低资源少样本连续语音识别最新进展

低资源少样本语音识别是目前语音识别行业面临的迫切技术需求。首先,总结了低资源连续语音识别技术的框架技术,重点介绍了低资源语音在特征提取、声学建模和资源扩展等方面的若干关键技术研究进展。其次,在连续语音识别框架技术发展的基础上,重点阐述了生成对抗网络、自监督表示学习、深度强化学习和元学习等高级深度学习技术在解决少样本语音识别方面的最新发展,如FGSM、wav2vec、AMS等代表性方法。在此基础上,分析了目前该技术面临的互补有限、数据和任务不均衡与模型轻量化部署问题。最后,对低资源少样本连续语音识别进行了总结,提出未来少样本训练识别的研究方向可以朝着先验信息引入、假设空间约束条件设定等方向进一步研究。

基于GMM-UBM模型的语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。本文给出了一种基于GMM-UBM模型的语言辨识系统,并利用OGI-TS电话语音库对算法的性能进行了测试,然后给出了实验结果。实验结果表明,该算法也是进行语言辨识的一种有效方法。

医院多重耐药菌感染的监测及分析

目的:了解医院多重耐药菌的分布情况,为临床治疗和合理制定医院感染控制措施提供依据。方法:使用DL-96朱海迪尔全自动微生物分析仪进行菌种鉴定和药敏试验,对分离到多药耐药菌的分布进行调查分析。结果:共分离出病原菌1726株,多重耐药菌643株,占37.52%;643株多重耐药菌中革兰阳性球菌占17.41%,革兰阴性杆菌占82.58%;前3位分别是大肠埃希菌、耐甲氧西林金黄色葡萄球菌和鲍氏不动杆菌;主要分布在ICU、干二和呼吸内科,分别为16.79%、15.52%和11.19%;发生医院感染的部位主要是呼吸道和泌尿道。结论:临床应合理应用抗菌药物,加强对老年及危重患者多重耐药菌的监测与控制,特别要关注泛耐药的产生与流行。

电化学发光检测性激素六项在妇科疾病诊断中的临床意义

目的利用电化学发光免疫分析技术对正常女性和部分患有妇科疾病的妇女6项激素指标进行检测分析,观察差异,研究妇科疾病对6项指标的影响。方法通过对本院2011～2012年参加妇科体检的120名正常妇女和在本院住院的患者180例,对比血样中促黄体生成素(LH)、卵泡刺激素(FSH)、垂体泌乳素(PRL)、雌二醇(E2)、睾酮(TESTO)以及孕酮(PORG)等6项激素的水平。结果观察组23例不孕症患者,血清中LH、FSH水平11例降低,12例正常;PRL明显增高8例;E2水平降低12例;TESTO水平增高9例;23例PORG平均值都偏低;闭经溢乳症患者增长明显激素有PRL和TESTO,而减少的是PROG;子宫功能性出血患者FSH以及LH和PROG都出现降低情况;49例妇女正处于更年期,减少明显的有E2,增高明显的有FSH和LH,其余的激素没有明显变化。结论血清中6项激素检测在诊断妇科生殖内分泌系统疾病中具有一定的临床价值,为妇科疾病的临床诊断、治疗及预后分析提供科学有效的依据。

客车车身侧围溢流孔开口位置对比研究

根据承载式客车车身结构的实际生产工艺和结构特点,提出一种研究客车车身骨架接头溢流孔不同开口位置对接头局部应力影响规律的方法。在此基础上选取了某客车侧围的一组接头,在整车满载弯曲、单轮悬空工况下,对不同溢流孔孔位的应力状态进行了对比分析,总结了溢流孔开口位置对接头局部强度的影响规律,为车身电泳工艺中溢流孔的设计提供参考。

基于GMM区分性训练方法的语言辨识系统

文章给出了一种新的语言辨识系统,该系统基于高斯混合模型的区分性训练算法。该区分训练算法在估计模型参数时,采用了广义概率下降法(GPD)和最小分类误差准则(MCE)。利用OGI多语言电话语料库对算法进行了测试,实验表明,该算法是进行语言辨识的一种有效方法。

神经外科手术患者医院感染的危险因素分析

目的分析神经外科患者手术后医院感染的危险因素,探讨预防控制神经外科医院感染的对策。方法回顾性分析2010-01—2012-01收治的441例神经外科患者的资料,按照是否合并医院感染,对医院感染发生率及危险因素进行分析。结果 441例患者中发生医院感染14例,感染率3.2%;其中年龄≥60岁感染率9.12%,急诊手术感染率6.8%,手术时间≥3h,术前存在感染灶感染率为25%,经卡方检验,差异均有统计学意义(P<0.05)。结论神经外科患者手术后合并医院感染与以上各种危险因素有关,应加强术前、术中、术后质量管理,尽量缩短手术时间,加强手术前病灶的管理以降低神经外科手术患者医院感染发生率。

基于本征音子说话人子空间的说话人自适应算法

本征音子说话人自适应算法在自适应数据量充足时可以取得很好的自适应效果,但在自适应数据量不足时会出现严重的过拟合现象。为此该文提出一种基于本征音子说话人子空间的说话人自适应算法来克服这一问题。首先给出基于隐马尔可夫模型-高斯混合模型(HMM-GMM)的语音识别系统中本征音子说话人自适应的基本原理。其次通过引入说话人子空间对不同说话人的本征音子矩阵间的相关性信息进行建模;然后通过估计说话人相关坐标矢量得到一种新的本征音子说话人子空间自适应算法。最后将本征音子说话人子空间自适应算法与传统说话人子空间自适应算法进行了对比。基于微软语料库的汉语连续语音识别实验表明,与本征音子说话人自适应算法相比,该算法在自适应数据量极少时能大幅提升性能,较好地克服过拟合现象。与本征音自适应算法相比,该算法以较小的性能牺牲代价获得了更低的空间复杂度而更具实用性。

特征空间本征音说话人自适应

提出了特征空间本征音说话人自适应算法,该方法首先借鉴RATZ算法的思想,采用高斯混合模型对特征空间中的说话人信息进行建模;其次利用子空间方法实现对特征补偿项的估计,减少估计参数的数量,在对特征空间精确建模的同时,降低了算法对自适应数据量的需求.基于微软语料库的中文连续语音识别实验表明,该算法在自适应数据量极少时仍能取得较好的性能,配合说话人自适应训练能够进一步降低词错误率,其实时性优于本征音说话人自适应算法.

实习护士遭受医院工作场所暴力的心理应激反应及防范对策

目的了解在三级综合医院实习护士遭受病人及家属暴力的心理应激反应,分析原因并探讨防范对策。方法调查2013-06—2013-12在医院实习的195名实习护士遭受病人及家属暴力后的心理应激反应调查,分析其发生心理应激反应的各种感受。结果遭受心理暴力117人(60%),遭受辱骂114人(58.5%),遭受过恐吓56人(28.7%),遭受过身体暴力39人(20.0%)。结论制定和建立各种制度及保护措施,加强和防范医院工作场所暴力培训,积极安排专业人员对遭受到暴力的实习护理人员进行有效心理疏导,减少职业倦怠感,增强工作热情。

神经外科手术部位感染的高危因素分析及防范措施

手术部位感染（SSI）是外科手术的主要并发症之一,术后手术部位医院感染的发生不仅给患者和家属带来生理和心理上的痛苦,同时也增加了额外的医疗费用,甚至导致患者死亡,引起医疗纠纷。神经外科术后手术部位感染易发生于年龄大以及免疫功能抑制的患者。

语言辨识系统的决策级融合研究

文中利用不同参数提取方法对语言辨识系统决策级融合进行了研究。文中给出4种融合方式,实验系统采用了GMM-UBM模型,利用OGI-TS多语种电话语音语料库,对决策级融合性能进行了评估。实验表明,利用决策级融合技术,选择最佳融合方式,可以很好地改善语言辨识率。

综合医院下呼吸道感染分析及预防措施

目的探讨综合医院下呼吸道感染的临床及病原学特点,以便加强控制。方法对我院2009年下呼吸道感染209例患者的临床及病原学特点进行回顾性分析。结果在医院下呼吸道感染中,内科疾病所占比例最大,在入院后19～31d发生感染最多,致病菌中真菌感染率高达39.5%。结论医院下呼吸道感染病原菌以革兰氏阴性菌为主,真菌是医院感染的重要致病菌,免疫功能低下、滥用抗生素是造成医院感染的主要因素。预防上要加强管理,规范操作,关注重点对象。

发电厂中PLC控制系统的抗干扰措施

针对发电厂中PLC控制系统普遍存在的干扰问题,分析了PLC控制系统中干扰信号的来源,在此基础上对发电厂中PLC控制系统从隔离、电源、输出端、安装与布线等几方面,提出了一些抗干扰措施。为提高电力系统中PLC的抗干扰能力和可靠性提供了参考。

基于MATLAB的模糊控制参数自寻优设计与仿真

针对模糊控制器中的控制参数提出了一种自寻优方法,可获得一个基于一定性能指标的最优模糊控制器.在MATLAB环境中,利用优化工具箱和模糊逻辑工具箱以及M函数文件,进行了计算机仿真,仿真结果表明,该方法具有良好的收敛性,使系统的动态性能得到明显的改善.

基于《PLC技术及应用》课程的大学生创新能力的培养与实践

培养和提高大学生的创新能力,为学生毕业工作打下良好的实践基础,是高等院校理工科专业的重要任务之一。本文针对电气工程专业学生面临就业时遇到的择业困难,及工作后面临的经验匮乏困难,提出了基于《PLC技术及应用》课程的加强理论课堂的启发性教育、改善实验课堂的独立思考和动手能力培养、创造课余参与PLC工程实践活动等多项改革措施,以期达到对大学生创新创业能力培养的目的。

基于说话人聚类和高斯混合模型的语言辨识研究

本文给出了一种语言辨识的新方法。通常来讲,语言辨识系统是说话人无关的,但说话人的个体特征对语言辨识系统有很大的影响,文本采用了一种粗分类精识别的思想,利用说话人聚类技术有效解决了粗分类的问题,对每类相近说话人集合建立模型,然后进行识别。实验表明,该方法对于说话人无关的语言辨识问题是有效的。

基于概率统计直方图的压缩域说话人识别

压缩域说话人识别算法(Compressed-domain automatic speaker recognition,CD-ASR)即从压缩语音数据中直接提取压缩参数进行说话人识别,无需参数译码和波形合成。本文提出了基于概率统计直方图的VoIP压缩域说话人识别算法,包括矢量量化统计直方图和高斯混合模型统计直方图两种方法。在给出了G.729,G.723.1(6.3 kb/s),G.723.1(5.3 kb/s)压缩码流的压缩域特征提取方案后,分别以矢量量化统计直方图和高斯混合模型统计直方图作为识别模型进行说话人识别。实验结果表明,概率统计直方图法比在压缩码流中提取同样识别参数的GMM模型,识别率有很大提高。

“供配电技术”课程考试方法改革与实践

高校大学生面对各门课程的期末考试普通采用的方式是,平时马马虎虎,期末突击复习集中背题,虽然有部分同学成绩得到了高分,但是并不意味着该门课程掌握得好,大部分学生对理论知识的掌握和运用、分析问题解决问题的能力和实践动手能力,都没有达到该门课程教学大纲要求的程度。针对这种现象,本文对'供配电技术'这门课程提出了考试方法改革,并应用到实践教学中,取得了较好的效果。本文从'供配电技术'课程特点、课程改革的目标、改革模式和改革效果几方面进行了具体阐述。

基于GMBM-UBBM模型的语言辨识研究

高斯混合模型(GMM)是进行说话人无关的语言辨识的一种有效方法,高斯混合二元模型(GMBM)是GMM模型的二元时序扩展,该文在GMBM和GMM-UBM模型的基础上提出了一种基于GMBM-UBBM模型的语言辨识系统,并利用OGI-TS电话语音库对算法的性能进行了测试,然后给出了实验结果。实验结果表明,该算法也是进行语言辨识的一种有效方法,与传统的GMM-UBM算法相比,该算法最多可以获得4.378%的相对改善率。