鞍山方言的语音特征

鞍山方言作为东北方言的重要组成部分,一直以来很少有人研究。为了保护作为鞍山地方文化一部分的鞍山方言,通过实地考察,从语音方面记录和描述了鞍山方言在声调变化和声韵母转换等方面的特征,得出了鞍山方言与普通话在不同语音特征上的主要表现,指出了鞍山方言在平翘舌发音、声母[r]的硬腭化等方面的一些不同于普通话的语音现象与特征。     

基于GSC结构的多通道语音补偿算法研究

广义旁瓣抵消器自适应波束形成算法对受固定干扰源影响的目标语音有良好的消噪效果,但在自适应抵消模块不可避免地存在语音泄漏,使目标语音受到一定损失,且残留部分背景噪声.文中先对传统的GSC结构自适应波束形成算法进行研究,分析语音泄漏的原因,并提出一种多通道语音补偿方法对GSC结构消噪后的语音进行补偿.对不同频段的噪声帧和语音帧做针对性处理,同时在对语音进行分割时保护共振峰,防止其发生偏移和变形,仿真实验与测试结果表明,该方法可以有效地补偿语音泄漏,消除残留噪声,提高语音可懂度.     

言语失误及其对英语口语教学的启示

言语失误是人们在说话时产生的偏离言语计划导致的错误,它反映了学习者对语言的认知能力,是英语学习者在学习过程中不可避免的。以前人的研究成果为基础,对言语失误进行了分类,探索了其潜在的影响因素,以期对英语口语教学提供一些启示。     

食品营养价值说明的言语策略分析——如何创造成功的取效行为

取效行为是言语行为理论的重要组成部分。在言语交际过程中,不同的言语策略带来不同的取效行为。文章从功能语言学视角分析食品营养价值说明,探讨言语策略与取效行为之间的关系,并在此基础上解释食品营养价值说明的成功取效行为模式。     

医患会话中冲突性话语的顺应性研究

以医患会话中的冲突性话语为分析对象,探讨了冲突性话语的语言表现形式,并基于Verschueren的语言顺应论,从心理世界、社交世界和物理世界三个维度分析了冲突性话语的动态顺应性特征,指出积极的顺应可以缓和冲突,促使交际顺利进行。从顺应论视角分析此类语言现象,旨在揭示医患冲突的语言运行机理,从而为和谐医患关系的构建提供理论借鉴。     

非局部的可切换滤波图像椒盐噪声去除方法

针对图像被高强度椒盐噪声污染的问题, 提出一种可切换的非局部去噪算法. 首先将噪声图像切割为若干局部块作为算法的基本处理单位, 设计块的预修复过程, 以避免由于高噪声污染对局部块的干扰, 保证相似度度量和模型估计过程的准确性; 其次, 在非局部范围内构造非局部滤波器, 度量相似度并计算修复权值以进行噪声修复, 得到全方位的图像去噪效果. 实验结果表明, 该算法较传统局部信息构建滤波器的方法, 无论对低污染程度的图像, 还是高污染程度的图像, 在效果和图像衡量指标上均有一定的提升.     

基于偏微分方程与多尺度分析的图像去噪算法

针对传统图像去噪算法存在去噪效果和稳定性较差的问题, 提出一种基于偏微分方程结合多尺度分析方法的图像去噪算法. 首先利用二阶偏微分扩散方程和四阶偏微分方程对图像进行高频段和低频段的处理, 对处理后的图像采用非下采样轮廓波逆变换, 实现图像整体去噪; 其次, 采用轮廓波变换方法对整体图像进行多尺度分解得到不同子带, 并利用核主成分分析算法进行整体图像降维处理, 对不同子带进行分块管理, 完成对整体图像的局部去噪, 最终实现基于偏微分方程结合多尺度分析方法的图像去噪. 实验结果表明, 该算法的图像去噪效果和稳定性均较高.     

IP语音隐写及隐写分析研究

随着IP语音(voice over IP, VoIP) 的快速发展,基于VoIP的隐写及其隐写分析逐渐成为信息安全领域的研究热点。总结和分析了近年来的IP语音隐写和隐写分析相关研究,并探讨该领域未来的研究方向。IP语音隐写根据其隐藏信息位置不同,可分为基于协议的隐写及分析和基于语音载荷的隐写及分析。前者是利用IP语音中的各类协议为载体,将信息嵌入到协议头部中的某些字段或通过调制IP语音包的时序来实现;后者则是通过修改语音载荷实现信息隐藏,包括基于最低有效位(least significant bit, LSB)的隐写,基于量化索引调制(quantized index modulation, QIM)的隐写和基于语音变化域回声等隐写。从协议和语音载荷两方面对IP语音分析技术进行了分类介绍。前者可分为协议头分析、时间序列分析、编码调制分析3类。后者包括基于特点语音参数（如线性预测参数、固定码本参数、自适应码本参数和所有参数）的隐写分析和基于语音信号处理的隐写分析方法。     

张量稀疏性度量综述

稀疏性是现实数据所共有的一般信息表达特性,其含义为数据可由其本质所蕴含的少量基元素进行充分表达。目前,向量(1阶数组)与矩阵(2阶数组)数据均存在较为成熟的稀疏性表达度量,即向量的非零元素个数与矩阵的秩。然而,对于张量(高阶数组)数据的合理稀疏性度量的构造尚未形成统一的解决方案。对张量稀疏性研究的现状进行综合介绍,回顾目前在此方向的研究进展以及所取得的典型应用,并着重介绍本研究小组基于Tucker分解与CANDECOMP/PARAFAC(CP)分解的张量稀疏性内涵理解所构造的一种新型张量稀疏性度量。将此张量稀疏性度量与10个传统方法应用到多光谱图像去噪中进行对比实验,通过数值与视觉上的实验结果说明所提方法的合理性与有效性。     

基于改进EMD的麦克风阵列语音增强研究

提出一种将改进EMD与麦克风阵列MVDR自适应波束形成相结合的语音增强方法。该方法利用互相关系数阈值法去除将EMD算法分解后的的虚假IMF分量,结合各阶IMF分量的自相关函数特性准确获取信号与噪声的主导IMF分量分界点,然后对所有噪声主导的IMF分量进行小波阈值去噪,接着将所有剩余IMF分量进行MVDR波束形成获得增强语音信号。改进EMD算法避免了在高信噪比条件下的信号失真,与MVDR波束形成相结合,满足了MVDR窄带特性要求,增强了麦克风阵列抗干扰能力。实验结果证明了方法的有效性。