北京奥运翻译机构44种语言直译奥运

你听说过僧加罗语、豪萨语等语种吗?尽管讲这些语言的人很少,尽管它们之中有些还不是官方语言,但在北京奥运会期间,如果你拨打多语言服务中心的总机,你就会听到这些"稀有"的声音。44个语种,24h不间断服务,这就是北京奥运会多语言服务中心的职能所在。     

语种识别中基于局部多样性建模的向量空间模型

针对语种识别中大规模数据库的训练问题,提出一种基于局部多样性建模的向量空间模型。首先将训练数据库分成若干个小数据库,然后利用每个小数据库来训练不同的向量空间模型,最后对不同的模型进行加权组合。为了有效地对不同模型进行组合,需要对模型的加权系数进行优化。对模型组合算法从理论上进行推导,在模型权重与分数线性融合系数之间建立起对应的数学关系,并提出采用逻辑回归方法对不同模型的权重进行估计。在美国国家标准技术局(NIST)2009年度语种识别测试库上的实验结果表明:所提方法不仅能够处理大规模的训练数据,而且相比传统方法识别性能也有了一定程度的提高,系统的等错误率在30 s、10 s和3 s的测试条件下分别下降了8.44%、5.91%以及3.45%。     

西南五省份外语高等教育语种和学科专业的现状调查

在从语种和学科两个层面,对西南五省份高等教育的现状进行比较详尽的调查及策略研究。调查发现:西南五省份外语高等教育的语种规模偏小,语种结构严重失衡,语种设置不合理;学科专业设置高度同质化,学科层次结构严重失调,学科优势差异明显。为此,西南地区应坚持市场调节与国家政策宏观调控相结合,科学规划外语高等教育;倡导优势互补,促进资源共享;立足地方实情,积极构建特色学科体系;并推行少数民族教育+外语教育培养模式,大力扶持边远少数民族地区的外语高等教育。     

《渝州大学学报》(自然科学版)引文分析

统计分析了1998-2000年《渝州大学学报》自然科学版刊载论文的引文量、作者自引率以及引文类型、语种、年代、时差等，指出了学报作者利用文献的现状和特点，并为文献服务工作的改进提供了定量研究依据。     

《中国科学:信息科学》中、英文版分刊声明

《中国科学:信息科学》及其英文版《SCIENCE CHINA Information Sciences》从2011年4月15日起正式分刊.自即日起所收文章将按作者投稿时语种分别发表在《中国科学:信息科学》(中文版)或《SCIENCE CHINA     

基于听感知特征的语种识别

为了在语种识别时充分利用人的听感知特性提高识别性能,提出了一种基于听感知模型的特征。听感知特征采用Gammatone滤波器组代替常用的三角滤波器组计算语音信号各子带能量;根据等效矩形带宽模型,确定各滤波器的中心频率与带宽;使用反置等响度曲线模拟人耳对信号不同频率成分的主观响度感受。在基本听感知特征的基础上,还提出了一、二阶差分特征和偏移差分特征用于语种识别。对比实验表明,该文所提的听感知特征性能均优于目前普遍使用的Mel频率倒谱系数(MFCC)特征及其衍生特征。     

《宝鸡文理学院学报(自然科学版)》2000～2004年引文分析

采用文献计量法,统计了《宝鸡文理学院学报（自然科学版）》2000～2004年刊载论文的引文量、引文语种、引文年代、普赖斯指数、引文半衰期和自引率的分布情况。统计结果表明：引文量总计为3210条,篇均引文量6.674条;20世纪90年代的文献最多,占总引文量的48.94％;中文与外文文献的引用率分别为63.33％和36.67％;期刊引用率为61.53％,专著为25.76％;普赖斯指数为40.69％;引用文献的半衰期为6.70年;自引率2.31％。     

可变时长的短时广播语音多语种识别

针对短时语音时长过短以及训练语音和测试语音时长不等,导致语种识别性能大幅度下降的问题,提出了一种可变时长的短时广播语音多语种识别模型（Variable Duration-Language Identification, VD-LID）.首先,对不同时长的语音进行时长规整;然后,对规整后的短时语音进行特征提取,提取其对数功率谱包络图作为语种特征;最后,将语种特征输入到残差神经网络中进行分类.实验结果表明,相比于传统特征输入,对数功率谱包络图特征将短时语音的语种识别准确率提高到了82.4%;相比于没有引入时长规整层的语种识别模型,VD-LID在测试语音时长为5 s和10 s的实验中,语种识别准确率分别提升了27.9%和37.7%.     

基于改进GFCC特征参数的广播音频语种识别

针对广播音频语种识别中与语种识别无关的特征对识别结果产生影响的问题, 提出一种基于伽马频率倒谱系数的改进特征参数的语种识别方法. 通过提取每帧信号的能量谱包络, 去除部分与说话人相关的特征, 采用Gammatone滤波器组滤波, 经离散余弦变换后再进行倒谱提升, 得到改进的伽马频率倒谱系数特征参数. 将广播音频信号提取特征参数输入隐Markov模型中进行训练测试, 得到的语种识别结果表明, 该方法有效提升了广播音频语种识别的准确率, 优于目前使用的伽马频率倒谱系数特征及其衍生方法.