学英语也可用汉语拼音搭桥

语音学习是英语教学的一个难点，很多理论知识不宜向学生传授。如何使学生理解并掌握语音知识往往是众多教师“头疼”之处。我在教学实践中总结了一条规律：那就是利用汉语语音知识搭桥来进行英语语音教学。因为英语中许多单词的发音与汉语拼音是相同或相似的，利用汉语拼音教学英语语音，学生接受起来比较容易，有助于他们更快地掌握单词发音。这里，仅举几例供大家参考。[第一段]     

闽南方言区学生英语语音学习困难分新及对策

母语迁移对二语习得的影响是客观存在的。由于受闽南话发音的影响。闽南方言区学生在英语语音学习的过程中存在着许多发音问题。要解决这些问题，需从分析问题的成因入手，了解闽南话以及英语发音各自的特点，并对两者进行比较，合理利用母语发音的正迁移，及早预防负迁移，以此来提高语音学习效果。     

闽南方言区学生英语语音学习困难分析及对策

母语迁移对二语习得的影响是客观存在的.由于受闽南话发音的影响,闽南方言区学生在英语语音学习的过程中存在着许多发音问题.要解决这些问题,需从分析问题的成因入手,了解闽南话以及英语发音各自的特点,并对两者进行比较,合理利用母语发音的正迁移,及早预防负迁移,以此来提高语音学习效果.     

一种基于幅度谱偏度的语音激活检测算法

根据语音信号偏离高斯分布程度大而背景噪声信号偏离高斯分布程度小这一特征,提出一种改进的以语音短时幅度谱偏度为特征参数区分语音段和噪声段的语音激活检测算法,并应用到2.4 kbit/s混合激励线性预测(mixed excitation linear prediction,MELP)声码器中.通过与自适应多速率(adaptive multi-rate,AMR)语音编码标准中的语音激活检测算法相比较,该算法复杂度较小,且对背景噪声服从高斯分布的语音信号具有更好的端点检测性能.实现了可变速率MELP声码器的平均输出码率下降为1.9 kbit/s,通过非连续传输后合成的语音具有良好的舒适性和连续性.     

江苏地区方言对英语语音的负迁移作用

在英语语音学习中,汉语与英语之间的差异会对语音的习得产生干扰作用,学生常常将方言的发音特点迁移到英语发音中来,影响英语语音的学习和运用。本文拟从分析江苏地区方言与英语语音系统的差异入手,分析由此引起的母语对语音习得的负迁移作用。     

江苏地区方言对英语语音的负迁移作用

在英语语音学习中,汉语与英语之间的差异会对语音的习得产生干扰作用,学生常常将方言的发音特点迁移到英语发音中来,影响英语语音的学习和运用。本文拟从分析江苏地区方言与英语语音系统的差异入手,分析由此引起的母语对语音习得的负迁移作用。     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

中国学生在学习英语语音上的困难及对策

由于中英文之间不同的发音系统，中国学生在学习英语语音时常常面临很多难题。为了帮助中国学生更好地学习英语语音，教师要善于总结学生在语音学习过程中所遇到的具体困难，采用交际教学法，即以交流的方式进行教学，不能只让学生学习发音规则或练习句型。     

闽南方言对英语语音习得的影响及成因分析

闽南方言音系中有些发音与英语很接近,但两者的发音部位与方法却不尽相同,各自具有不同的发音特点。闽南方言区的学生在学习英语音标发音时往往习惯性地将方言中的发音特征带入其英语发音当中。为了对学生进行系统有效的英语语音教学,使学生掌握较为纯正的英语发音,教师就必须对该方言及英语两种语言的语音系统有较全面的了解并通晓其异同之处,这样才能知道学生,分析其易犯的发音错误,并找出相应、有效的正音方法。     

耳语音数据库的设计与采集

;耳语音是一种常见的语言交流方式,在医学、公安、司法等领域都发挥了重要的作用,耳语语音库的建立对于研究耳语音的识别是极其重要的.该文介绍了耳语音的特点和现有的耳语音语音库.建立了一个包含同语料耳语音和正常音的语音库,语料主要由数字串构成,同时包括少量连续语句,发音人为10个男生,10个女生.详细介绍了发音人注意事项、语料的选择、系统的构建和语音库的标注等几个问题.后利用采集到的语音库分析验证了耳语音的声学特性.     

基于MFCC等组合特征的说话人识别模型

为了有效提取语音特征,提高说话人识别的准确率,系统采用基于有限状态机的端点检测算法对原始语音做VAD处理,提出了新的特征组合参数：基于人的听觉特性的MFCC参数、基于发音生理特征的基音轮廓特征以及衍生的基音周期一阶差分、基音周期变化率,并将它们作为说话人识别系统的特征参数,建立了基于VQ的识别模型.实验表明：本文系统使用VAD,使系统的识别率提高了5%8%,较单独使用MFCC参数的说话人识别系统的识别率提高了2%3%.     

基于三维可视语音库的发音康复方法

将语音合成领域中研究的可视语音技术应用于康复工程之中,设计了一个基于三维视觉的语音库系统。提出了基于三维语音库的语音辅助系统应用于聋儿语言发音训练的新方法,通过直观的视觉反馈对聋而不哑的听障儿童进行发音训练,从而改善他们的发音质量。提出该方法的框架结构,系统能够培养聋儿语感及自主学习语言的意识,使其具有一定的说话能力,为其今后的知识学习和参与社会活动奠定基础。     

基于LDA-MFCC的藏语语音特征提取技术研究

藏语特征提取算法是藏语语音识别系统中最为关键的一个环节。文章在分析藏语发音特点的基础上,建立了基于模拟人耳听觉系统的Mel倒谱系数（MFCC）特征提取算法,然后通过LDA信息压缩算法,对提取的特征数据进行压缩,在降低维数的同时提高了识别率和运算效率,总结出了符合藏语语音特点的LDA-MFCC特征提取算法。     

一种孤立词语音识别方法研究

结合动态谱特性的语音识别研究,阐述了一种有限状态矢量量化(FSVQ)方法。FSVQ利用了过去的信息来选择合适的码本进行编码,对于语音识别更为有效。改进了所使用的语音特征参量,除了LPC倒谱系数外,结合使用了动态谱特征和能量的对数值,并根据汉语发音特征对语音信号端点进行一种加权处理。实验结果表明：与说话人有关的孤立词识别率达到98%。     

镐型截齿截割煤岩动力系统的混沌特征

采煤机截割工作机构与煤岩作用系统的复杂性、非线性、模糊性和耗散性,导致了截齿截割负载具有很强的不确定性。应用分形和混沌理论研究截割阻力曲线的定量描述及混沌特征,依据煤岩的应力与应变的关系曲线和煤岩的分形损伤刚度,给出煤岩跃进破碎的条件,从混沌分形的角度给出截割动力系统的截割性能评价指标和系统演变混沌状态的数学关系,同时建立截割动力系统的数学模型。通过模拟仿真,结果表明：截割动力系统在不同的分叉参数下,其相轨迹具有时间遍历性和混沌特征,实现了混沌模拟负载信号的仿真。截割动力系统特性研究对开发高效截割工作机构等有着重要的意义。     

rEcho——基于错误趋势分组技术和共振峰错音合成技术的计算机辅助发音教学系统

在基于语音识别的计算机辅助发音学习(CAPT)系统rEcho V1.0的基础上设计并实现了rEcho V2.0.系统继承了V1.0利用错误趋势分组技术为学习者提供有针对性反馈建议的优点,完善了课程体系,提出利用共振峰错音合成技术合成识别器训练所需错音语料的方法,为解决错音语料不足这一长期困扰CAPT的问题提供了有效的途径.实验表明,合成错音训练的识别器达到原始语音训练的识别器的识别率水平.rEcho V2.0的整体性能较之前版本有较大提高.     

基于故障重构预测的舰艇水轮发电机故障信号挖掘方法

当前舰艇水轮发动机故障检测都是根据实际采集的故障特征信号以模式识别理论为基础,完成故障信号挖掘,受到真实空间弱信号和失真信号难以表达的影响,故障挖掘效果很差。提出运用虚拟空间信号重构理论进行舰艇水轮发电机故障挖掘,构建以信号群集合为元素的虚拟空间,通过故障重构预测技术对故障幅值进行预测,以预测值和真实幅值出发进行故障重构,重构结果融入规范的置信度以及支持度使其反映真实故障值特征,实现舰艇水轮发电机故障数据的准确挖掘。实验数据说明该方法可对舰艇水轮发电机故障数据进行高效、准确的挖掘。     

提高学生英语听力水平的有效途径

根据英语的教学目的和学生听力的实际情况,本文就如何提高听力教学提出了几点建议。注意辨别语音的训练;积累大量词汇;扩大学生知识面;合理选择教材;排除心理障碍,增强学生学习的信心。     

一种基于量子势阱组的说话人特征提取方法

说话人特征提取是说话人识别系统中的关键环节,优良的特征提取算法既能有效反映说话人的基本特征,又能为识别的有效性提供保证.根据量子势阱理论,论文以透射系数、能量和频率的对应关系为切入点,构造出使频率和势阱一一对应的势阱组.针对语音信号的特点,将一帧语音信号视为一个量子态,利用势阱分离能量的特性,通过势阱组提取出信号的能量谱特征,并以此作为特征参数,探索了一种基于量子势垒组的说话人特征提取方法.仿真结果表明,在相同条件下,该方法可以降低算法的复杂性并能够有效的提取说话人特征,为说话人特征提取提供了新的研究方向.     

基于HTK的普米语孤立词的语音识别

基于HTK的普米语孤立词的识别,通过对特定发音人和非特定发音人的语音进行特征分析、预处理、提取MFCC特征参数,从而建立每个普米词的HMM模型,最后采用Viterbi算法进行模型的训练和匹配.实验表明:对特定发音人和非特定发音人,随着普米词个数的增加,识别率虽有所下降,但是变化很小,识别率均超过了95.00%,识别效果很好.语料的信噪比和发音人的发音稳定性是导致识别率下降的重要原因.