我的毕业设计是关于DVD中字幕和语音匹配的算法，看了一些资料，都是用VC++来处理视频音频的东西，擅长的兄弟能不能推荐一些书，关于语音匹配算法的，谢谢！


[ 此贴被zsl1984在2007-04-16 13:19重新编辑 ]

自己顶一下吧

字幕和语音匹配?
实现自动的字幕和语音的匹配？

看信号处理方面的书籍吧~~
其实就是对音频信号进行分解和测度~~（根据你的需求描述）

我毕设貌似跟这个相关捏....

音频信号分离设计, 基于mpeg-2

蝈蝈找到什么资料木有?

其实我还是不知道你们具体要做的东西的需求是什么~~~能够详细说说需求吗？如果有用例的话最好~

我毕设也和这个有关

Quote:

引用第4楼zc1984于2007-04-16 11:31发表的:
其实我还是不知道你们具体要做的东西的需求是什么~~~能够详细说说需求吗？如果有用例的话最好~

题目是“DVD字幕提取和语音匹配的算法实现”
具体要求，DVD播放过程中对字幕进行提取，并插入，实现字幕和语音的匹配，要求实现多语言字幕的显示

Quote:

引用第3楼只抽软中华于2007-04-16 11:06发表的:
我毕设貌似跟这个相关捏....

音频信号分离设计, 基于mpeg-2

蝈蝈找到什么资料木有?

就我们那个图书馆，能找到什么资料啊，准备买两本书，貌似可以报销

定顶一下

Quote:

引用第6楼zsl1984于2007-04-16 12:05发表的:

题目是“DVD字幕提取和语音匹配的算法实现”
具体要求，DVD播放过程中对字幕进行提取，并插入，实现字幕和语音的匹配，要求实现多语言字幕的显示

字幕的提取：加入原版DVD提供字幕的话直接提取字幕文件就是了~如果没有提供字幕数据，那么就无法提取了；

字幕的插入：对插入的概念的准确定义是什么？要求进行视频合成还是存放为字幕文件？

字幕和语音的匹配：是使用时间轴的简单时间匹配还是根据语音信息进行识别匹配（就是让计算机听懂人话然后自动找字幕相对应的地方进行显示）？

实现多字幕的显示：是要求支持多种字符集编码格式还是同时在屏幕上进行多个字幕的显示？

字幕的插入：要求进行视频合成

实现多字幕的显示：同时在屏幕上进行多个字幕的显示.
字幕和语音的匹配：我的想法一种字幕使用时间轴的简单时间匹配，另一种根据语音信息进行识别匹配（就是让计算机听懂人话然后自动找字幕相对应的地方进行显示）

Quote:

引用第10楼zsl1984于2007-04-16 21:24发表的:
字幕的插入：要求进行视频合成

实现多字幕的显示：同时在屏幕上进行多个字幕的显示.
字幕和语音的匹配：我的想法一种字幕使用时间轴的简单时间匹配，另一种根据语音信息进行识别匹配（就是让计算机听懂人话然后自动找字幕相对应的地方进行显示）

对连续非特定人类语音的识别是目前国际学术界的一个研究难点~~
进行文本的匹配同样涉及对语言的发音的处理（多语种，多发音的问题目前难以完善解决）~~~
这个难度不是一般的大~~~可以列入国家重点攻关了，和神五有得一拼~~

是不是兄弟你误解导师的命题的意思了啊？

Quote:

引用第11楼zc1984于2007-04-17 09:47发表的:


对连续非特定人类语音的识别是目前国际学术界的一个研究难点~~
进行文本的匹配同样涉及对语言的发音的处理（多语种，多发音的问题目前难以完善解决）~~~
这个难度不是一般的大~~~可以列入国家重点攻关了，和神五有得一拼~~
.......

球晓得阿，我就见过他一次，也没说清楚，不管了，带我那个博士也不怎么明白，你可以说说你自己对我这个题目的认识阿，反正我现在是死马当活马医了，最好能给我介绍各最简单的方法，我都没什么信心做了，唉。。早知道当初就去坐什么滤波器，放大器了，好歹有个方向阿

Quote:

引用第12楼zsl1984于2007-04-17 11:38发表的:

球晓得阿，我就见过他一次，也没说清楚，不管了，带我那个博士也不怎么明白，你可以说说你自己对我这个题目的认识阿，反正我现在是死马当活马医了，最好能给我介绍各最简单的方法，我都没什么信心做了，唉。。早知道当初就去坐什么滤波器，放大器了，好歹有个方向阿

那么就简单点搞，模仿现在的字幕的实现——使用字幕文件和时间轴~~

Quote:

引用第13楼zc1984于2007-04-17 12:12发表的:


那么就简单点搞，模仿现在的字幕的实现——使用字幕文件和时间轴~~

如果这么搞，我铁定答辩不过，难道就拷贝个AVI文件和一个字幕文件去给老师放电影看啊？？