用于语音识别的鲁棒自适应麦克风阵列算法

对现实环境中存在的混响以及非平稳干扰语音信源等因素导致的算法性能下降,提出了一种用于语音识别的鲁棒旁瓣对消算法。讨论了旁瓣对消算法在自适应麦克风阵列中的应用,分析了算法在不同的混响条件下、不同的干扰源的噪声抑制能力。该算法通过分帧处理将输入信号划分为一系列短时平稳的信号片段。根据当前帧的信噪比决定自适应滤波器的权系数更新方式。采用一定的范数约束来限制自适应滤波器权系数的误调整。实验结果表明该麦克风阵列在混响的现实环境中能够有效抑制平稳噪声源和交叠谈话背景干扰,提高了语音识别器的抗噪性能。     

论文学语言的生成

本文认为文学语言的生成过程是由意的酝酿，象的构思，言的书写三个阶段构成的，这个过程，既是一个因“应物”而立“意”，为尽“意”而立“象”，为尽“象”而立“言” 的传达，交流的过程，也是一个在“立意”,立象，立言的三方面进行审美的发现和审美的创造的过程，这个过程的结果就是既有审美功能又有意指功能的由“言”，“象”，“意”三层次构成的文学文本的产生，因此，文本结构不是自我封闭的，它是文学语言生成过程的产物，同时又是文学语言读解过程的原因。     

汉语表现风格概论

语言表现风格是综合运用各种风格手段所形成的气氛和格调，是对一切言语交际的产物──话语的气氛和格调从多角度多侧面的抽象概括。表现风格有多组相互对立的类型，是处于最高层位的共性风格，它既可以用来概括语体风格、民族风格、对比风格、地域风格、流派风格和个人风格，而又存在于这各种风格的话语之中，任何话语都附着这样或那样的表现风格。表现风格的成因既有制导因素，也有物质因素。各种表现风格的生成都是有规律的。     

言语输出中的话语修正与外语教学

任务型教学研究认为不同的言语输出任务能为学习者提供不同的机会,帮助他们训练不同的语言层面,从而促进习得。这类研究的一个备受关注的方面就是注意力与任务要求之间的关系。本研究对中国学生学英语最常见的三种输出任务即复述、即席讲话和会话进行研究,根据话语修正类型的分布情况来了解三种任务中学习者的注意力分配,尤其是对语言准确性的注意力分配。     

论英语名词的理解及翻译

从增添范畴词、增词释义、使用形象性词语、词性转换四个方面探讨了英语名词的理解及翻译。     

变帧率技术在语音识别中的应用

变帧率（ＶＦＲ）分析技术可以在语音识别时，用以丢弃那些特征非常相似的语音帧．文中分析了已有ＶＦＲ方法的不足，并提出了一种新的ＶＦＲ方法．这种新方法能够更加突出语音信号中发音变化区域．计算机模拟实验显示，经该方法预处理后的语音送入隐马尔柯夫模型的语音识别系统比传统算法有更高的识别率．     

无线局域网语音质量评价的研究

无线局域网的语音应用日益广泛。本文分析了网络语音质量的评价方法，提出了改进的评价模型，使用原始语音数据进行网络仿真评价，得到了不同客观条件下无线局域网语音质量的平均意见得分，分析了不同的播放算法对语音质量的影响。     

跨文化交际语境中会话含意的理解

对合作原则的共同遵守是言语交际的成功基础,实际交际中对合作原则的违反将产生会话含意。跨文化交际中文化差异直接影响着会话含意的表达和理解,当交际一方违反合作原则时,必要的文化常识有助于完整准确地理解其会话的真实意图。充分认识文化差异,对跨文化交际会话含意的理解有着重要意义。     

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．