语音增强技术研究综述

语音增强是语音识别的重要组成部分,它是将尽可能纯净的原始语音从嘈杂的语音中提取出来。其目的是提高语音质量,从而提高语音识别的准确率。笔者在总结近年来的语音增强的相关算法的基础上,将这些算法进行分类,分为基于数字信号处理的方法和机器学习的方法。本文介绍了基于数字信号处理和基于机器学习的语音增强算法,并总结了几种常用语音增强算法的优缺点,最后提出了语音增强算法进一步研究方向。     

基于自适应分段的语音端点融合检测

语音端点检测是语音识别预处理的一个重要环节,语音端点判断正确与否直接影响到语音识别的效果。短时能量法与过零率方法是语音端点检测的两类主要方法,融合这两类算法,并结合短时频谱峰值,归纳总结了4条语音端点检测的融合检测准则。在语音分段时提出自适应逐级分段计算,寻找满足误差要求的语音起始和终止端点。语音实验验证了本文所提语音自适应分段融合检测方法的有效性,同时,该方法没有增加语音端点检测的额外计算量。     

语音文摘研究综述

近年来发展的语音理解是建立在语音识别和自然语言理解之上的热门研究领域。语音文摘是语音理解中一个重要研究应用,主要研究方向有:1)书面文档文摘技术在语音文档文摘提取的应用研究;2)新兴的基于结构建模的语音理解与文摘的研究。近年来,该领域已经有许多重要的研究成果。本文对近年语音理解领域中的语音文摘研究成果进行综述,最后展望未来语音文摘技术可能的研究热点。     

英语语音课可视化研究——以Praat软件为例

英语语音是英语专业学生的核心课程,传统的语音教学多为反复操练,随着信息技术的发展,语音可视化软件也被应用到了语音学习中。介绍了几种常见的语音可视化软件,并探讨了Praat语音可视化软件在英语语音教学中的可行性。     

高校英语专业语音教学导师制探析

当前我国很多高校的英语专业发展迅速,但语音教学却始终是个难点。语音教学是英语专业教学的基础,语音不仅是听力、口语、词汇、翻译等所有专业学科的基础,而且是学生求职是否成功的关键因素。语音教学导师制较好地实现了语音教学的目标,它将学生分为若干小组,并指定相应的语音教师担任导师,导师在集中授课的基础上,分别对每个学生加以指导,并为每人制定相应的训练计划。语音教学导师制是当前提高英语专业学生语音能力的一个有效的教学模式。     

汉字识别中声旁与整字语音激活的相对优势

以声旁位于右半边且独立成字的汉语左右结构合体字为材料 ,操纵汉字的规则性和命名作业的类型 ,利用命名整字和命名声旁两种命名作业中的规则性效应 ,分别测量声旁语音对整字语音激活的干扰和整字语音对声旁语音激活的干扰 ,在此基础上考察了整字与声旁语音不一致时 ,两种语音相互竞争和干扰的情况。结果发现 :(1)高频字整字语音干扰声旁语音激活 ,但声旁语音并不干扰整字语音激活 ;(2 )低频字整字语音干扰声旁语音激活 ,声旁语音也干扰整字语音激活 ,其中整字语音对声旁语音激活的干扰更明显。这些发现表明 ,高频字整字语音的获得明显快于声旁语音的获得 ,低频字整字语音和声旁语音尽管可能是同时获得的 ,但是 ,整字语音的激活水平要高于声旁语音的激活水平。     

小波分析在语音端点检测中的应用

端点检测是语音信号处理过程中非常重要一步,它的准确性直接影响到语音信号处理的速度和结果,因此端点检测方法的研究一直是语音信号处理中的热点。小波分析基于语音和噪声的频谱特性差异可以实现语音信号的精细分析,实验证明基于小波分析的语音断点检测简单易行,具有一定的优越性。     

大学英语语音教学的目标及策略分析

语音教学是外语教学的基础,语音学习影响其它语言项目的学习,良好的语音基础有助于听说读写等语言技能的形成。本文在简要分析语音教学的重要性的基础上,重点论述了大学英语语音教学的目标并对语音教学的策略进行了探讨。     

基于短时谱估计的语音增强改进算法

语音在传输过程中受到来自周围环境、传输媒介等的干扰是不可避免的,这些干扰会严重影响语音接收时的质量,导致收到的语音信号不再是原始的纯净语音信号,而是带有各种干扰噪声的语音信号,这不仅影响语音的收听质量,也给后续的语音处理带来了一定的影响.因此对语音进行增强不可或缺.大部分传统的语音增强算法仅仅只通过改变语音的幅度,再叠加上原始的语音相位或者仅调整语音的相位再和未改变的幅度叠加来实现语音信号重建从而增强语音.本文提出了一个通过既改变语音信号的幅度又改变其相位的语音增强算法.通过使用客观语音质量测评(PESQ)和语谱图对用不同方法增强后的语音进行比较,验证了用本文方法得到的增强语音质量更佳.     

英语语音学习技巧

学好英语的基础是要学好语音 ,但语音内容是音标、读音规则等较枯燥的内容 ,有些学生便不肯下功夫去学 ,缺乏学习的主动性。在语音学习中还存在着一些问题。文章就如何调动学生学习语音的积极性 ,怎样使语音学习形象具体 ,以及语音学习中常见错误及纠正方法等提出看法     

汉语耳语音库的建立与听觉实验研究

耳语音的识别和转换是个全新的课题,可应用于公共场合下的通讯和公安司法工作的某些特殊需要等方面.首先建立了一个包含1172个字和98个近音词的单人女声的汉语耳语音库.通过对两个听觉测试实验数据的统计分析,研究了人耳对汉语耳语音字和近音词声调的辨认率特征,得出人耳对孤立字四个声调的辨认率由高到低的排序为三声>四声>二声>一声.同时也得出人耳对词声调的辨认能力比字要强得多.幅值包络和音长这两个特征参量能够反映出汉语耳语音声调的特性,基于此参数对汉语耳语音字进行声调识别实验,其声调识别率已达到了人耳的平均辨认率,为连续耳语音声调识别研究打下了基础.     

句末“阳平＋去声”词语重读时的音高变化

韵律处理是语言合成技术的重要部分，了解韵律特征及建立韵律模型是提高合成语言自然度的前提。实验利用Praat软件，在分析了32组语音实验材料，建立音高数据库的基础上，研究句末“阳平＋去声”词语重读时的音高变化，初步得出重读时高音点的音高会有明显提高，且变化幅度大于低音点，阳平声调低音点的音高会有所下降的结论。     

Tone features in whispered Chinese

Study on the whispered tone is important to speech recognition and conversion in whispered Chinese. In this paper, the characteristics of whispered speech are introduced and the tone features in whispered Chinese are discussed. There is no fundamental frequency in the whispered speech, so other features, such as the amplitude envelope, duration, glottal area, lip area, forrnant, and vocal tract length, are extracted and their contributions to the automatic tone recognition are compared. From the experiments with six simple Chinese whispered vowels in four tones, it is proved that loudness-weighted 32 Mel-frequency bands log-amplitude envelopes and duration can be used as the main tone features in the whispered Chinese tone recognition. The average tone recognition rate approaches that of the human perception level.     

文语转换系统中语音库录制方法的研究

研究了自然语言的音变规则 ,在文语转换系统中的语音库大小为可接受范围内 ,为提高合成语音的自然度 ,提出了一种录制语音库的改进方法 ,使系统的合成质量有了较明显的进步 .     

潍坊滨海方言的儿化与变调

潍坊滨海方言的儿化和变调都很有特色，文章作了详细描写。儿化以卷舌为主要特征，伴有主要元音的后化高化或丢失等现象，有时还引起声母的变化。普通的两字组都是前字变调，曲折调、平调多变，降调多不变；后字为轻声的两字组变调依前字的古音地位分两种类型；重叠的两字组变调与单字的古音地位有关，也与重叠后的词性有关。     

云南文山话单字音声调的实验研究

相对于传统耳听手记的声调研究方法，实验语音学的方法可以使语音的研究结果更加客观化。该研究使用实验语音学方法考察了文山话单字音音高、调域、调长等，结合实际听感对实验值和传统值之间的区别做了探讨，得出文山话单字音的声调格局是：阴平为次高升调调型，调值为445；阳平为降调调型，且降幅较大，调值为532；上声为次高降平调调型，调值为433；去声为次低降平调调型，调值为211。     

日语长音、拨音、促音对声调的影响

长音、拔音、促音对声调的影响主要体现在两个方面：一是对重音位置产生影响。单词声调的重音多出现在长音、拨音、促音所依附的音节上或者位于词尾第三或第四个音节上。二是具有平衡声调的作用。词中如果出现两次或两次以上的长音、拨音、促音，因为它们在词中均衡分布，所以声调多发平板音。     

基于小波变换的汉语三字词基音提取

给出了一种基于小波变换的汉语三字词基音提取方法。根据小波变换应用于突变信号检测的原理,充分利用多分辨率分析,准确地实现了汉语三字词基音的提取,同时给出了小波变换的快速算法。     

屯堡方言声调系统共时历时比较

屯堡方言与周边方言声调的共时比较和历时追溯表明:屯堡方言与周边方言声调的区别特征主要体现在调值及入声的归并上.屯堡方言阴平调值是中平调33,是明代汉移民语音的底层;周边方言的高平调55,是清代汉移民语音叠置覆盖的结果;其余方言的次高平调44,则大多是中平调受到高平调影响而出现的一种过渡状态.入声归并上,屯堡方言全浊入声归阳平是填补舒声空位的结果,这与周边方言显示出很强的一致性;而其次浊声母和清声母入声字归阴平,这属于明代汉移民语音中的底层成分;周边方言乃至西南官话中这些字归阳平,则是清代汉移民语言对该方言进行重叠覆盖的结果.     

电话语音智能自动报警系统

主要介绍一种以单片机80C51,ISD1420P语音录放电路、拨号电路及LM567通用音调译码器集成电路为核心,通过电话机实现的远程智能报警系统.该系统实用性强、功能灵活多样,易于扩展,可广泛应用于家庭、办公室、仓库、金融单位等安全防盗报警.