外来词对汉语的影响新探

本文从正反两方面探讨了外来词对汉语产生的影响。文章认为，外来词的引入一方面可以丰富和繁荣汉民族的语言和文化，增强汉语的表达能力，扩充汉语的词汇系统，促进中外语言文化多方位、多渠道交流；但在另一方面，外来词的负面影响也是相当明显的，它破坏了汉字形、音、义的统一，一定程度上影响了汉语的构词形式、语音系统以及汉语的健康发展。     

论汉语病句学的构建

论汉语病句学的构建孟建安盂建安曾撰文讨论过汉语病句的某些问题，以期对汉语病句系统有一个更清楚、更深刻的认识，其终极目的是希望通过观察、思索与讨论，提出构建汉语病句学的设想。正是基于这种认识，本文将对构建汉语病句学的若干问题作如下阐述。一、必须树立系统...     

简论动词性双音化结构的句法语义和语序效应--与英语对比的视角

在学界对汉语双音化研究成果的基础上，系统探讨了双音化的句法语序效应：双音化动词（组）削弱了动性，宾语基本能够提前为话题，增强了汉语话题优先性类型特征；动词性双音化在历时发展中凝固了过程义和结果义，作格性增强，使汉语的词类交叉更为明显；动词性双音化蕴含一定的体意义，使汉语体系统更加完备；动词性双音化加强了汉语基本语言单位的可分析性。     

汉语对英语教学的负迁移

根据格式塔理论，新的认知基础、归纳能力是建立在旧的原有的基础上，新知识的输入必然以原系统为参照系统或立足点，原有系统必然对新系统产生影响。在以汉语为母语的英语教学和学习过程中，汉语从语音、词汇、句法等几个方面对英语教学产生负迁移。     

论威廉·冯·洪堡特汉语研究的现实意义

阐述了洪堡特汉语研究的主要方法和原则及其汉语观。分析了中国语言学界汉语研究的不足：对科学研究的方法重视不够，探索不够，缺乏自己的语言学理论和语言哲学。在研究中大偏重实用，始终局限在部分、静态、孤立的研究里，缺乏系统、动态的研究和横向的比较。在此基础上，着重探讨了洪堡特汉语研究的方法、原则及其汉语观对中国语言学研究的现实意义。     

汉语语言变革与中国先锋小说的话语方式

汉语语言的变革在历史上是不乏先例的，先秦时代的汉语和现代汉语两相比较，无论音响意义还是物质外壳都相异迥然．几千年的汉语史实际上是一部漫长而艰辛的汉语变革史，然而在这部历史中真正可以誉之为汉语语言革命的历史事件则是发生在本世纪初的“五四”新文化运动，以陈独秀、鲁迅和胡适为主将的先驱者们弹心竭虑，奔走呼告，终于把汉语从古老、陈腐和僵化的文言句法与语法规则下解放出来，成为现代白话口语。但这次革命在更新了汉语语言的外在形式之后便浅尝辄止，没有继续把汉语语言作为一个特殊的完整的符号系统来剖析与考察，没能把…     

关于“兼语”尴尬的思考

兼语在现代汉语语法系统中一直处于不是句子成分却具有句子成分职能的矛盾地位。其理论原因有：汉语语法学起步晚且一直以西方语法学为理论基础，汉语的开放性和方言的复杂性；实践原因有：缺乏区分句子成分的客观标准，兼语定名不科学。建议开展汉语语法学史研究，检讨语法学研究的观点及方法，建立有民族特点的语法学，确立区分句子成分的标准，科学地给兼语定名、定性、定位。     

基于PSOLA技术的汉语语音规则合成系统

研究了使用基音同步叠加算法（ＰＳＯＬＡ），来改变汉语语音的音高、音强和音长，进行汉语语音合成的方法。同时对于其中的主要参数：基音同步标志，则利用了改进的自相关算法、ＨＩＬＢＥＲＴ变换原理和搜索算法，建立了精确自动确定标志的软件。另外提出了汉语词调的优化统计方法，得出了词调的定量描述规则。最后运用ＰＳＯＬＡ算法原理，加上汉语全音节音库和较为完善的韵律规则库，设计了一个较为清晰、自然的汉语语音规则实时合成系统。     

汉语符号系统在户外广告设计中的应用研究

基于汉语符号系统的艺术特征,以汉语符号系统的语音系统、词汇系统、语法系统和修辞手法上的独特美学特征为出发点,结合户外广告设计的实际案例来研究汉语符号系统美学功能的应用.作者通过对户外广告设计中汉语符号系统美学功能的发掘,将汉语符号系统的独特性与户外广告传播快的特点进行结合进行创意设计,以此来增强户外广告的创意与视觉表现,最终达到加强传播效果加强传播效果的作用.     

一种新的语音识别理解方法

传统的汉语语音理解方法主要有两种：语言学方法和统计学方法，它们在过去的研究工作中已经取得了许多成果，但是用这两种方法建立的系统都是开环系统，对在理解中发生的错误没有自校正能力。本文提出了一个具有语言的预生成能力和反馈自校正能力的闭环汉语语音理解方案，它可以克服传统的开环系统的不足。为了证实本方案的可行性，本文最后还给出了一个汉语地名的识别理解实验的结果。     

基于SQLite技术的汉语语音识别数据库的建立

建立一个适合于特定说话人识别系统的汉语语音识别数据库,对推动说话人识别技术的研究和应用具有重要意义。本文基于支持向量机的说话人识别系统研究和开发过程中,构建了一个基于SQLite技术的汉语语音识别数据库,通过LabVIEW平台来实现对数据库控制操作。采用无序列样本和语音数据库样本分别进行比对实验。测试结果表明：一方面,无论是采用该语音识别数据库样本还是无序样本对说话人识别系统的识别率没有改变,这充分说明本系统建立的汉语语音识别数据库具有高稳定性和可靠性;另一方面,采用语音识别数据库样本其系统识别时间却明显缩短,这是改善基于支持向量机的说话人识别系统性能的有效途径。     

一种新型汉语单音节识别方法

介绍了一种新型字基 ＶＱ／ＨＭＭ语音识别方法： ＶＱ与 ＨＭＭ分级识别算法。 使得 ＶＱ部分可用作语音识别的第一级处理， ＨＭＭ部分作第二级识别。在第一级识别中 可引进汉语的音素知识，使 ＶＱ／ＨＭＭ性能进一步提高，并可用于大字汇表的实时语音识 别，存贮量、计算量均大大减少。用此方法把汉语四声作一个 ＨＭＭ模型，使汉语 ４００ 个基本音节的识别率达 ９６％以上．若加上精确四声识别则可识别汉语的 １２００种声音。     

汉语语音音素分割的一种新方法

音素分割在大词汇量连续语音识别的过程中起着重要的作用 .该文提出了一种简单实用的音素分割方法 ,比较好地解决了这个问题 ,并在大词汇量汉语语音识别中得到了应用 ,取得了较好的结果     

随机轨迹模型中汉语连续语音识别基元的选取方案

在比较各种汉语语音识别基元的基础上,结合汉语语音和随机轨迹模型的特色,提出了以音素类单元作为汉语连续语音识别系统的识别基元．基于音素基随机轨迹模型的汉语连续语音识别系统的实验结果表明,该方案可行．     

一个适合汉语讲话者的计算机识别系统

由于诱人的应用前景,语音识 多年来一直是人们研究的重大课题,讲话人的计算机识别(Speaker Recognition)则是语音计算机识别的一重要内容,作者根据汉语发音的特点,成功地研制出一个适合汉语讲话者的计算机识别系统,得到较高的识别率和语音压缩率,本文介绍了此识别,文中着重讨论应用时间域归正当解决汉语发音动态变化问题,并对系统的研制心得,实验结果作简单总结.     

NICT/ATR Chinese-Japanese-English Speech-to-Speech Translation System

This paper describes the latest version of the Chinese-Japanese-English handheld speech-tospeech translation system developed by NICT/ATR, which is now ready to be deployed for travelers. With the entire speech-to-speech translation function being implemented into one terminal, it realizes real-time, location-free speech-to-speech translation. A new noise-suppression technique notably improves the speech recognition performance. Corpus-based approaches of speech recognition, machine translation, and speech synthesis enable coverage of a wide variety of topics and portability to other languages. Test results show that the character accuracy of speech recognition is 82%-94% for Chinese speech, with a bilingual evaluation understudy score of machine translation is 0.55-0.74 for Chinese-Japanese and Chinese-English     

用于汉语全音节识别的新特征参数——频变参数

本文探讨了一种特定人的汉语全音节语音识别方案,介绍了一种基于人耳听觉特性的语音参数的提取方法,对以1/3倍频程分布的16个通道滤波器组的对数能量输出用非线性时域归正方法归正到定长,然后求出相邻通道间频谱的变化量,即得到一组新的特征参数——频变参数.这组参数能够较好地反映语音中与感知有关的特性,如高音、音强、音调等.音节被选用来作为识别的基本单位,以400个汉语无调音节作为字表.最后给出了识别结果.     

基于自回归模型的加性噪声环境稳健语音识别

为提高噪声不平稳或不可估的情况下语音识别的稳健性,提出了利用自回归模型和短时平稳性假设,估计干净与噪声环境的语音数据,建立相应的语音识别模型,以达到抗噪效果的稳健语音信号处理方法。在N o iseX-92的4种噪声环境(w h ite,babb le,vo lvo,destroyer eng ine)从0到20 dB的不同信噪比下的“863”大词汇连续语音标准数据库的平均识别结果表明,该方法能够使得基于段长分布的隐M arkov模型的语音识别系统在25候选时声学层的音节相对错误率下降达到10.85%以下,同时相对正确识别率上升12.13%。