傈僳语基本颜色词初探

颜色词是各种语言中的基本词汇，产生稍晚，不能全部依附于具体的事物产生，具有一定的模糊性和抽象性。在中国怒江、维西傈僳族比较聚居的地区，傈僳语在家庭、村落、集市和政府机构中广泛使用，是傈僳族的主要交际工具，阐述分析傈僳语基本颜色词的结构特点和隐含的民族文化内涵，对傈僳语的研究有一定的指导意义。     

基于HTK的白族语音识别方法

利用计算机识别少数民族语音是保护和传承民族文化的重要手段。白族是祖国西南边陲重要的少数民族之一,其历史悠久,文化灿烂。为实现使用白族语进行人与计算机的语音交互,提出了一种基于HTK的白族语音词识别方法。该方法针对白族语的发音特点,以音素为基本识别单元,利用HTK工具提取39维MFCC语音特征参数,构建HMM模型,采用Viterbi算法进行模型训练和匹配来实现白族语音的识别。实验表明,算法的识别准确率达到93-3％。该方法识别准确率高,为研究少数民族语音识别提供了有益的借鉴。     

基于隐马尔可夫模型的非母语说话人口音识别

基于云南境内说话人母语为纳西语、僳僳语的汉语普通话语音，采用隐马尔可夫模型(HMM)，由标准普通话语音库训练得到基线系统的声学模型(HMMSTD)．然后以基线系统的声学模型为初始模型，分别用母语为纳西语、傈僳语的汉语普通话语音训练得到各自的声学模型(HMMNX和HMMLS)，对于未知语音，根据各识别系统的概率得分。采用最大概率准则进行口音的分类判决．实验表明，基于HMM的口音识别系统，其正确识别率达93％。     

韵律语篇训练与英语纯正语音建构之关系研究

无论从种族的角度还是从个体的角度看,口头语言的发展总是先于书面语言。心理语言学研究一致认为语言习得的关键期为童年时期。就二语语音习得而言,相关研究一致认为,二语语音习得受临界点制约：即二语语音习得者在十二三岁前更容易习得较纯正的二语语音;而早期纯正二语语音的习得对今后的听、说、读、写乃至最终熟练准确地掌握第二语言都起到至关重要的作用。本文参照母语语音习得的理论与方法,主要研究在习得母语的过程中,通过使儿童频繁接触各种纯正英语韵律语篇,如英语儿歌、顺口溜、短小故事等方式,充分培养开发他们早期熟练掌握英语语音习得的能力,为其今后学习英语并最终掌握该语言打下坚实的基础。     

二语心理词汇的发展模式

关于二语心理词汇的性质,心理学界主要有三种观点:语音说、语义说和句法说。本研究旨在通过自由联想测试调查二语心理词汇的性质与发展模式。研究结果表明二语心理词汇的性质则因学习者对二语心理词汇的掌握程度的差异而不同。不熟悉的二语心理词汇本质上是语音联系,语义联系较少;而较熟悉的二语心理词汇本质上以语义联系为主。这种区别表明二语心里词汇的发展模式;二语学习者对于二语心理词汇的认识是从语音到语义联系。     

畲族语音交互平台技术研究

利用Web Services技术完成各个系统间异构数据的交换与共享,设计了基于Web Services语音交互畲语学习平台。对平台框架设计做了重点阐述,对畲族语言文化研究、畲族语料数据库构建、应用程序的功能设计与实现、畲语语音处理等关键问题做了说明。该平台在保护畲族语言文化同时兼具实用性与扩展性,对类似系统平台的建设具有示范及借鉴意义。     

浅议现代瑶族勉语语音变化的原因

瑶族居住环境的变化对勉语语音的变化有深刻的影响;现代的生活节奏以及便利的交通和通讯联系加强了瑶族与其他民族之间的联系,现代文明渗透到瑶族社会中,从而加速了勉语语音发展变化的速度;当代的教育体制也对勉语语音的发展变化起着重要的作用。     

浅析英语语音习得中淄博方音的负迁移作用

二语学习者在习得二语语音时会把母语中的音素、声调等迁移到二语当中。方言对英语语音学习的负迁移作用明显。本文通过对淄博方言与英语发音规律的对比研究．分析了淄博方言在英语辅音、元音、重音和语调方面的干扰,进而提出在英语教学中可以采取尽量减少母语对英语语音学习负迁移的教学方法。     

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。     

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.