理在语音识别中的应用,在语音信号情感识别,或在管弦乐队的录音通知源分离。接受的论文解决的问题是在前的趋势信号处理和通信研究社区。

人类与电脑的交互通过voice-user接口问题的一个文件处理。它是基于自动语音识别,和现在的目标是解决自然语音识别的问题。语言自然特点是犹豫,不流利,变化,表达演讲者的信息。纸”的实验检测表示犹豫在俄罗斯自发的演讲中,“诉Verkhodanova和诉Shapranov地址的问题表示犹豫(停顿和声音延长)检测在俄罗斯自发的演讲中利用不同的机器学习技术:网格搜索和梯度下降法的基于规则的榆树等数据驱动的方法和支持向量机的基础上自动提取声学特性。实验结果的混合和质量不同语料库自发俄罗斯演讲显示任务的技术效率的问题,与支持向量机优于其他方法。

需要理解业务趋势,确保公共安全,并提高客户服务的质量已经引起了持续发展的语音分析系统将语音数据转换成可测量的和可搜索的索引的单词,短语,和副语言的标记。关键字定位技术使大量这样的系统的一部分。本文题为“俄罗斯基于大词汇量连续语音识别的关键字定位系统和语言知识”由诉斯米尔诺夫et al .,作者提出了一个关键字自动系统在连续语音识别。这个系统使用高级语言知识和模型对俄罗斯语言;它已经被实现为软件和连续语音处理应用于现实生活中的通信任务。

近年来,更关注情感识别的研究。演讲,作为一个最重要的交流方式,在人类日常生活中,含有丰富的情感信息。语音情感识别由于其广泛的应用意义和研究价值的智力和自然的人机交互方面有近年来越来越多的研究者的关注。文章的作者z Cairong等人“小说DBN功能融合模型Cross-Corpus语音情感识别”提供了一个自动系统扬声器情感识别的语音分析。这个系统使用深度信念网功能融合和选择;它一直在研究cross-corpus实验使用情感情绪识别任务中国和德国的语音数据库。

语音清晰度和语音识别是重要的和科学各领域研究的热门话题:语言学、医学、电子工程和信息技术。语音识别过程是来自不同方面的调查,因为只有一个集成的方法可能会导致更好的理解这一过程。其中的一个研究领域是合成语音的可懂度改进噪音,近年来,要求多的注意力。给跨语言可懂度播下篇题为“俄罗斯和德国的演讲在嘈杂的环境中“通过r . Potapova和m .杰,作者定量实验研究的结果在言语知觉和口语话语和语言的可懂度不同的听众在各种嘈杂的环境。多个实验已经使用俄语和德语语音数据与白色和粉红色的声学噪声具有不同强度和信噪比。

音频源分离也是一个具有挑战性的任务对应不同的仪器部分,当我们有来源强烈相关的时间和频率。没有任何以前的知识,很难发挥独立的两个部分,例如,辅音同时指出。解决这个问题的方法之一是引入分离框架信号的特征信息,如一个良好结合的分数。本文题为“多通道管弦乐录音Score-Informed源分离”m . miron2005 Score-Informed等人提出和评估系统对多通道管弦乐录音音频源分离。给定的文章旨在适应和扩展score-informed音频源分离固有的复杂性管弦乐。这个场景涉及不仅挑战,像动力学和节奏的变化,各种各样的乐器,reverberance高,同时旋律线条,还有机会多通道记录。结果表明,有可能使原始分数与性能和分离的音频源仪器对应部分。此外,作者推导出应用程序,它允许multiperspective音频增强,声场景渲染,并将它们集成到一个在线存储库,允许生成的音频内容的分布。

确认

我们感谢所有作者提交了这个特殊的问题,评审人员的支持和详细的评论在这个特殊的问题。

亚历山大·彼得罗夫斯基
Wanggen广域网
Manuel Rosa-Zurera
Alexey卡尔波夫

版权

版权©2017年亚历山大·彼得罗夫斯基等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。