基于深层说话人矢量的说话人检索

为了解决浅层特征不能有效刻画说话人特征,导致说话人检索率不高的问题,提出了一种基于深层说话人矢量的说话人检索方法.使用受限波尔兹曼机逐层构建一个多层的深层特征提取器用以提取说话人深层特征.为说话人构建基于深层特征的深层说话人矢量.通过计算要检索的说话人的深层说话人矢量和检索库中的说话人深层特征之间的最小距离,对目标说话人进行检索.实验结果表明:在深层特征下,使用深层说话人矢量可以检索到绝大部分的目标说话人;随着深度层数的增加,检索率先增后减,检索率最高对应的深度层数是7;随着深度层数的增加,检索时间非线性增加.     

浅谈中学生说话能力的培养

说话能力是中学生必备的语文能力之一,社会的发展和科学技术的进步对跨世纪的中学生的说话能力提出了更高的要求,因此,语文教师应该重视中学生说话能力的培养. 中学生说话能力的培养一般分为说话心理素质的培养和说话专门技能的培养.     

浅说小学生说话能力培养

小学生说话能力的培养,是小学语文教学面临的一大难题,只有激发孩子们说话的欲望,激励孩子们说话的胆量,引导孩子们会说话,纠正不良的说话习惯,才能培养孩子们善于说话的能力.本文从愿说、敢说、会说、善说四个方面探讨小学生说话能力的培养与形成.     

如何培养学生的说话和听话能力

众所周知,培养中学生语文能力包括培养学生的阅读能力、写作能力、说话能力和听话能力.但在具体的语文教学中大部分教师却侧重阅读和写作方面的训练,往往忽略了说话和听话能力的训练,这是我们语文教学中的一个失误.有的老师也知道说话能力是重要的,但在考试中难于体现和训练方法难以把握,造成对学生说话训练的不足.那么怎样训练学生的说话能力呢?我认为课前五分钟说话训练是行之有效的方法之一.     

基于特征融合的说话人聚类算法

针对单一声学特征和k-means算法在说话人聚类技术中的局限性,为了更好地表达说话人的个性信息并提高说话人聚类的准确率,将特征融合和AE-SOM神经网络应用于说话人聚类中,提出一种改进的说话人聚类算法.该算法通过对语音信号特征分析,将MFCC特征参数和LPCC特征参数相结合,从而完善说话人的个性信息.并在k-means...     

基于小波变换的说话人识别技术

说话人识别技术是通过判断待识别人语音与预先提取的说话人语音特征是否匹配来鉴别说话人身份的一种生物认证技术,环境噪声是说话人识别技术走向实用化的一个主要障碍.针对噪声环境中说话人识别性能较差的不足,结合小波变换的优点,提出了将小波变换技术与传统的特征参数提取方式相结合的方法.该方法首先对语音信号进行小波分解,在此基础上再对小波系数进行阈值处理,仅保留阈值以上的数据,而后提取相关性不大的传统特征参数进行组合,分别作为说话人识别系统的输入矢量.仿真结果表明:在噪声环境中,说话人识别系统能较好识别出说话人,经过小波变换后再提取特征参数的方法可以得到更高的识别率,大大提高说话人识别系统的识别性能.     

基于SVM的藏语说话人性别识别

说话人性别识别是语音识别研究中的一个重要分支.通过说话人的语音识别作为说话人性别识别的预分类技术可以降低研究问题的复杂度,提高系统的准确率.文中首先从建立的藏语语音性别库入手,提取语音的特征参数MFCC,进而利用SVM进行训练和识别.实验结果表明:用于说话人识别的MFCC特征能有效地用于藏语说话人性别识别,且与SVM联...     

论疑问句的关联性

话语(言说)既是说话人实施言语行为的基础,又是说话人意向的载体.疑问句不仅与说话人关联,而且与受话人密切相关.从后者看,主要体现在受话人对具体语境中的疑问句间接意向的推断上.     

浅谈在语文教学中进行"说"的能力培养

随着社会的进步,经济的发展,人际交流日益广泛,口头语言显得越来越重要.叶圣陶先生指出:注意说话训练,是提高语文教学的重要途径之一.培养学生的说话能力,既是日常生活的需要,又能发展学生的思维.作为培养二十一世纪新人的学校,在实施素质教育的今天,加强说话能力的训练、培养,责无旁贷.如何加强说话训练呢?我认为教师可以从以下几个方面着手.     

一种基于改进的矢量量化算法的说话人识别方法

该文针对LBG算法可能有空胞腔产生及有些码字利用率低的问题,提出了一种改进的矢量量化算法,并将其应用到与文本无关的说话人识别研究,得到了一种新的说话人识别方法.实验表明,这种方法对说话人的识别性能好于基于LBG算法的说话人识别方法.     

浅议语言、言语与语境的关系

语言是说话人和听话人交际的一种工具.一般情况,一个人至少掌握一种语言,用这种语言来说话,表达自己的思想,理解别人表达的思想.无论说话或听话都是使用语言的行为.说话的行为及其结果在语言学中通常称为"言语",是在特定的语言环境中为达到某种交际目的对语言的使用,在这个过程中语境的作用尤为重要.     

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.     

俄汉词的语用信息对比

从俄汉词的语用信息特征在词法、句法及俄汉词的语用信息和语义信息交叉三方面入手,分析对比俄汉词中的语用信息.依据说话人对某种事物或现象所表示的评价态度,即从说话人对说话对象的态度、说话人对客观事实的态度、说话人对所说内容的态度三个方面分析俄汉词的语用信息的异同,揭示了词语中所含有的反映本民族文化、历史背景和生活习惯的信息.     

一种新型的与文本相关的说话人识别方法研究

在与文本相关的说话人识别研究中,既要包含说话人身份的识别,又要包含语音文本内容的识别.提出一种基于语音识别的与文本相关的说话人识别方法,从而建立说话人的声纹模型和语音文本模型,与传统的仅建立一种模型的方法相比,该方法能更精确地描述说话人身份信息和语音的文本信息,较好地解决了短时语音样本识别效果不佳的问题.测试实验表明,和传统与文本相关的说话人识别方法(如基于动态时间规整、高斯混合-通用背景模型)相比,由本方法建立的系统虚警概率降低了8.9%,识别性能得到了提高.     

一种适用于远程电话音识别的自适应建模方法(英文)

在大多数的说话人识别系统中,需要首先建立一个说话人无关的模型,这种模型成为全局模型.然后在实际应用中,采取某种自适应的算法来修改此模型.采取这种说话人无关模型的一个不利之处在于性能会随着应用环境和训练环境差异的增大而大幅度降低.为了修补这种差异,就需要较长的训练时间,使得这种方法不利于比较实时的应用,比如通过电话进行远程说话人识别,在这种情况中需要较快的响应速度.本文中提出了一个利用全局模型并能适用于远程说话人识别的方法.基本思路就是在进行识别时利用以前的模型,然后再系统空闲时采取了一个改进的自适应算法快速重建全局模型.试验结果证明了这种方法是可行的.     

一种多说话人角色聚类方法

为有效找出会议语音中的说话人角色个数及各角色的说话人语音,提出了一种多说话人角色聚类方法.首先定义说话人角色聚类的特征,然后采用测地距离度量特征的相似度,进而提出了一种利用类内距离来控制类间合并的多说话人角色聚类方法,最后采用4种不同类型的会议语音对该方法进行测试.结果表明:对手工分割和自动分割后的会议语音进行说话人角色聚类时,如果采用相同的聚类方法,则使用测地距离的性能优于使用传统距离的性能;如果采用相同的距离度量方法,则文中方法的性能优于传统层次聚类方法.     

概率神经网络在文本无关说话人识别中的应用

采用基于听觉特性的Mel频率倒谱系数作为说话人识别特征参数,对概率神经网络进行了描述,并使用该网络进行了文本无关说话人识别研究.实验表明,对20名说话人,用7秒语音训练,3秒语音识别时,该方法可达到96.7%的正确识别率.     

基于组合神经网络的与文本无关的说话人识别

提出了一种用于N个说话人识别的组合神经网络,由N个子网组成,每个子网完成两类模式区分,将这N个子网组合起来完成N类模式的区分.子网选用RBF神经网络,并给出了自组织选取中心的方法.实验显示,对6名说话人,识别率达到94%.对10名说话人,识别率达93.17%.     

基于概率修正PLDA的说话人识别系统

为减弱注册语音与测试语音时长不一致对说话人识别性能的负面影响,提出一个概率修正PLDA建模方法.根据语音时长自适应改变传统PLDA模型中i-vector的概率分布函数,提高PLDA对每个说话人每段语音的时长表征能力,以增强说话人类别的区分度.为验证基于概率修正PLDA模型的有效性,进行了NIST SRE10 corecore测试集在3种不同时长的评测实验,以及NIST 2014 i-vector machine learning challenge测试任务.结果表明,相较于传统的PLDA训练模型,通过语音时长的约束提高了说话人识别性能.     

基于自适应有限差分粒子滤波的说话人跟踪

针对非线性说话人跟踪系统,提出一种基于自适应有限差分粒子滤波算法的麦克风阵列声源定位与跟踪方法.该方法在改进的粒子滤波框架内,采用适应性较强的布朗运动模型,通过计算麦克风阵列波束形成器的输出能量来构建似然函数,有效降低观测误差的不确定性对说话人位置估计的影响,一定程度上提升了说话人跟踪系统的精度.实验结果表明,该方法在基于麦克风阵列的说话人跟踪系统中具有较高的精确性.