于水源
- 作品数：58 被引量：32H指数：3
- 供职机构：中国传媒大学更多>>
- 发文基金：国家科技支撑计划国家重点基础研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术语言文字电子电信医药卫生更多>>
- 汉语双音节中第一音节的元音共振峰轨迹研究被引量：2
- 2007年
- 汉语中,协同发音主要取决于相邻前一音节末尾的元音,以及相邻后一音节首的辅音。主要考察在汉语普通话双音节中,第一音节元音韵母和不同第二音节声母组合时对第一个音节元音共振峰轨迹的影响。元音韵母选用元音三角形的3个顶点的元音,总结了轨迹变化的规律。
- 周忠诚王孟杰于水源
- 关键词：普通话双音节元音辅音
- 基于二次DCT变换的鲁棒数字图像水印算法
- 鲁棒性和不可见性是数字图像水印系统的两个主要指标,为使二者达到较理想的效果,本文提出了一种基于二次DCT变换思想的水印算法。该算法首先对载体图像进行分块DCT变换,取出变换后每个块中的DC系数组成一个矩阵;然后对该矩阵再...
- 刘伟于水源王翾
- 关键词：图像水印DC系数下采样
- 文献传递
- 基于3DS Max脚本反馈机制的动漫渲染计算节点开发被引量：1
- 2015年
- 动漫渲染计算节点作为渲染系统的重要组件之一,易用性和可扩展性是研发该软件的重要原则。利用Max Script脚本语言的渲染反馈机制,实现对外部INI配置文件的更新;在VC++环境下编码实现了动漫渲染计算节点,基于定时器响应事件来读取INI文件信息,实现了渲染计算进度的实时获取。该软件具有界面友好、易于部署的特点,并通过测试展示了相关功能。
- 洪志国王永滨石民勇于水源
- 关键词：脚本
- 汉语元音激励模式及其语音性质被引量：2
- 2009年
- 声音进入外围听觉系统以后会经历很多变化.激励模式(excitation pattern)是指从心理声学的角度给出的经历了这样的变化后的声音的内部表达式.本文研究了汉语稳态元音的激励模式与其语音性质之间的关系.首先,在一个语料库上测量了激励模式的包络峰,结果显示这些汉语元音每个都有自己独特的峰位置.然后,为了检验激励模式峰位置对元音性质(vowel quality)知觉的充分性,设计了一系列辨识和评价实验.其中实验刺激是经过特殊的滤波处理改变了原有激励模式的自然孤立发音的汉语单元音.被试对刺激信号的反应显示元音的激励模式的特定包络峰位置对其语音性质起到决定性作用.这些结果表明,这些元音的语音性质由其激励模式的特定峰的位置决定,与激励模式的其他峰无关(如果存在的话).最后,基于本文结果对一些言语知觉现象进行了解释.
- 于水源
- 关键词：语音性质
- 通用的汉语两级混合模板口语对话语言生成方法
- 本发明一种通用的汉语两级混合模板口语对话语言生成方法涉及人工智能的自然语言生成技术，特别是涉及到根据言语的内部表达式生成具有口语特性的汉语语言。该方法把汉语的句子分解为两个层面：句子和短语。每个层面分别使用不同的模板来生...
- 杜利民于水源
- 文献传递
- 普通话女声三合元音共振峰的统计分析
- 本文的目的在于考察普通话女声中三合元音的共振峰特性。元音共振峰间会存在明显滑移段，而三合元音的各元音间更是存在前后两个方向相反的共振峰滑移段。本次测量和统计分析的意义就在于在较多的样本下重新测量三合元音的共振峰并得到具有...
- 章斯宇于水源
- 关键词：统计分析普通话
- 文献传递
- 基于立体图像水印算法的研究被引量：1
- 2015年
- 提出了一种基于全局视差和左右视图图像块间对应关系的立体图像水印算法,来解决立体图像的版权保护和内容认证的问题。首先根据立体图像的左右视图求出立体图像的全局视差,然后找到左右视图的相似区域,最后相似区域内基于左右图像的对应关系完成水印的嵌入。由于DC系数是块能量的集中区域,其左右图像块间的对应关系比较稳定,所以本文选择左右图像Y分量DC系数进行水印的嵌入,这样可以提高水印的鲁棒性。仿真实验结果表明,水印具有很好的不可见性和较高的鲁棒性,能够抵抗高强度jpeg压缩、高斯和SBS编码攻击。
- 赵文龙于水源
- 关键词：立体图像亮度分量DCT
- 普通话双音节中第二音节辅音对第一音节韵母／u／共振峰轨迹的影响
- ＜正＞1．实验背景吴宗济、孙国华最早对普通话音节中元音与辅音间协同发音进行了研究。汉语中,对于语流中的某个音节来说,协同发音主要取决于相邻前一音节末尾的元音,以及相邻后一音节首的辅音。颜景助在研究中发现,双音节在音节之间...
- 王孟杰于水源
- 文献传递
- 语音增强的双话筒采集方法
- 1999年
- 蒋波于水源
- 关键词：文采代数运算话筒原语
- 使用期待提高对话系统的语音识别率被引量：3
- 2006年
- 在回顾了各种语言模型的基础上,针对如何更有效地构建口语对话系统中语音识别器的语言模型展开讨论,研究并实现了使用系统期待来建立语言模型的方法.在口语对话系统中,根据系统提出的问题或者系统给用户的提示,对话管理器产生对用户响应的期待,也称作系统期待.由于系统期待是建立在对话系统当前状态的基础上,所以可根据系统当前状态构建系统期待,从而建立更加优化的语言模型,并使用此语言模型来提高语音识别的识别率.
- 汪志鸿于水源杜利民
- 关键词：语音识别语言模型
