面向聋儿的计算机言语训练方法及其实现

将语音信号处理和语音识别技术应用于聋儿言语训练中,设计并实现了一个适合聋儿使用的言语康复训练系统。根据聋儿言语训练的特点以及语音的声学特征和生理特征的关系,基于语音特征视觉反馈的训练方式,提出了目标训练法和对比训练法。针对聋儿的发音异常和构音异常,设计了从基础训练、构音训练到清晰度训练的计算机言语辅助训练模块。该系统在中国聋儿康复研究中心进行了初步临床实验,在中班和大班聋儿的训练上取得较好效果。实验表明根据目标训练法和对比训练法设计的计算机辅助训练方法能够有效的解决聋儿的发音异常和构音异常。     

基于DKU-JNU-EMA数据库发音特征的方言识别

为研究广东话、客家话、潮州话和普通话的发音差异性，提出了一种基于发音特征的方言识别系统。本研究采用DKU-JNU-EMA数据库，以广东话、客家话、潮州话和普通话为研究对象，通过端点检测法实现对数据集的预处理，提取了数据集中发音器官的位移、速度和加速度参数，并对发音运动器官进行了空间和速度的统计学分析，然后选用随机森林和支持向量机分类器对所取的提特征集进行识别分类。实验结果表明，本文提取的发音特征在机器学习分类器的识别分类中是有效的，选用支持向量机做分类器时，在齿龈位置的分类平均准确率达到83.1%。     

藏语元音声学实验分析

文章采用基于Windows系统下的语音软件,采集了藏语语音声学数据参数和语音数据,建立了藏语语音数据库,并对录音数据进行了语音标注、统计和分析,最终描绘了现代藏语语音的声学实验特征。本语音软件可广泛应用于语音教学、语音分析、其他语言发音方式的研究以及法医声纹鉴定等工作。     

基于河南方音的英语语音自动分析

首先,建立基于方音的二语发音数据库,并分析发音数据的音韵特征;然后,基于隐马尔可夫理论,提出了一种识别特定方音背景的外语学习者的语音产出的可行性方案.性能试验显示,系统可以较为准确地自动识别出以河南方音为背景的学习者的外语语音产出,并形成诊断性评价,进而提升其外语语音水平.     

基于区别特征系统的连续语音识别模型研究

黏着性语音的元辅音区别性特征对口语环境下的连续语音识别影响很大.通过维吾尔语和谐语音现象下的发音规律及其规则,采用语言学、实验语音学技术和数字语音信号处理等方法,研究和谐发音现象下的元音、辅音区别特征系统,建立扩展元辅音集,并以此为基础,开展基于扩展元辅音集的连续语音识别研究,进一步通过其声学模型比较研究,构建连续语音识别模型,为维吾尔语口语环境下的连续语音识别提供一种新方法.     

不同录音环境对语音特征的影响研究

不同的录音环境会对人的发音造成一定的影响。通过听觉分析、视谱比较和声学参数测量等方法研究发音人在大学校园宿舍、教室、食堂、操场4种不同录音环境下语音特征的变化情况,总结归纳出不易受环境因素影响的语音特征、易受到影响而发生变化的语音特征,以期为声纹鉴定实践提供参考依据。     

基于语音识别技术的英语发音评测系统研究

利用语音识别技术,依英语发音的特有性,搭建完整合理的计算机辅助英语发音评测系统。整个系统包括3个部分:语音段验证、语音信号切割和发音评测。其中语音段验证利用置信度评估的技术,并依据置信度阀值对评测语音内容是否需要评测做出判断;语音信号切割是以预先训练好的英语发音声学模型为切割依据,通过强制对位的方式切割出正确的发音区段;英语发音评测是系统的核心,使用的评测方式是比较评测语音和标准语音的相似度,采用4个评测特征:发音完整度、韵律性、语速和准确度进行发音相似度评测。针对不同的特征参数设计合理的评测机制,并对4个特征参数进行加权运算,以建立一个完整合理的英语发音评测系统。实验证明,系统能够给出比较客观的评分,达到预期设计目标。     

英语作为第二语言的多媒体语音数据库设计制作及初步测试

由于中国方言的发音不同,从而影响了作为第二语言的英语发音也出现了不同的特色,与第一语言为英语的发音口型也出现了很大的差别,在英语的普及的今天,以英文作为第二语言的人们也日益增多,因而有必要建立一个专门针对英语为第二语言的多媒体语音数据库.本数据库参照AVICAR[1]的方法进行收集,介绍了数据库的特点、录音内容、存储形式,最后对该数据库进行初步辨认测试,并将测试结果与标准测试的结果进行比较.初步测试结果发现收集的数据库识别率大大降低,可见建立该数据库是很有必要的.     

维吾尔语语音识别中发音变异现象

维语口语发音中很多音素相对标准语产生了发音变异,基于标准语音的识别系统在识别带有发音变异的口语语料时识别率较低。该文针对维吾尔语同化、弱化、脱落、元音和谐等语流音变难点进行分析,对语音、韵律特性进行知识融合与技术创新,运用基于数据驱动和基于专家经验相结合的方法对维吾尔语方言口语中存在的发音变异现象进行研究,统计元音、辅音多发音变化映射对,建立音素混淆矩阵,为维吾尔语方言口语语音识别研究奠定基础。     

基于实验语音学的甘肃学生英语语音偏误分析

简单概述了甘肃方言的基本语音特点,以语音学及实验语音学理论为指导,利用Praat语音分析软件对甘肃方言区学生的英语发音问题进行了分析研究,并就对如何提高方言区学生的英语发音能力提出了一些建议。     

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。     

英语和兰州方言的音位对比

本论文以兰州方言区非英语专业大学生为研究主体，比较了英语音位和兰州方言音位的主要特征，从而找出兰州方言区大学生学习英语发音的难点所在。通过研究和分析得出结论，兰州方言在大学生英语学习方面起着一定的抑制和干扰作用，特别是语音语调上的问题相当普遍，已成为学生进行英语交流的一大障碍，而且还给学生在心理上造成了负面影响。本论文...     

基于机器学习的英语发音水平评价系统模块化设计

以提升英语发音水平评价的精准性为目标,研究基于机器学习对英语发音水平评价系统展开模块化.将S3C2440A芯片作为系统的主要处理器,将英语口语录音通过语音上传模块发送至评价模块.在评价模块中,通过多层寏波特征尺度变换方法对发音信号实施滤波处理,并分解、提取其中的语调、语速、音准、节奏以及情感特征,然后选取径向基核函数作...     

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%。     

面向情感变化检测的汉语情感语音数据库

该文介绍了面向普通话情感变化检测的情感语音数据库CESD。该数据库的语音以对话形式录制,包括男女声情感对话语音1 200段。以生气、着急、中性、愉悦、高兴为基本情感,共包含20种情感变化模式。除语音文件外,还包含带有静音段/有效语音段、情感类别、情感变化段、情感质量等内容的标注文件。为了使更多的研究人员可以使用该数据库,利用P raat工具提取出67维常用声学特征,作为特征文件一同存储在该数据库中。对该数据库进行主观评价和情感变化检测的结果表明:语音情感状态自然、情感变化真实,能够满足语音情感识别和语音情感变化检测研究的双重需求。     

基于词汇语料的白马藏语语音分析研究

采用语料库方法,构建了一个具有4500余条词的白马藏语语音库,并做了规范的音标标注。该库涵盖了《藏语方言调查表》91%的词汇,包含了白马藏语固有的语音和词汇特征,完全能够代表白马藏语普遍的语言现象。依据语音库标注信息,从发音部位和发音方法两方面对白马藏语声母和韵母的音位系统进行了统计分析,获得了详细的白马藏语音系数据。同时,按发音方法归纳了声母与韵母的组合规律及其分布特征,总结了白马藏语语音与藏语书面语的对应关系,为今后的白马藏语研究提供了详实的数据和新的研究思路。     

母语为汉语的学生在英语发音上存在的问题分析

文章通过英语和汉语的语音差异分析了母语为汉语的学生在英语发音上存在的问题,并提出了三步骤的语音教学改革对策:通过英汉两种语音体系的对比使学生掌握发音要领;通过听音进行辨别训练;通过有趣的课堂活动进行发音强化训练。     

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。     

浅析日语的发音规律

通过对现代日语中的外来语音特点的研究,我们在了解到日语在吸收了外来语同时也不断丰富了日语的发音,并以浊音发音规律为例来分析日语的基本发音规律。     

基于子空间学习和特征选择融合的语音情感识别

传统语音情感识别主要基于单一情感数据库进行训练与测试。而实际情况中,训练语句和测试语句往往来源于不同的数据库,识别率较低。为此,该文提出一种基于子空间学习和特征选择融合的语音情感识别方法。通过采用回归方法来学习特征的子空间表示;同时,引入l2,1-范数用于特征的选择和最大均值差异(maximum mean discrepancy,MMD)来减少不同情感数据库间的特征差异,进行联合优化求解从而提取较为鲁棒的情感特征表示。在EMO-DB和eNTERFACE这2个公开情感数据库上进行实验评价,结果表明:该方法在跨库条件下具有较好的性能,比其他经典的迁移学习方法更加鲁棒高效。