基于HTK的普米语孤立词的语音识别

基于HTK的普米语孤立词的识别,通过对特定发音人和非特定发音人的语音进行特征分析、预处理、提取MFCC特征参数,从而建立每个普米词的HMM模型,最后采用Viterbi算法进行模型的训练和匹配.实验表明:对特定发音人和非特定发音人,随着普米词个数的增加,识别率虽有所下降,但是变化很小,识别率均超过了95.00%,识别效果很好.语料的信噪比和发音人的发音稳定性是导致识别率下降的重要原因.

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.

一种人机交互语音切分系统

对于大规模的语音语料,语音切分方法主要有传统的人工切分和机器自动化切分2种方式.人工切分大规模语音语料的切分质量易控制,但效率低、成本高;机器自动化切分效率高,但后期查找切分错误时任务极其繁重.因而提出一种人机交互语音切分系统,切分人员可选择自动切分算法,设置切分参数,修改有问题的自动切分结果,同时可自动生成用于HTK训练的标注文件.以课题组采集的1 000个普米语语音文件为研究对象,以普米语孤立词为切分基元,机器自动化切分存在难以避免的切分错误,后期检查时工作量巨大;然而使用本文提出的人机交互语言切分系统进行切分,切分人员在无需高认知度的情况下也可做到近100%的切分正确率.

市售药食同源保健花茶物种鉴定研究

掺伪混伪严重影响药材质量,进而危及人类健康。药食同源保健食品属于中药衍生物,相比于药物而言,其更易获取且贴近消费者生活。然而,市售药食同源保健食品中的中药组分真伪鉴定尚未引起重视,且无明确标准可依,急需开展系统性研究。本研究基于DNA条形码分子鉴定技术,结合ITS2、psbA-trnH、matK通用条形码序列及DX、HH、JYH特异性条形码序列对市售药食两用保健花茶真伪进行鉴定,旨在对市场上流通的药食同源保健花茶产品真伪情况进行调查。研究结果显示:180份市售产品中共有164份样品成功获得DNA条形码序列,其余样品因无目标组分或DNA存在降解,无法获得扩增产物。结合性状鉴定研究发现180份样品中共有141份为正品,占总样品量的78.33%;31份样品存在掺伪现象,8份样品无目标组分,共占总样品量的21.67%。此外,水试研究发现,5份红花花茶样品存在红花掺重现象。本研究揭示药食同源保健花茶产品质量存在掺伪及掺重情况,提示监管部门应该加速药食同源保健食品领域质量标准的建立,为药食同源保健食品产业的快速发展提供参考。