藏语拉萨话语音合成语料库的研究与建立

藏语语音合成语料库的好坏对合成语音质量有很大的影响。本文介绍了藏语拉萨话语音合成语料库的设计过程,语料的设计考虑了内容上和语义上的完整性,利用Greed算法实现对语料的选取,同时严格按照标准的录音过程对语料进行录制,最后设计了一套韵律标注规则对语料库中的语音数据进行了音段特征和超音段特征的标注,基本完成了藏语拉萨话语音合成语料库的建立。     

蒙古语语料库的研究与建设

论述了蒙古语语料库的建设所涉及的重要问题．详细讨论了语料库的结构，包括总体框架结构和实现的表结构，语料的加工及统计分析．简单介绍了蒙古语语料库在语音合成、形码到音码的转换、文字识别后处理方面的应用．     

基于语料库的藏语TTS技术研究

文章通过比较分析国内外TTS技术的发展,提出基于语料库的藏语TTS技术的可行性.研究了藏语TTS的文本分析模块、语音合成模块及语音数据库的关键技术,并设计了一个完整的基于语料库的藏语TTS系统.     

连续语流中重音标注和大规模重音语料库建设

规范的重音标注将对重音研究和语音合成技术产生积极影响。该文通过对大规模语料进行语流中词重音和句重音标注,总结出了重音标注的规则。重音标注包括标注训练、正式标注、语料库建立3个步骤。通过标注训练明确重音概念和标注方法,词重音采取词内对比法,所谓"重"主要指突显度和饱满度;句重音采取呼吸句群单位标注法,注重标注的层级性,不跨句群进行重音知觉对比。重音标注完成后,重音语料库也随之建立起来。这个大规模的重音语料库具备词重音和句重音信息,适用于语音合成领域,能较好地提高合成语音的自然度。     

面向语音合成的藏语音素切分算法研究

文章通过采用两种方法对藏语语音合成语料库中的语音进行音素切分:一种是基于单音素HMM模型的自动切分方法,一种是传统的人工切分方法,并通过实验分析了自动切分与人工切分方法的准确率程度.实验结果表明:在构建语料库时,前者有助于缩短建库周期,尤其对于大语料库的建立会有明显的优势.这种方法既节省了切分与标注的大量时间和人力成本,又提高了语音语料库标注信息的精确度和一致性.     

蒙古语语音合成语料库标注规则的设计

在蒙古语语音合成系统中,语料库的好坏会直接影响语音合成的效果.因此,语料库标注规则的设计对语音合成工作具有重要意义.提出了一种新的蒙古语语音合成语料库的标注规则,并用按此规则标注的蒙古语语料库进行了基于隐马尔科夫模型的蒙古语语音合成实验,合成效果达到了预期目标,说明我们提出的标注规则是合理可靠的.     

基于 FoxPro for Windows 的汉语语料库系统的构造

探讨了一个基于ＦｏｘＰｒｏｆｏｒＷｉｎｄｏｗｓ的汉语语料库系统。该系统由语料库和语料库管理系统组成;前者经过了分词和语法标注,后者具有系统维护、语料统计和检索功能。结果表明,该系统直观、明了、通用,具有较大的实用价值。     

一个面向言语工程的兰州方言语料库

建立了一个兰州方言语料库.利用<方言调查字表>设计了兰州方言的文本语料,包括1 280个单字,2 000个双字词,18个负载句和1 000句语句,录制了4位发音人的兰州方言和普通话平行的语音语料,并标注了音节边界、峰值点、声韵母和声调信息;对于语句,根据词法信息和语法信息,利用TBL算法标注了韵律边界.语料库可用于兰州方言的实验语音学研究以及兰州方言的韵律建模、语音合成、语音转换的研究.     

基于语料库的翻译研究综述

语料库翻译研究的主要内容就是用语料库语言学方法研究翻译作为社会文化现象的特征。本文首先回顾国外基于语料库的翻译研究,然后对国内基于语料库的翻译研究进行综述和分析,并指出语料库翻译研究的趋势与问题。     

基于共振峰过渡的协同发音语音合成算法

协同发音是音素在语流中受前后音素的影响,而使2个以上音素的发音特征同时出现的现象.大语料库语音拼接算法获得的语音合成效果最好,但录制语料困难、算法复杂、耗费时间,需要占用很大的存储空间,在应用中存在困难.为此,针对小语料库语音合成,提出参数修改和波形拼接相结合的语音合成方法,通过参数修改方法合成协同发音段,再与自然语音进行波形拼接.实验表明,该算法合成的语音效果较好,而且对语料库内容要求较低.     

维吾尔语语音数据库的手工标注及软件实现

附加标注信息的语音数据库在语音识别研究中的作用十分重要。本介绍了我们开发的维吾尔语音数据库手工标注系统的功能及其在实现过程中采用的一些技术，并阐明了对语音数据库进行标注的重要性及切分的基本原理。     

说话人识别的参量研究和语音库建设

本文对说话人识别中的几个基本问题进行了研究。语音参量是说话人识别的基础,用矢量量化方法,使用自建的语音库中的材料,研究了说话人识别中的各种参量的效果。实验表明,所采用的参量中,一种混合参量MC最好,倒谱系数CE次之。     

视障大学生语音考试系统的设计与实现

本文针对我国全纳教育教学评测过程中存在的问题,设计了具有语音支持的考试系统。系统提供两种语音导航服务,在服务器端实现了用户管理、试题管理、考试管理及自动组卷功能,客户端实现了试卷展示、答题导航、答题信息管理和自动评分功能。系统运行的性能稳定、可靠性,经初步测试效果良好。     

汉语语音与歌唱发声

声乐是音乐艺术形式中音乐与语言有机结合的唯一产物,音乐的语言和旋律构成了声乐的基础,特别是在歌唱发声过程中,汉语普通话标准语音的构成是极其复杂而又相当细致的,这就是汉语语音在歌唱发声中微妙的和独具的发音特色。     

汉语语音与歌唱发声

澹颁箰鏄煶涔愯壓鏈舰寮忎腑闊充箰涓庤瑷€鏈夋満缁撳悎鐨勫敮涓€浜х墿,闊充箰鐨勮瑷€鍜屾棆寰嬫瀯鎴愪簡澹颁箰鐨勫熀纭€,鐗瑰埆鏄湪姝屽敱鍙戝０杩囩▼涓?姹夎鏅€氳瘽鏍囧噯璇煶鐨勬瀯鎴愭槸鏋佸叾澶嶆潅鑰屽張鐩稿綋缁嗚嚧鐨?杩欏氨鏄眽璇闊冲湪姝屽敱鍙戝０涓井濡欑殑鍜岀嫭鍏风殑鍙戦煶鐗硅壊.     

叹词词类归属的思考

汉语语法分析传统上把词类分实词、虚词两大类，叹词在词类归属上一直处于两难境地，究其原因，是由于人们直接以句法功能为划类依据。汉语词类的划分是有层级的，第一个层级宜以组合功能为划类依据，叹词即属第一层级上的非组合词类。     

基于RBF神经网络的语音情感识别

介绍了径向基函数神经网络的原理、训练算法,并建立了RBF神经网络的语音情感识别的模型。在实验中比较了BP神经网络与RBF神经网络分别用于语音情感识别识别率,RBF神经网络的平均识别率高于BP神经网络3%。结果表明,基于RBF神经网络的语音情感识别方法的有效性。     

一种新型的话音压缩编码方法

本文介绍一种新型的语音压缩编码方法——矢量和激励线性预测编码(VSELP)、着重讨论 VSELP 编码原理及结构、VSELP 编码方案中矢量和码本的特点及其降低运算量的数学基础、以及 VSELP 方案中所采用的降低算法复杂性,提高合成语音质量、增强抗信道噪音韧性的技术。最后简要介绍 VSELP 编码实现时硬、软件结构设想。     

基于粗神经网络的语音情感识别

语音情感识别是从语音信号中提取一些有效的声学特征,然后利用智能计算或者识别的方法对话者的情感状态进行识别。介绍了国内外在该领域中关于语音情感数据库、特征提取、识别方法的研究现状。基于对该领域现状的了解,发现特征提取对识别率有着非常大的影响。录制了1050句语音,每句语音提取了30个特征,从而形成了一个1050×30的数据库。提出了用粗糙集理论中的信息一致性对数据库中的30个特征进行化简,最后得到了12个特征。用神经网络中的BP网络对话者的情感状态进行识别,最高识别率达到了84%。从实验结果发现不同的情感用不同的方法识别结果更好。     

中国古代文言话语四论

人文以文言为基础 ,但言文比文言质朴 ;文言与质言相对 ,而文化与文质相通。文明的言语既具有文言的质性 ,又具有文学的性质。文言的质性既与文言话语互为里表 ,又与文学语言相互依托。文言的性质既关联着语言文字的工具属性 ,亦关联着文学艺术的审美属性。在文言文里充当了几千年文学内容的“文言” ,至“五四”运动终于被白话文所代替 ,但“文言”作为中国语文的本根所包含的丰厚营养却一直滋润着容易趋于浅薄的“白话”。