基于跨语言迁移学习及联合训练的泰语语音合成

随着深度学习和神经网络的快速发展,基于深度神经网络的端到端语音合成系统因性能优异成为主流。然而近年来,泰语语音合成相关研究还不充分,主要原因是大规模泰语数据集稀缺且该语言拼写方式有其特殊性。为此,在低资源前提下基于FastSpeech2声学模型和StyleMelGAN声码器研究泰语语音合成。针对基线系统中存在的问题,提出了3个改进方法以进一步提高泰语合成语音的质量。(1)在泰语语言专家指导下,结合泰语语言学相关知识设计泰语G2P模型,旨在处理泰语文本中存在的特殊拼写方式;(2)根据所设计的泰语G2P模型转换的国际音标表示的音素,选择拥有相似音素输入单元且数据集丰富的语言进行跨语言迁移学习来解决泰语训练数据不足的问题;(3)采用FastSpeech2和StyleMelGAN声码器联合训练的方法解决声学特征失配的问题。为了验证所提方法的有效性,从注意力对齐图、客观评测MCD和主观评测MOS评分3方面进行测评。实验结果表明,使用所提泰语G2P模型可以获得更好的对齐效果进而得到更准确的音素持续时间,采用“所提泰语G2P模型+联合训练+迁移学习”方法的系统可以获得最好的语音合成质量,合成语音的MCD和MOS评分分别为7.43±0.82分和4.53分,明显优于基线系统的9.47±0.54分和1.14分。

基于LDC1101的电涡流传感器设计

传统的模拟式电涡流传感器存在容易受到干扰、电路设计复杂的问题而利用现场可编程门阵列(FPGA)或复杂可编程逻辑器件(CPLD)软件实现测量电路和输出信号的数字式电涡流传感器调试复杂的问题。针对以上问题,设计了基于LDC1101的数字化电涡流传感器,实现载波信号发生和测量信号解调于一体,并把测量结果通过SPI通信传输给控制器。每个传感器模块由1个LDC1101芯片、1个电涡流传感线圈和1个匹配电容组成。极大简化了电路设计以及调试难度。此传感器测量方法已用于无轴承永磁电机的悬浮控制中对转子磁钢的径向位置测量中。通过4只传感器安装在信号采集电路板上,差分测量然后计算出转子的x和y位置。试验结果表明,该方法分辨率高,可靠性好。

高温高压超声波流量计研制及不确定度评定

针对国内压水堆核电机组主给水高温高压(高温为240℃、高压为12.2 MPa)的工况特点,基于超声波时差法的测量原理,研制了一种满足现场工况质量流量测量、不确定度不大于0.3%的高精度超声波流量计。介绍了高温高压超声波流量计的工作原理、整机组成及各部件的设计参数,总结了适合高温高压环境的超声波流量计装置的设计思路。研究了超声波流量计测量结果不确定度分量来源,分析了各个不确定度的分量值,并进行了试验验证。结果表明,通过利用国内现有条件的流量标准装置进行试验,引入的不确定度分量评估方法得到了验证,符合高温高压超声波流量计测量的不确定度指标,实现了超声波流量计的研制目标。

基于迁移学习的越南语语音合成

越南语是越南社会主义共和国的官方语言,属南亚语系越芒语族越语支。近年来基于深度学习的语音合成已经能够合成出高质量的语音,然而这类方法通常依赖于大规模的高质量语音训练数据。解决某些低资源非通用语语音训练数据不足问题的一种有效途径为:采用迁移学习方法并借用其他高资源通用语语音数据。在低资源条件下,以提高越南语语音合成质量为目标,选用端到端语音合成模型Tacotorn2作为基线模型,采用迁移学习方法研究不同源语言和不同文本字符嵌入方式、迁移学习方式对语音合成效果的影响;然后从主观和客观两方面对文中阐述的各种模型所合成的语音进行测评。实验结果表明,基于英语音素嵌入+越南语音素嵌入方式的迁移学习系统在合成自然可懂的越南语语音上取得了较好的结果,合成语音的MOS评分可达4.11分,远高于基线系统的2.53分。

基于交替训练及预训练的低资源泰语语音合成

泰语作为一种有数千万人口使用的语言,应用较为广泛,20世纪90年代末就有学者开展了泰语语音合成的研究。近年来,基于深度神经网络并利用大规模高质量“文本-音频”数据训练的端到端语音合成系统,已经能够合成出高质量的语音。目前,汉语、英语等通用语已拥有海量的语音合成数据库,然而泰语作为一种非通用语可获取的“文本-音频”数据库规模往往较小。在低资源条件下,以提高泰语语音合成质量为目标,选用端到端语音合成模型Tacotron2作为基线模型,研究交替训练方法以及预训练方法,研究不同文本嵌入方式对泰语语音合成效果的影响;然后从注意力对齐图和MOS评分两方面对文中设计的6种模型所合成的语音进行测评。实验结果表明,采用“元辅音嵌入+预训练+交替训练”方法的系统的语音合成质量最好,合成语音的MOS评分可达3.95分,明显优于基线系统的1.71分。

基于全局风格嵌入的多说话人印尼语语音合成

由于印尼语高质量语料数据库的稀缺,该语种多说话人语音合成系统性能仍有待提升。因此以缓解低资源对多说话人语音合成性能的影响为目的,研究并实现了基于GST-Tacotron2模型框架的印尼语端到端语音合成系统。选用8.5小时的单说话人印尼语数据训练的合成系统,合成语音的MOS评分达4.11。在此基础上,设计多说话人印尼语语音合成系统,着重探索了在仅利用其他印尼语说话人少量语音数据进行混合训练时,采用说话人编码方法对多说话人合成自然度的影响。实验结果表明,利用合计14.5小时多说话人语音数据训练的合成模型,主位说话人合成语音的MOS评分到达了4.12,梅尔倒谱失真比单说话人最优模型降低了7.2%。其他说话人合成语音的MOS评分均大于3.60,验证了所提方法的有效性。

天安门广场国旗入藏一院背后的殊荣

水桥畔,长安街上,与太阳一同升起的五星红旗,在中国人民心中,有着独一无二的地位,它早已融入中国人的血脉,成为每个中华儿女心中的精神坐标。75年来,从天安门广场升起的国旗都有着特殊的“归宿”。在航天科技一院(以下简称一院),就有一面被珍藏的国旗,它是首个“中国航天日”当天在天安门广场悬挂使用的、带有唯一编号的国旗,目前正在一院院史展展出。

区域土壤锌空间分布的异质性及制约因素分析

了解区域土壤锌(Zn)元素的地球化学特征及其空间分布的区域性特点对土壤生态环境管理具有重要的指导意义。通过查阅目前相关文献的研究成果,对我国西南地区土壤Zn的含量水平、空间分布的异质性及制约因素进行了分析及归纳总结。结果表明:不同地质年代的地层及岩性组合变化是制约区域土壤Zn含量水平及空间异质性的自然因素,碳酸盐岩发育的微碱性土壤Zn含量明显高于碎屑岩发育的酸性土壤,不同地层中碳酸盐岩与碎屑岩分布的占比大小是导致区域土壤Zn空间分布异质性的主要原因。此外,矿产资源开发及加工利用是制约区域土壤Zn含量水平及空间异质性的人为因素,铅锌矿区及冶炼区土壤Zn存在明显的污染风险。区域土壤Zn元素分布存在明显的空间异质性,根据土壤Zn含量水平可划分为低锌区(1~50 mg/kg)、中锌区(50~80 mg/kg)、富锌区(80~200 mg/kg)、高锌区(>200 mg/kg);在高锌土壤区应加强土壤Zn污染的生态风险评估,富锌土壤区宜规划及发展成为富锌农产品的重要产区,而中低锌土壤区则要强化土壤Zn元素的养分管理及优化施肥技术。

一种新的基于并行分段裁剪的DTW算法

通过对DTW算法的研究,提出了一种并行分段裁剪的新方法,在减少DTW算法运算量方面有显著效果,并将其用于一个地名识别系统中,经测试,可以明显缩短识别时间,具有很强的实时性,有较高的识别率,适合作为小型语音识别产品的主要算法。

孤立字词识别

本文主要介绍了语音识别的一般方法和策略 ,对动态时间规整 (DTW )算法的基本原理进行了说明 。

碳排放交易机制下减排技术投资的生产库存

全球气候变化问题已经引起世界各国的高度关注,减少二氧化碳排放成为国际共识。为此推出的减排机制——碳排放交易机制必将对企业的决策产生重要影响。为探讨碳排放交易机制以及减排技术投资对制造型企业的生产库存决策的影响,基于Arrow-Carlin模型建立碳排放交易机制下的动态生产库存模型,分析减排技术投资可变时制造型企业的最优生产率、库存水平、成本、碳交易量与碳排放量,并与不存在碳排放交易机制的情况进行对比。研究结果表明:在碳排放交易机制下,制造商倾向于减少碳排放,出售部分碳排放配额,生产计划波动性减少,生产库存成本增加,总成本下降;增加减排技术投资,制造商会出售更多的碳排放配额,生产计划波动性增加,库存下降,总成本进一步下降。

花生四烯酸的代谢产物在兔羊水栓塞中的作用

目的：研究不同性质的羊水注入兔血循环后血中花生四烯酸的代谢产物血栓素Ａ２（ＴＸＡ２）、前列环素Ｉ２（ＰＧＩ２）和白三烯Ｃ４（ＬＴＣ４）的变化。方法：新西兰孕兔２９只，随机分为４组：兔原羊水、胎粪液、胎盘组织提取液和生理盐水，分别在注入前、注入后５ｍｉｎ，、４５ｍｉｎ从兔耳动脉抽血２ｍｌ，用放射免疫分析（ＲＩＡ）检测血中ＴＸＡ２和ＰＧＩ２的代谢物６－酮前列腺素（６－Ｋｅｔｏ－ＰＧＦ１α）和血栓素Ｂ２（ＴＸＢ２），用酶联免疫法（ＥＩＡ）检测ＬＴＣ４。结果：注入胎粪液、胎盘组织提取液后６－Ｋｅｔｏ－ＰＧＦ１α明显增加（Ｐ＜０．０１），兔原羊水组轻度增加，但差异无显著性（Ｐ＞０．０５）；生理盐水组无明显变化（Ｐ＞０．０５）；除生理盐水组外，其余各组的ＴＸＢ２和ＬＴＣ４在注入后增加显著（Ｐ＜０．０１）；ＴＸＢ２、６－Ｋｅｔｏ－ＰＧＦ１α和ＬＴＣ４的组间对比以胎盘组织提取液组增加显著（Ｐ＜０．０１）。结论：羊水进入兔血循环能刺激机体产生ＴＸＡ２、ＬＴＣ４和ＰＧＩ２等花生四烯酸的代谢产物，在羊水栓塞的发生、发展过程中起重要作用。

慢性硬膜下血肿的手术治疗(附48例报告)

目的探讨慢性硬膜下血肿的手术治疗。方法 CSDH患者48例,12例采用钻颅冲洗手术,36例采用钻颅冲洗加引流手术。结果通过住院天数、术后出血、脑皮层未复张对两组进行比较,两种方法均取得较好的疗效。结论 CSDH患者的手术治疗首选钻颅冲洗引流术,钻孔冲洗亦是一种好方法,手术的关键在于血肿腔彻底的冲洗。

基于高斯混合模型的说话人确认系统

由于在人的话音频谱中 ,低频和较高频段含有较多说话人的个性信息 ,本文提出一种LPC倒谱的改进算法用于与文本无关的说话人识别。该改进算法通过话音频谱的各频段进行加权 ,突出说话人的个性信息 ,从而使说话人更易于区分。

一个面向语音识别的云南民族口音普通话语音数据库

介绍了一个以语音识别为目的的云南民族口音普通话语音数据库。当前，语音识别技术要走向实用必须解决用户情况多样性带来的鲁棒性问题，通常把这个问题简要地归结为“男女老幼”和“南腔北调”。作为民族文化大省的云南，共有25个少数民族，广大少数民族同胞在说普通话时明显带有地方民族口音，云南民族口音普通话语音识别研究是用户情况多样性研究的重要内容，而为之建立云南民族口音普通话语音数据库是该研究的重要基础和先决条件。

超复数域小波变换的显著性检测

针对现有频域显著性检测方法得到的显著区域不完整的问题,该文提出一种多尺度分析的频率域显著性检测方法。首先由输入图像特征通道信息构建4元超复数,然后通过小波变换对4元超复数域中幅度谱进行多尺度分解,计算生成多尺度下的视觉显著图,最后由评价函数选出效果较好显著图合成最终视觉显著图。实验结果表明,该文方法能够有效地抑制背景干扰,快速、精确地找到完整的显著目标,具有较高的检测精确度。

过表达miR-21通过PI3K-AKT通路抑制替莫唑胺对胶质瘤U87细胞的增殖抑制作用

目的探讨miR-21过表达在替莫唑胺(TMZ)诱导胶质瘤U87细胞增殖中的作用及其机制,明确miR-21过表达在替莫唑胺临床治疗胶质瘤耐药中的作用。方法 Pre-miR-21过表达载体转染U87细胞,通过形态学观察,噻唑蓝(MTT)试验检测细胞增殖情况。Western印迹验证Akt和p-Akt表达及检测PI3K活性。结果替莫唑胺可显著抑制U87细胞生长,下调Akt和p-Akt表达及抑制PI3K活性。U87细胞预转染pre-miR-21过表达载体后,替莫唑胺的这种效应可部分被miR-21过表达所抑制。结论 miR-21过表达可通过活化PI3K-AKT通路部分抑制替莫唑胺诱导的U87细胞凋亡,提示胶质瘤中miR-21过表达可能是替莫唑胺临床治疗胶质瘤药物抵抗的一大新的因素。

颅内压初始值对颅脑创伤患者预后的预测价值

共118例颅脑创伤患者通过颅内压监测,评价颅内压初始值作为判断预后指标的临床预测价值.结果显示,颅内压初始值[受试者工作特征（ROC）曲线下面积为0.725;95％CI：0.635 ～ 0.815]与患者入院时Glasgow昏迷量表评分（ROC曲线下面积为0.716; 95％CI：0.616～0.816）和Marshall分级（ROC曲线下面积为0.690;95％CI：0.593～0.787）等项指标具有相似的预后预测价值;经Logistic回归分析,颅内压初始值与不良预后相关（OR=0.943,95％CI：0.899 ～ 0.988;P=0.014）.提示颅内压初始值可以作为颅脑创伤患者不良预后的独立预测因素.

用于显著性检测的除法归一化方法

针对现有的显著性检测方法输出分辨率低和缺乏生物合理性的问题,提出一种既有生物合理性,又能够获得全分辨率显著图的除法归一化方法.首先将L*a*b*颜色空间的输入图像分解成绿、红、蓝、黄和亮度5个特征通道,然后利用各通道的能量将每个通道进行归一化处理,再将5个归一化的通道在L*a*b*颜色空间中进行合成,最后利用欧几里得范数计算得到显著图,该过程模仿了初级视觉皮层中同类特征的相互抑制作用.实验结果表明,该方法计算简单高效,在心理物理学模板测试和人眼注视点预测上优于其他经典的显著性检测方法.

高压氧治疗40例老年性亚急性硬膜下血肿术后的分析

目的探讨高压氧在治疗老年性亚急性硬膜下血肿钻孔引流术后中的应用效果。方法 回顾性分析72例亚急性硬膜下血肿经钻孔引流术后的临床资料,分成两组:对照组32例行常规钻孔引流手术;高压氧组40例常规钻孔引流手术后,辅助2个疗程高压氧治疗。结果 对照组32例患者,12例血肿腔于3个月内消失,17例明显减少,3例复发,再次手术,治愈率为37.5%,复发率为9.4%;高压氧组40例患者血肿腔于3个月内均消失,无血肿复发,治愈率为100%,复发率为0%。两组病例治愈率、复发率相比较差异有统计学意义(P<0.05)。结论 亚急性硬膜下血肿患者钻孔引流术后,辅助高压氧治疗,可以有效降低复发率,提高治愈率。