言语产生的胸腹呼吸机制

该文通过胸呼吸和腹呼吸信号研究言语产生的胸腹呼吸机制,以及呼吸与韵律间的关系。实验结果表明:言语以胸腹联合式呼吸为主,腹呼吸重置时间早于胸呼吸重置时间和语音起始时间,呼气相时长约等于语音时长。吟诵所需气息量比朗读大。胸呼吸主要作用是保证足够的气息量,在发音时胸腔保持扩张状态至发音结束。腹呼吸主要作用是,通过腹肌和膈肌稳健收缩,控制气流持续释放,以获得连续的语音。韵律句起始处对应一个胸腹呼吸重置,韵律短语边界对应胸腹呼吸间断。该研究对言语呼吸生理机制的认识和理解具有重要意义,为言语产生呼吸生理建模提供研究基础。     

影响英语语音感知与产出的年龄因素

在二语语音研究领域,年龄方面的研究备受关注也充满争议。国外有许多实验研究,其研究对象一般为目的语国家移民,对母语环境外语学习者的研究不多。国内研究多为思辨性的分析和讨论,缺乏有说服力的实验数据。文章在国内外研究成就的基础上,选取了学习背景相似、学习时间相当的80名中学生进行了语音听辨和朗读测试实验,旨在考察英语学习起始年龄对无自然语境、主要通过课堂学习英语的中国学生的语音感知和产出的影响。实验结果表明年龄对语音产出有影响,对感知无显著影响。语音感知与产出并不同步。     

英语词汇心理表征的关键因素——基于词汇能力的研究

词汇能力是言语产生的核心组成部分,词汇学习和记忆质量会从词汇能力反映出来。本实验使用高低频词汇表,从语音、词性、词法、语义和相关词等词汇子系统,研究学生在进行视觉词汇理解时激活词汇知识的过程,探讨影响学生英语词汇心理表征的关键因素。     

汉语语音感知研究综述

汉语语音感知研究是语言研究的重要组成部分.文章在现有的汉语语音感知研究成果的基础上,分析汉语在元音、辅音、轻声、重音等方面的感知研究现状,并从音感知概念,汉语语音听辨研究(其中又以汉语的元音、辅音、轻声、重音四个方面进行了梳理,汉语语音韵律感知的ERP研究三个方面进行了综述.语音感知的ERP研究主要集中在韵律感知领域.     

语音情感识别的关键技术

语音信号中的情感信息是一种很重要的信息资源,仅靠单纯的数学模型搭建和计算来进行语音情感识别就显现出不足。情感是由外部刺激引发人的生理、心理变化,从而表现出来的一种对人或事物的感知状态,因此,将认知心理学与语音信号处理相结合有益于更好地处理情感语音。首先介绍了语音情感与人类认知的关联性,总结了该领域的最新进展和研究成果,主要包括情感数据库的建立、情感特征的提取以及情感识别网络等。其次介绍了基于认知心理学构建的模糊认知图网络在情感语音识别中的应用。接着,探讨了人脑对情感语音的认知机理,并试图把事件相关电位融合到语音情感识别中,从而提高情感语音识别的准确率,为今后情感语音识别与认知心理学交叉融合发展提出了构思与展望。     

中国手语模态对句子加工的影响

该文系统地研究了中国手语模态对句子加工的影响,使用事件相关电位(ERP)技术来探索句子加工过程中手势模态的语义和语音信息对词汇通达的影响和时间过程。设计实验材料时,对句尾变化条件下目标手势的语义和音韵形式进行了系统的人为操纵。通过18个被试的实验,观察到将初级视觉特征映射到手势音韵特征的手势感知证据(时长100~200ms),紧接着是将目标手势音韵特征与语境信息匹配的负成分(时长200~400ms),以及表征语篇语境对语义制约的动态建构的负成分(时长400~650ms),它促进了手势的音义信息与句子信息的整合。音近和义近手势在时间进程和效应方向上存在着相似性,表明手语模态的词汇通达与有声语言类似,并消耗类似的在线处理成本。同时发现了手语模态独有的表征手语音韵特征加工已经完成的N300效应,它代表了手势音韵元素识别和手势识别之间的直接联系。实验结果表明:在进行句子加工时,被试首要考虑的是语境和目标手势匹配,并不是与手势的音韵特征匹配。这种结果可能是词汇选择时音近和义近相关信息相互作用的标志。     

机器狗情感语音识别技术的研究

近年来随着国内人工智能技术的发展,对机器狗的研究日趋深入.情感在人类的感知、决策等过程扮演着重要角色,语音作为人类和机器狗重要的交流媒介,携带着丰富的情感信息.如何使机器狗从语音中自动识别的主人情感状态受到人工智能领域研究者的关注.本文从语音情感识别所涉及的情感语音数据库、语音中的情感特征和语音情感识别算法几个重要问题出发,研究了情感语音机器狗的实现方法.     

语音信号中相位信息的听觉感知研究

通过主观听觉测试实验，研究了语音信号中相位信息对人的听觉感知的影响．实验结果表明，保持语音信号的幅度谱不变，在改变其相位谱时，只要重建信号在时域中的包络不变，重建语音和原始语音就不存在主观听觉上的差异．重建语音的听觉感知效果主要取决于附加相位对频率的导数的起伏幅度．重建语音中不同频率分量之间的最大相对时移决定语音感知的质量，当最大相对时移小于10ms时，语音感知质量最优；只要相位失真带来的不同频率分量之间的最大相对时移小于20ms，就不会影响对连续语音的正常理解．     

英语专业学生英语紧/松元音感知实验研究

以言语感知模型和范畴理论为基础,采用感知实验的研究方法对英语元音时长进行了调整,就语音培训对英语专业学习者美式英语紧元音/i:/、/u:/和松元音/L/、/u/感知影响进行了研究.3名美籍教师和英语专业学生60名参加了合成语音辨别实验和区分实验.实验结果证实关国人的元音感知不受元音时长影响,而英语专业学习者元音感知主要受元音时长影响;语音培训对英语专业学习者英语紧/松元音感知产生显著影响.实验结果表明"语言培训迁移"是造成两者感知差异的重要因素,也是英语专业学生元音感知动态变化的原因.研究表明通过强化音质差异可以显著提高英语紧/松元音感知.     

基于事件相关电位绝对时间标记法的汽车造型语义评价方法

借助Muse脑电设备,采用绝对时间标记法,探索事件相关电位（ERP）实验的造型评价方法,从而缩短造型设计评估周期,提高企业内部造型设计决策效率。首先通过句尾歧义经典实验范式,验证Muse脑电设备可用于ERP的N400经典实验范式研究,其次进行多模态语义加工研究的复合刺激范式实验,验证Muse脑电设备测试结果。结果表明,Muse脑电设备在对汽车造型语义与文字语义进行测量时,能够准确采集N400成分并进行比较。N400成分可以在特定刺激下反映用户的真实想法,提高汽车造型决策效率,降低造型设计成本。     

基于音高映射合成语音的汉语双字调声调训练

该文使用音高映射方法,通过选择合适的标准语音,合成出音段、音色保持不变,而只是声调变为标准语音声调的教学语音用于声调训练,减少了语音信号中声调信息之外的复杂变化带来的信息冗余与干扰。以汉语双字调的合成语音为实验材料,对日本被试进行了声调训练实验。训练结果表明:合成语音方法在声调的感知和产出的相对进步率,以及泛化产出的效果上都优于标准语音方法,远好于没有训练的对照组,大部分实验结果差异在统计上具有显著性。实验结果佐证了语音学习时存在人脑的选择性注意机制,为将合成语音方法集成到计算机辅助汉语声调教学系统,提供了实验和理论依据。     

基于语义分析的互联网产品评论挖掘

从语义分析角度出发,对产品评论文本进行情感倾向分析研究。首先在现有的情感词典的基础上整理并构建一个面向产品评论的情感词典;然后以句子为单位对评论文本进行语句分割,根据词频统计提取产品的主要特征词,并构建特征关联词词库,针对不同的特征分别进行情感倾向分析;最后对所有评论文本作加权计算获得其总体情感倾向。实验结果表明,基于语义分析的产品评论挖掘方法具有较好的情感分析效果。     

声音骨传导方式与空气传导方式在听觉诱发脑电实验中的对比

声音可以通过骨传导与空气传导两种方式被人的听觉系统所感知.区别于常用的空气传导方式,骨传导方式中声音通过颅骨的振动直接刺激听觉神经,具有抗干扰、频带宽、不受中耳疾病影响等特点.本研究设计了声音两种传播方式下的听觉脑电诱发实验,从波形分析、脑电地形图以及脑网络分析三个方面入手对诱发的脑电信号进行对比分析.实验结果表明,两种方式均可诱发出P300、N200波形,且骨传导方式下,幅值显著高于空气传导方式.两种方式下的脑网络也存在显著差异.     

基于进程代数的上下文感知模型

针对当前上下文感知研究大多集中于技术解决方案，缺乏理论上统一描述模型的问题，提出了基于进程代数的上下文感知模型（CAMBPA）．该模型独立于具体的应用平台，具有平台无关性．首先，利用带时间参量的上下文的状态变迁来描述动态环境的变化，并根据进程代数的合并理论，采用合成简单环境状态变迁的方法来实现对复杂环境状态变迁的描述．随后，通过在模型中引入感知函数，实现了对感知行为的描述，同时对上下文状态变迁赋予了资源语义，从而使模型能够刻画移动计算环境中的动态资源情形．采用染色Petri网对CAMBPA模型实例进行了可视化仿真，结果表明该模型具有语法、语义的正确性，以及良好的可扩展性，能够很好地描述上下文感知．     

言语知觉中的感觉运动整合机制

 大脑如何感知和理解言语是心理学和脑科学研究的重要问题之一。近年来,言语产出相关的皮层言语运动系统（SMS）通常被认为以代偿调节方式参与有噪音干扰和/或信息缺失情况下的言语知觉中。本研究采用功能性核磁共振成像（fMRI）技术考查在噪音干扰下的音节辨识任务中的感觉运动整合机制。研究1发现,SMS的参与程度随语音辨识难度增加而增加、在噪音干扰下比听皮层具有更高的音位特异性编码和表征能力,并且在难度适中时对听皮层编码代偿作用最大。研究2发现,听力正常的老年人在噪音干扰下存在音节辨识困难,且比年轻人更加依赖SMS的活动增加以及较少受到老化和噪音影响的言语运动表征以代偿听觉加工能力的下降。本研究不仅加深了对言语知觉中跨通道感觉运动信息整合机制及其毕生发展机制的认识,还为帮助听力受损或正常的老年人设计和开展言语交流康复训练方案提供了新的视角和启发。     

图像检索技术中情感计算模型研究

针对目前图像检索忽略情感因素的问题，在图像检索系统中引入了情感计算技术，提出基于情感语义的图像检索系统模型和情感计算研究情感信息的数字化处理方法，以期创建一种能感知、识别和理解人的情感，能针对人的情感做出智能、灵敏、友好反应的计算机系统，旨在使人机交互更趋人性化．     

跨语言语料库的语音情感识别对比研究

情感感知具有普遍性和差异性,不同语言表达的情感有不同的情感特征,但也存在相似的情感特征.选择IEMOCAP英语情感数据库、CASIA汉语情感数据库、EMO-BD德语情感数据库,以中性、生气、快乐、悲伤四种情感为研究对象,了解在单语言语料库、混合语言语料库、跨语料库的语音情感识别情况.使用支持向量机(Support Vector Machine,SVM)、卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long-Short Term Memory,LSTM)为分类器进行训练,对情感进行识别.从实验结果可以看出,不同语料库的语音情感的识别模式存在相似性,也存在相似的语言情感特性.还发现英文的中性情感和中文的悲伤情感具有良好的模型泛化性,英文的悲伤情感和中文的中性情感有较好的适应性.     

跨文化视域下的非言语交流探析

非言语（ NOV）语言在交流过程中起着重要的作用,它可使人们在无意识情形下传递自己真实的情感。非言语交流（ NVC）可分为四种基本类型：体态语、副语言、环境语和对象语。非言语交流具有一定的文化载体,中西方文化存在着较为明显的差异。跨文化视角下的非言语交流探究,能够帮助人们更好地理解和运用非言语交流手段,尽量避免跨文化交流中不应有的障碍,增进不同文化与语言背景下人们的相互理解,提高交流水平。     

影响汉语音段反转言语掩蔽效率的参数研究

研究了帧长、帧移、信噪比、窗函数和语速对汉语音段反转言语掩蔽效率的影响.采用不同参数对目标语音进行处理,得到音段反转言语,其掩蔽效率由被掩蔽声的可懂度衡量,被掩蔽声的可懂度由语音质量感知评估(PESQ)指标评价得到.研究表明,汉语音段反转言语的掩蔽效率随帧长的增加、信噪比的降低或语速的升高而升高,帧移为帧长的1/2时掩蔽效率最高,窗函数对掩蔽效率没有影响.     

基于时域模型分析谐波复合音的音高感知机制

为了探讨中等次数的谐波复合音是否依赖于时间精细结构信息进行音高感知, 测量了谐波复合音的基频辨别阈。目标复合音可以单独存在, 或者和掩蔽复合音同时存在。二者经过相同的带通滤波区域, 具有不同的相位组合和基频差异。结果表明: 相位组合对音高感知没有显著影响; 滤波区域和基频差异对音高感知具有显著影响。采用时域模型分析发现, 中等次数的谐波复合音可能依赖于时间精细结构信息获得较好的音高感知结果。研究结果能帮助建立复杂声音场景下的音高感知机制。