汉语朗读话语重音自动分类研究

汉语的重音由于受到声调、语调以及韵律单元层级的干扰和制约,对于重音的自动感知一直是比较困难的问题。针对标准的朗读普通话语,本文在广义韵律结构的框架下研究了重音的声学表现,设计并实现了重音的自动感知模型。本文提出的基于分类树结构的区分度模型能有效地结合韵律单元结构对重音的制约。研究结果表明,音高高线、调域、音长是表达重音最重要线索,利用这些线索能有效地实现对重音的自动感知。我们的模型能一般能达到80%左右的重音检出水平。

汉语韵律边界的声学实验研究

本文以带有韵律标注的语料库ASCCD为基础 ,从语音信号分析的角度 ,研究了汉语普通话韵律间断模式在语音的时长、基频和音强等三个方面的表现特征 ,并在大量统计分析的基础上建立了识别分类的决策树模型 ,实验证明 。

基于混合基因的遗传算法及其应用

研究了中遗传算法地实际应用中的一些改进方法－基于混合基因的编码方案和基于多目标评价的适应值计算方法，实际系统的仿真结果表明，这种改进的遗传算法具有很好的实际效果和应用前景。

音节混淆字典及在汉语口音自适应中的应用研究

提出了一种基于对识别器识别错误的统计分析建立音节混淆字典，并应用该音节混淆字典作为识别器的先验知识来校正结果的识别方法。这种近似的音节混淆字典可以分与语境无关和相关两种情况讨论，作为一种先验知识，它综合地刻画了说话人的发音特征、识别器的识别特征以及二者之间的相对关系。实验中，我们应用语境无关／相关的音节混淆字典于识别带上海口音的普通话识别器，使其音节误识率分别下降１５％及２０％。在此基础上，本论文结合常规的声学模型参数重估自适应ＭＡＰ（最大后验概率）算法进一步研究了这种方法应用于语音识别系统的实际效果。结果证明，二者互为补充，更大地提高了识别器的精度。

关于区间矩阵稳定性、可控性、可观性的充要条件的注记

该文是对区间矩阵稳定性、可观性及可控性的充要条件的若干注记，给出其算子∪的明确定义以及一个大区间矩阵分解成若干个子矩阵之的具体表达式．并进一步说明一个区间矩阵（无穷多个矩阵）的稳定性、可控性、可观性等价于该区间矩阵中的有限个矩阵的相应性质．建议了寻找这有限个矩阵的计算方法和步骤．

一种用于快速分类问题的神经网络学习算法

对传统的ＢＰ算法进行了改进，提出了基于二阶导数的ＢＰ算法，大大减少了样本训练的迭代次数，从而提高了网络运算速度．对异或问题和蜢虫分类问题的计算，取得了满意的效果．

基于语音增强的远场说话人识别技术

随着声纹技术的发展并逐渐应用于智能家居领域,尤其是智能音箱已经开始影响着人们的生活,远场环境下的说话人识别技术提升迫在眉睫。本文针对说话人识别技术的发展现状以及远场环境下语音信号的处理,包括麦克风阵列技术的应用,抗噪、抗混响技术的发展与应用等两个主要方面进行阐述。