女子花样滑冰跳跃动作的各参数研究

通过对世界花样滑冰大奖赛国内外优秀运动员跳跃动作的技术录像解析,获得的起跳时水平速度、空中水平位移、起跳时垂直速度、腾空高度、空停时间、腾起角、关节角度等参数,并把我国优秀运动员与国外优秀运动员作比较,结果发现我国运动员起跳时水平速度与国外优秀选手还有差距,需提高滑行技术和蹬冰力量;我国部分运动员腾起角偏大,在提高水平速度的同时,人体重心腾起角应逐渐减小;助滑末期运动员支撑腿应积极屈膝,充分后引浮腿,起跳时支撑腿应积极蹬伸,形成"小摆臂,早收臂".     

一种适于自动综合的高性能双极型运放的超级电路

为了实现高性能运算放大器设计自动化的首要环节——“超级电路”的构造，讨论了适于宽带、高速、低功耗、低失真等高性能双极型运算放大器的基本电路模块。介绍了如何用这些模块构造适于自动综合的“超级电路”，用该“超级电路”综合了诸如低功耗、宽带和低失真之类的运算放大器，验证了该方法。给出了用该“超级电路”实现低功耗运放自动综合的实例。     

基于音素的发音质量评价算法

面对广大的外语学习者,计算机辅助语言学习系统已经成为一种最佳的口语学习方式。该文提出了一种新的应用于计算机辅助语言学习系统的面向英语学习人群的发音质量评价算法,名为PASS(phone-basedautomaticscoreforl2speechquality)。PASS算法以基于隐含Markov模型的语音识别和口音自适应技术为基础,考察了音素发音的准确性和流利性信息,定义了音素级的发音质量分数,从而可以综合得到整句的评分结果。在实验室自行采集和精细标注的非母语语音库上与其他评分算法进行比较实验,PASS与专家评分的句子级相关性达到了0.66,优于其他算法。目前PASS算法已经被成功地应用于清华大学出版社的互动式语言学习系统中。     

高性能汉语数码语音识别芯片系统

在嵌入平台上实现高性能的汉语数码语音识别(MDSR),对于电话通讯、工业控制等都具有极高的实用价值。该文描述了一个在16bit定点DSP芯片上实现的高性能汉语数码语音识别系统。识别模型采用连续隐Markov模型(CHMM),识别特征采用Mel频标倒谱系数(MFCC)。在模型的训练中引入MCE区分性训练进一步提高了系统的识别性能。识别过程采用单级识别框架,降低了芯片上系统部分的复杂性,同时保证了很高的识别性能与稳健性。实验证明该系统对11汉语数码发音可以达到98.3%的识别正确率,在58.5MIPS的16bit定点DSP上进行一次识别只需要35ms。     

用共振峰轨迹提高汉语数码语音识别性能

在汉语数码语音识别（ Ｍ Ｄ Ｓ Ｒ）中,“２”和“８”是最易混淆的一对语音。文章分析了“２”和“８”混淆的原因,发现可用于分辨“２”和“８”的区别特征在于其共振峰轨迹的差异。因此文章提出了基于共振峰轨迹的判决算法（ Ｆ Ｔ Ｂ Ｄ）来分辨“２”和“８”。实验表明,使用 Ｆ Ｔ Ｂ Ｄ 算法,使 Ｍ Ｄ Ｓ Ｒ识别率从９６０％ 提高到 ９７７％ ,“２”和“８”的识别率从 ９１％ 提高到９９％ ,消除了这对语音的混淆,提高了 Ｍ Ｄ Ｓ Ｒ 的整体性能