城市社区与城市社区报——高兴烈与刘加对话录

刘:这是一个内涵和外延都很大的话题,我们来谈并非最合适。但《南山日报》作为首家国家正式批准的城市社区传媒,肩负着探索办好城市社区报之路的重任,而要办好城市社区报就必须首先搞清城市社区的概念,这是个无法回避的话题。 高:近年来,“城市社区”这个词出现频率越来越高,这标志着计划经济“单位包干制”

免疫正常人群隐球菌性脑膜炎临床分析

目的分析近似免疫正常患者发生隐球菌性脑膜炎的临床表现及特点。方法回顾分析我院近16a来相关隐球菌性脑膜炎患者的临床表现、实验室检查及诊治情况。结果 44例患者中,平均年龄为(35.9±17.2)岁,男女性别比例为1.2∶1。临床表现不典型,以头痛(93.2%)、恶心(70.5%)、呕吐(68.2%)等最为常见。脑脊液压力偏高,平均为(339.3±75.0)mmH2O。42例首次腰穿后脑脊液行隐球菌墨汁染色的患者中,有41例(97.6%)真菌镜检阳性;查到34例患者的脑脊液乳胶凝集试验信息,其中33例(97.1%)阳性;有培养记录的患者有11例,阳性率为100%。44例患者抗真菌治疗诱导期以两性霉素B联合氟胞嘧啶(6例,13.6%)为主。所有患者经抗真菌治疗之后,治愈14例,好转14例,视力听力受累15人,1例女性患者出现轻瘫,所有患者到随访时间为止无死亡病例。结论新生隐球菌也可累及近似免疫正常患者人群,导致隐球菌性脑膜炎,且早期临床表现不典型,极易误诊漏诊,临床医师对此应提高警惕。对疑似病例及早送脑脊液标本行相关真菌学检查是明确诊断的关键。

低资源语音识别若干关键技术研究进展

低资源语音识别是当今语音界研究的热点问题之一,也是多语言小语种语音识别技术在实际应用中所面临的重要挑战之一。本文回顾并总结了低资源语音识别的发展历史和研究现状,重点介绍了低资源语音识别在声学特征、声学模型和语言模型方面的若干关键技术研究进展。具体内容包括发音特征、多语言瓶颈特征、子空间高斯混合模型、卷积神经网络声学模型和递归神经网络语言模型,然后介绍了针对低资源语音识别的公开关键词搜索(Open keyword search,OpenKWS)评测,最后对低资源语音识别进行了总结和展望。

基于电话用户交换机的语音识别系统研究

本论文针对电话用户交换机研制了一个声控语音命令交换系统．该系统能够实现与特定人无关中小词汇量（＜１０００词）连续命令语音自动识别．研究中统计了用户交换系统的常用命令语句，生成相应识别文法网络．识别系统的训练采用由子词模型构成的复合模型进行强化训练，识别采用令牌传递式改进Ｖｉｔｅｒｂｉ算法，提高系统的识别性能．论文比较了不同语音特征参数以及隐含马尔可夫模型状态数对电话语音识别精度的影响．研究中还开发识别系统拒识算法，在无拒识情况下命令正确识别率达到８８％以上，通过加入拒识算法，在２０％的据识率情况下其识别率可达９５％以上．

汉语大词汇量连续语音识别系统研究进展

本文综述了近年来大词汇量连续语音识别技术进步和发展，描述了大词汇量连续汉语语音识别系统的设计方法．对语音识别系统中的一些关键技术和原理进行了详细地分析和讨论，并对语音识别技术进一步发展中存在的问题和近年语音识别研究发展动向进行了讨论．

语音识别技术及应用(上)

引言 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术.语音识别是一门交叉学科.近二十年来,语音识别技术取得显著进步,开始从实验室走向市场.

语音识别技术及应用(下)

语音识别系统分类与应用 语音识别系统可以根据对输入语音的限制加以分类.表1列出各种系统的分类比较.从表中可以看出,如果从说话者与识别系统的相关性考虑,可以将识别系统分为3类:(1)特定人语音识别系统:仅考虑对于专人的话音进行识别;(2)非特定人语音系统:识别的语音与人无关,通常要用大量不同人的语音数据库对识别系统进行学习;(3)多人的识别系统:通常能识别一组人的语音,或者成为特定组语音识别系统,该系统仅要求对要识别的那组人的语音进行训练.

一种新型正弦语音编码模型

本文描述了一种新型语音编码模型,这种模型是一种改进的正弦模型。该模型使用正弦幅度、频率和相位作为模型参数。模型的频率参数提取是用基频和共振峰频率结合的新提取算法,正弦幅度参数采用不同误差准则以及时额标加权函数的优化方法。采用这种新型正弦模型能够用较少的参数合成出高质量的合成语音。 结合模型算法,本文还提出新的时域关键点加权函数,以及频域的基频提取算法。该模型可用于中低速比特率语音编码,以及用于语音的时标,频标的压扩处理。

语音识别说话人自适应研究现状及发展趋势

说话人自适应是提高非特定人语音识别系统识别性能的有效手段 .本文介绍了说话人自适应研究的现状 ,包括自适应的不同方式和不同算法 ,并详细介绍了目前应用最为广泛的MLLR算法和MAP算法 .

基于多特征融合的粒子滤波自适应目标跟踪算法

为解决用单一特征无法保持在复杂环境下跟踪的鲁棒性以及粒子数量增多导致的算法效率低下的问题,选择多个特征融合的策略来保证跟踪的持续稳定,并自适应地调整每个特征的权值来适应环境的变化;为提高算法的实时性,采用自适应的粒子数量。实验结果表明:本文算法有效地解决了目标旋转、目标遮挡以及背景混淆等诸多问题,具有较高的鲁棒性。

低资源条件下基于i-vector特征的LSTM递归神经网络语音识别系统

在低资源条件下,由于带标注训练数据较少,搭建的语音识别系统性能往往不甚理想。针对此问题,首先在声学模型上研究了长短时记忆(LSTM)递归神经网络,通过对长序列进行建模来充分挖掘上下文信息,并且引入线性投影层减小模型参数;然后研究了在特征空间中对说话人进行建模的技术,提取出能有效反映说话人和信道信息的身份认证矢量(i-vector);最后将上述研究结合构建了基于i-vector特征的LSTM递归神经网络系统。在Open KWS 2013标准数据集上进行实验,结果表明该技术相比于深度神经网络基线系统有相对10%的字节错误率降低。

基于总体变化子空间自适应的i-vector说话人识别系统研究

在说话人识别研究中,基于身份认证矢量(identity vector,i-vector)的子空间建模被证明是目前最前沿最有效的说话人建模技术,其中如何有效准确地估计总体变化子空间矩阵T成为影响系统性能好坏的关键问题.本文针对i-vector技术如何在新的应用环境下进行总体变化子空间矩阵T的自适应估计问题进行了研究,并提出了两种行之有效的自适应估计算法.在由美国国家标准技术局(American National Institute of Standard and Technology,NIST)组织的2008年说话人识别核心评测数据库以及自行采集的测试数据库上的实验结果显示,不论采用测试集数据本身还是与测试集较匹配的开发集数据,通过本文所提的自适应算法来更新总体变化子空间矩阵均可以使更新后的子空间更有利于新测试数据下的低维子空间描述,在新的测试环境下都更有利于说话人分类.此外实验结果还表明基于多子空间拼接的子空间自适应方法性能明显优于迭代自适应方法,而且两者的结合可达到最优的识别性能,且此时利用开发集数据进行自适应可以接近其利用测试集数据进行自适应得到的最优性能.

语音识别片上系统中的多级搜索算法

本文提出了一种新的用于片上的语音识别多级搜索算法 .该算法以连续隐含马尔可夫模型 (ContinuousDensityHMM ,CDHMM)为基本识别框架 .在保证识别率基本不变的前提下 ,大大降低了片内存储空间的占用量 ,减少了识别搜索时间 .在第二级识别候选词条的选取准则上 ,提出一种基于置信度的选择方法 ,更进一步改善了识别速度 ,增强了识别的稳健性 .在 2 0 0个语音命令的识别任务下 ,系统的识别率为 98.83% .而当识别词条增加到 6 0 0条时 ,该算法也具有良好的识别性能 .

基于流形正则化极限学习机的语种识别系统

支持向量机(Support vector machine,SVM)在语种识别中已经起到了重要的作用.近些年来,极限学习机(Extreme learning machine,ELM)在很多领域取得了成功的应用.相比于SVM,ELM最大的优点在于极易实现、训练速度快,而且通常可以取得与SVM相近甚至优于SVM的识别性能.鉴于ELM这些优异的特点,本文将ELM引入到语种识别中,并针对ELM由于随机初始化模型参数所带来的潜在问题,提出了流形正则化极限学习机(Manifold regularized extreme learning machine,MRELM)算法.实验结果表明,在高斯超矢量(Gaussian supervector,GSV)特征空间上,相对于SVM基线系统,该算法对30秒语音的识别性能有明显的提升.同时该算法也可以成功地应用到i-vector特征空间中,取得与当前主流的打分算法相近的识别性能.

基于核函数的IVEC-SVM说话人识别系统研究

在说话人识别研究中,基于身份认证向量(Identity vector,IVEC)的说话人建模方法可以有效地提取说话人信息,是目前处于国际前沿的建模方法.本文对身份认证向量后接支持向量机(Identity vector followed by support vector machine,IVEC-SVM)的说话人识别系统进行了研究,对比了该系统在十种不同核函数下的识别性能,并与文献中身份认证向量后接余弦距离打分(Identity vector followed by cosine distance scoring,IVEC-CDS)系统进行了比较.在美国国家标准技术局(American National Institute of Standards and Technology,NIST)组织的2010年电话信道—电话信道说话人识别核心评测数据库上的实验结果显示,基于核函数的IVEC-SVM系统性能明显优于IVEC-CDS的系统性能.此外,实验结果表明基于Spline核的IVEC-SVM系统可取得最好的识别性能,与IVEC-CDS系统相比,其等错点(Equal error rate,EER)在分数归一化前后分别降低了10%和3%.

适宜于嵌入式多媒体应用的Flash文件系统

嵌入式多媒体应用中大量数据存储在Flash上,本文以文件系统的方案解决数据存储的管理问题。对嵌入式多媒体应用中Flash文件系统的应用特点与关键设计进行了分析,设计实现了一个功能完整的文件代号管理、文件指针存取以及对应用透明的自动坏损管理的文件系统。针对嵌入式系统应用的需要,改进了本Flash文件系统的应用可靠性,降低了其系统资源开销。针对多媒体应用的数据特点,提出了存储内容自适应的坏损管理策略。仿真与实用的效果表明,本Flash文件系统适宜于嵌入式多媒体应用。

基于Mel倒谱特征顺序统计滤波的语音端点检测算法

为提高噪声环境下语音端点检测的准确性,提出一种基于Mel倒谱距离顺序统计滤波的端点检测算法.该算法首先提取每帧语音信号的Mel频率倒谱系数,以前16帧估算背景噪声,计算每帧语音与背景噪声的倒谱距离;然后将当前帧前后相继若干帧的倒谱距离,经过一组顺序统计滤波器得到加权倒谱距离;最后根据各帧加权倒谱距离对输入语音进行分类.在TIMIT语音库上的实验结果表明,该方法在白噪声、粉噪声、汽车噪声和战斗机噪声等噪声环境下,均能得到理想的端点检测结果,且在低信噪比时依然有效.

基于高斯语音滤波的稳健文本无关说话人识别

基于高斯模型,提出一种去除实际电话录音中噪音、静音等非语音信号的新方法。与传统的语音检测器方法相比,基于高斯语音滤波的方法在不同信道条件下都可以自动进行,更好地保留了与说话人身份有关的信息。实验结果表明,采用该方法的系统的等错误率比传统方法最多下降了21.2%。

新型真空微电子压力传感器特性研究和实验制作

本文提出并研究了新型的“台阶阴极”和“曲面阴极”真空微电子压力传感器，与普通的真空微电子压力传感器相比，新型传感器的阴极发射电流大大提高，使得输出信号易于检测，抗噪声能力增强，并在改善输出信号线性、提高灵敏度和扩展量程方面有很大优势．本文绘出了计算机模拟结果，简述了台阶阵列阴极和阳板压力敏感膜的制作，并展示了SEM照片．

一种联合语种识别的新型大词汇量连续语音识别算法

提出了一种联合语种识别的新型大词汇量连续语音识别(Large vocabulary continuo us speech recognition,LVCSR)算法,并构建了实时处理系统.该算法能够充分利用语音解码过程中收集的音素识别假设,在识别语音内容的同时识别语种类别.该系统可以应用于多语种环境,不仅可以以更小的系统整体计算开销替代独立的语种识别模块,更能有效应对在同一段语音中混有非目标语种的情况,极大地减少由非目标语种引入的无意义识别错误,避免错误积累对后续识别过程的误导.为将语音内容识别和语种识别紧密整合在一个统一语音识别解码过程中,本文提出了三种不同的算法对解码产生的音素格结构进行调整(重构):一方面去除语音识别中由发音字典和语言模型引入的特定目标语种偏置,另一方面在音素格中包含更加丰富的音素识别假设.实验证明,音素格重构算法可有效提高联合识别中语种识别的精度.在汉语为目标语种、汉英混杂的电话对话语音库上测试表明,本文提出的联合识别算法将集外语种引起的无意义识别错误减少了91.76%,纯汉字识别错误率为54.98%.