查新报告(基于云与语音识别的手机智能通话系统——SkyTalk)

查新(基于云与语音识别的手机智能通话系统——SkyTalk) 全国青少年科技创新大赛 查新报告 项目名称: 基于云与语音识别的手机智能通话系统——SkyTalk 项目作者: 施天麟 查新完成日期: 2011.04.01 申报者本人的查新声明(签字): 学校的查新证明(盖章): 省(市、区)大赛组织单位的查新证明(盖章): — 1 — 填写说明 一、查新报告 查新报告是查新者用书面形式就查新情况及其结论所做的正式陈述。 二、查新报告格式说明 本报告采用A4纸，每栏的大小，可随内容调整。 三、报告内容应当打印;签字使用钢笔或者炭素笔。 四、查新点与查新要求 查新点:是指需要查证的内容要点。 查新要求:(1)通过查新，证明在所查范围内有无相同或类似研究;(2)对查新项目分别或综合进行对比分析;(3)对查新项目的新颖性做出判断 五、文献检索范围及检索策略 应当列出对查新项目进行分析后所确定的手工检索的工具书、年限、主题词、分类号和计算机检索系统、数据库、文档、年限、检索词等。 六、检索结果 检索结果应当反映出通过对所检数据库和工具书命中的相关文献情况及对相关文献的主要论点进行对比分析的客观情况。 检索结果应当包括下列内容: ?对所检数据库和工具书命中的相关文献情况进行简单描述; ?依据检出文献的相关程度 ?对所列主要相关文献进行简要描述(一般可用原文中的摘要或者利用原文中的摘要进行抽提)，对于密切相关文献，可节录部分原文并提供原文的复印件作为附录 七、查新结论 查新结论应当客观、公正、准确、清晰地反映查新项目的真实情况，不得误导。查新结论应当包括下列内容: ?相关文献检出情况; ?检索结果与查新项目的要点的比较分析; ?对查新项目新颖性的判断结论。 八、申报者本人、所在学校及省级大赛主办单位的查新声明 查新报告应当包括经申报者本人、所在学校及省级创新大赛主办单位签字的查新声明。声明的内容可以参考下面的内容进行撰写。 (,)报告中陈述的事实是真实和准确的。 (,)我们按照项目查新规范进行查新、文献分析和审核，并做出上述查新结论。 九、附件 附件主要包括密切相关文献的题目、出处以及原文复制件;一般相关文献的题目、出处以及文摘。 — 2 — 基于云与语音识别的手机智能通话系统——SkyTalk 查新项目名称 一. 查新目的 申报第 26 届全国青少年科技创新大赛 二(查新项目的创新要点 (要着重说明查新项目的主要特点特征、相关指标、应用范围、申报人自我判断的新颖性等, 本项目提出一种智能通话系统。能够在双方手机通话中提供智能语音服务。一方面，这种语音服务是基于手机数据的，包括GPS数据、通讯录条目等。另一方面，这种语音服务是云计算的，包括反向地址解析、信息服务等。用户只需要在通话中说出一个语音请求，服务器便作为第三方通过语音识别和语音合成响应用户的语音请求:发送通讯录中的号码、说出用户的具体位置、计算到达对方的时间、播送天气预报、实时语音翻译等。此外，个人标识、加密算法的运用也为用户的隐私提供保障。SkyTalk智能通话系统是人们互联网生活中一种全新的通话方式。 三(查新点 查新点:,需要查证的内容要点、创新点, 1. 在双方手机通话中提供智能服务。 2. 智能服务基于手机数据。 3. 智能服务基于云实现。 4. 语音识别和语音合成相应用户请求。 5. 在手机通话中运用个人标识、加密算法。 四(文献检索范围及检索策略 文献检索范围: 中国学术期刊网(1994-2006) 万方数据资源系统(1999-2006) 中国专利信息网(1985-2006) 维普科技期刊文摘索引(1989-2006) Microsoft Academic Research. — 3 — Google学术搜索 检索词及检索策略: 检索词: 1. Mobile Phone 2. Speech Recognition 3. 手机通话中的语音识别 4. 语音服务 5. 手机数据 6. 加密 7. 个人标识 8. 云资源 检索式: 1(“Mobile phone” and “speech recognition” 2(手机通话 and ( 语音识别 or 语音合成 or 文本到语音转换) 3. “voice service” and “phone data” 4. “加密” and “手机通话” 5. “个人标识” and “手机通话” 6. “云资源” and “手机通话” 五(检索结果 按上述检索词，在以上数据库和文献时限内，查到一些与本课题有关的文献，提供附件( 4 )份，现对附件摘述如下: 1. [题名] TELEPHONE-BASED CONVERSATIONAL SPEECH RECOGNITION IN THE JUPITER DOMAIN [作者] James R. Glass and Timothy J. Hazen [来源] Spoken Language Systems Group Laboratory for Computer Science [单位] MIT [摘要] This paper describes our experiences with developing a telephone-based speech recognizer as part of a conversational system in the weather information domain. This system has been used to collect spontaneous speech data which has proven to be extremely valuable for research in a number of different areas. After describing the corpus we — 4 — have collected, we describe the development of the recognizer vocabulary, pronunciations, language and acoustic models for this system, and report on the current performance of the recognizer under several different conditions. 2. [题名] ROBUST SPEECH RECOGNITION FOR MULTIPLE TOPOLOGICAL SCENARIOS OF THE GSM MOBILE PHONE SYSTEM [作者] Theodoros Salonidis, Vassilios Digalakis [来源] Conference [单位] International Conference on Acoustics, Speech, and Signal Processing - ICASSP, [摘要] This paper deals with robust speech recognition in the GSM mobile environment. Our focus is on the voice degradation due to the losses in the GSM coding scheme. Thus, we initially propose an experimental framework of network topologies that consists of various coding-decoding systems placed in tandem. After measuring the recognition performance for each of these network scenarios, we try to increase recognition accuracy by using feature compensation and model adaptation algorithms. We first compare the different methods for all the network topologies assuming the topology is known. We then investigate the more realistic case, in which we don't know the network topology the voice has passed through. The results show that robustness can be achieved even in this case. 3.. [题名] 基于双CPU架构的GSM手机通话过程的和实现 [作者] 杨猛 [来源] 万方数据库 — 5 — [单位] 北京工业大学 [摘要] In recent years, the development of mobile phone is rapidly. It integrates the surrounding area step by step, such as MP3,MP4,DV/DC features, and with strong uptrend. The old single-CPU architecture already overburdened, in which deal with GSM signal and application software at the same time. It becomes the development bottleneck of the mobile phone. The dual-CPU architecture will be able to separate the two part of operation of the system, and make them independence and noninterference each other. It solves the problem of application software and GSM command contend for CPU resource from rootstock. 4. [题名] DataPhone: An Intelligent Phone for Data Conferencing [作者] Lap Chung Lam, Peitao Deng, Tzi-cker Chiueh [来源] Academic Search Microsoft [单位] Stony Brook University [摘要] Data conferencing is one of the more commercially successful examples among conferencing applications, because of its effectiveness and relatively modest resource requirements. Existing data conferencing applications are built almost exclusively on IP-based packet switched networks. While they are very effective in improving ofce communications, their use in the households is still quite limited because data conferencing end-points are mostly personal computers and are thus not particularly friendly to a majority of the population in the world. In contrast, more than 95% of the population in the United States are quite comfortable with conventional telephones. This paper describes the design, implementation, and evaluation of an information appliance, called DataPhone that can be used both as a regular phone and a data conferencing device. A DataPhone consists of a touch sensitive screen, a SVD modem and a microcontroller-based single board computer. DataPhone allows two parties to have a regular voice communications channel, as well as a shared whiteboard for sketching and — 6 — for document sharing. Typical applications of DataPhone include annotating an engineering design while discussing its technical details, drawing a map to a person’s house for a friend, and scribbling random information down for future reference. One of the key design decisions of DataPhone is that it runs directly on PSTN, and does not required any additional infrastructural support, such as ISP subscription, domain name service, routing gateway, etc., 六(查新结论 经对检索出的相关文献进行分析、对比，结论如下: 文献1:这是一个典型的IVR系统，通过语音向电话用户提供访问企业数据库的服务。这不同于 SkyTalk。首先，此系统的电话用户不能够以语音方式访问到互联网云的数据。其次，这种系统 也无法在通话过程中提供实时服务。此外，这种服务并不基于手机数据和个人标识。 文献2:研究了如何更好地识别GSM Codec编码的语音，并提供了一种在电话系统中更好识别说 话者声音的。因此，其把这种方法应用于通话过程中以语音方式提供第三方智能服务。 文献3:研究了基于双CPU的手机架构。事实上，可以利用一个CPU拨打电话，一个CPU运行语 音识别、访问云端。但文献2中并没有提到这些方法。此外，双CPU的成本过高，不易于制造商 和用户接受。 文献4:指出了一种用手机进行会议的方法:Data Conferencing on phone。手机用户可以共享 手机屏幕、手机数据等。而SkyTalk能利用云端资源，对手机数据进行计算、分析，并利用语音 识别和语音合成在通话中提供服务。两者有很大差别。 综上所述，SkyTalk是一种全新的通话方式，能够在通话中提供基于互联网云的语音识别服务。 此外，这种服务基于用户数据和个人标识，从而进一步简化用户操作，节省用户时间。 — 7 — 七(申报者本人、所在学校及省级大赛主办单位签字盖章的查新声明与证明 (1) 报告中陈述的事实是真实和准确的。 (2) 我们按照大赛查新规范进行查新、文献分析和审核，并做出上述查新结论。 申报者(签字): 申报者所在学校(盖章): 省级创新大赛主办单位(盖章): 八(附件清单 1. IVR-MIT.pdf 2. icassp98[1].pdf 3. double-cpu.doc 4. DataPhone.pdf 九(备注 — 8 —