时间ω-树自动机识别语言的一个条件

时间自动机被广泛用于实时系统验证和模型检验.为适应不同类型的系统验证需要,不少时间自动机的相关模型被提出.时间树自动机是这样的新模型之一.目前主要是针对时间树自动机识别的语言类及相关性质的研究.本文提出了时间树自动机识别语言的一个条件,并证明了结论的正确性.如果一个语言不能满足该条件,它一定不能被时间树自动机识别.这为证明一个具体语言不能被时间树自动机识别提供了思路.

关于自动机与可识别语言的一个注记

讨论了语言 L A*的可识别性 ,证明了以下的结论 :若 X A*是可识别的 ,则 X的左因子集In X、右因子集 Ter X和因子集 Seg X都是可识别的 .

有限自动机可识别语言的基数

利用有向图的邻接矩阵研究有限自动机的可识别语言的基数问题。通过建立有限自动机的可识别语言与其有向图中从初始结点(有限自动机的初始状态)到终止结点(有限自动机的终止状态)的路的一一对应关系,利用邻接矩阵给出了有限自动机的可识别语言的基数公式,研究了两个自动机不等价的充分条件。

多语言语音识别技术在智能语音助手中的应用研究

多语言语音识别技术能够识别不同语言的语音,并将其转换为文本或命令,从而使智能语音助手能够支持多语言交互,为全球用户提供更加便捷、高效的服务。首先介绍多语言语音识别技术的基本概念和工作原理,其次探讨多语言语音识别技术对智能语音助手的意义,最后分析多语言语音识别技术在智能语音助手中的应用策略,希望为用户提供更加便捷、智能的语音交互体验。

基于人工智能技术的语言自动识别系统设计与实现

本研究旨在开发一种基于人工智能技术的语言自动识别系统,能够自动识别输入文本或语音的语言类型,并进行相应的智能处理和反馈。该系统综合运用了整合机器学习、深度学习和自然语言处理等技术,系统能够实现高效、准确和可扩展的语言识别功能,为智能客服、智能翻译等领域提供支持。

电网APP的语音文本实体多语言识别方法

为了提高电网APP语音文本实体多种类语言的识别精度,提出基于语义特征融合提取的电网APP语音文本实体多种类语言精确识别技术。采用尺度分解法调节语音线谱的增强和输出参数,建立电网APP的语音参数融合模型;采用语义模糊度检测方法,实现语音识别和特征聚类;结合语义特征融合结果,建立模糊判断的语言识别模型,辨识电网APP的语音特征,精确识别电网APP语音文本实体多种类语言。实验结果表明,采用该方法识别电网APP语音文本实体多种类语言,识别精度达到90%以上,实现了精准识别,检测性能较好。

指向深度学习的人工智能课程单元教学设计——以“语言识别设计与制作”单元为例

指向深度学习的单元教学设计是破解传统课堂课时碎片化问题、发展学生核心素养、提升学生问题解决能力、撬动课堂转型升级的创新支点。本文以指向深度学习的单元教学设计模型为基础,包括确定引领性的学习主题、多层次精准分析学情、设计指向核心素养的目标、设计挑战性的学习活动、伴随式学习评价设计六个方面,并运用这一模型开发了《人工智能》校本课程的“语言识别设计与制作”,使学生在单元学习后,作为有意义的个体实现了素养发展。

结合改进DRSE-GCNN的电力调度语声识别模型

针对现有电力调度中语声识别方法存在的字识别错误率高和耗时长等问题,在分析语声识别技术的基础上,提出了一种改进的深度学习方法用于电力调度语声识别。将改进的深度残差收缩网络和改进的门控卷积神经网络相结合,通过改进的深度残差收缩网络提取有效特征,在通过堆叠改进的门控卷积神经网络来获取有效上下文信息。通过试验对所提方法的性能进行分析,验证其优越性。结果表明,所提方法与常规识别方法相比,在模型参数、字识别错误率和平均识别时间上均具有一定的优势,模型参数量为6.48 M,字识别错误率为2.87%,平均识别时间为0.187 s。该研究为电力调度语言识别方法的发展提供了一定的参考。

融合多种语言的语音情感识别

由于语言的差异,提高跨语言情感数据库识别语音情感的准确度,仍然是一项难题。该文针对语言差异这一难题,融合了语音情感识别技术和自然语言处理技术。该文选取Berlin语音情感数据库和CASIA语音情感数据库,从两个数据库中分别挑选200条语音,选用开源API下的Google Speech,实现语音文本的转化。使用机器翻译方法,将语言转化为文本,统一翻译成中文。利用自然语言处理的词法分析、句法分析、LSA的关键词提取算法,提取出表达情感的关键词。对于被提取出来的关键词,使用SpeechLib工具包将提取过特征值的文本转化成语音,提取MFCC特征,构建DNN+BLSTM模型,实现语音情感的分类。实验结果表明,文中使用的方法未加权平均召回率(UAR)和加权平均召回率(WAR)分别为48.22%和56.5%,相比其他方法,UAR和WAR分别提高了4%和8%。

提高初中语文语言文字运用能力的策略探究

新课标指出,“语文是一种综合性、实践性的课程”,既对语文课程的性质进行了正确的定义,又把运用语文的能力放在了第一位。初中语文课堂教学要在新课程标准的指导下,努力寻找合理的方法,这就需要老师进一步拓宽语言文字应用的范围,并以增强语言识别、感知和组织语言等多种运用能力为主要目的。

基于模式匹配的自然语言识别

在自然语言识别过程中,为了提高识别的准确性,我们引入了模式匹配。不仅仅局限于传统的语法-语义分析,而是在语法分析的基础上,结合工程应用来定义最适合自然语言识别的语言模式,然后把模式存入到知识库当中。当需要对自然语言识别时,根据已有模式来匹配句子,从中检索出所需要的信息。文章完整地阐述了这种基于模式匹配的自然语言识别的全过程,并对模式的定义、分析及提取给出了详尽的剖析。最后以一个实验系统证明了此方法的可行性和准确性。

环境噪声对语言识别率的影响

本文比较了４种干扰声源声级（ｄＢＡ）和语言干扰级（ＳＩＬ）的关系，观察了不同ｄＢＡ、ＳＩＬ和信噪比（Ｓ／Ｎ）对语言识别率影响的规律。结果表明ｄＢＡ与ＳＩＬ有很好的线性关系，但不同性质的噪声源，两者间的差值相差很大。４种干扰声源下的语言识别率都有随ｄＢＡ和ＳＩＬ的增加而减少，随ＳｄＢＡ／ＮｄＢＡ和ＳｄＢＡ／ＮＳＩＬ的增加而提高的趋势，但语言识别率与ｄＢＡ、ＳｄＢＡ／ＮｄＢＡ的相关性因噪声的性质不同有很大差异，而与ＳＩＬ、ＳｄＢＡ／ＮＳＩＬ的相关性受噪声性质的影响很小。

基于动态BLSTM和CTC的濒危语言语音识别研究

针对低资源的濒危语言进行了端到端语音识别模型的建立与研究,能够为濒危语言的保护和传承探索出新的途径。采用动态双向长短时记忆网络与连接时序分类模型构造端到端的语音识别系统,在进行音素级别的识别训练时,传入模型的数据批量大小根据训练模型作自适应调整,不仅能够加快收敛速度,而且能够提高模型的泛化性。通过修改网络层次与结构参数,并提取不同的语音特征进行模型对比,实验结果表明在两种濒危语言——吕苏语和土家语的数据集上均取得了较好的识别效果。

人工耳蜗植入电极分布频带不同排列模式对语言识别能力的影响

目的通过测试电子耳蜗植入患者电极分布频带颠倒排列前后声音识别的变化,探讨电极分布频带排列模式对声音识别能力的影响。方法15名电子耳蜗植入患者,分别依次测试电极分布频带颠倒排列前后对铃声(代表高频)和鼓声(代表低频)两种不同声音的识别能力,记录并分析结果。结果在电极分布频带按低频对应蜗尖、高频对应蜗底的正常顺序排列时,均能准确识别出铃声和鼓声。在电极分布频带颠倒排列后,13名受试者将铃声和鼓声均识别为鼓声,另2名则将铃声识别为鼓声,而将鼓声识别为铃声。结论电子耳蜗电极分布频带排列模式改变可以影响电子耳蜗植入患者对声音的识别能力。

关于语言身份的识别问题

全球有多少种语言,这是一个很难回答的问题。国际语言学界通常根据世界少数民族语文研究院(SIL)出版的Ethnologue提供的信息来确定语言的数量,但该书在收录世界语言资料时缺乏一定的严肃性。主要是由于语言身份的鉴定在国际上缺乏一种学术界比较公认的科学的可以量化的识别方法。文章围绕美国《科学》杂志于2009年讨论中国语言识别问题的文章为引子,讨论了语言身份鉴定过程中存在的一些问题,反驳了该文对中国语言识别工作的一些污蔑不实之词,提出需建立一种互通度与语言结构差异度相结合的语言身份鉴定方法,以引起讨论,求得一种国际语言学界都能够接受的语言身份识别的理论和方法。文章还认为在互通度标准以及技术在实践中还没有能够取得学术界一致认可之前,指派最终的语言代码是不成熟的做法。

“语言识别”多人谈

是语言,还是方言,这是语言研究中长期纠结的一个难题,也是不好解决的一个问题。为什么?因为人们确定某种“话”是语言还是方言,有使用纯语言标准的,也有使用语言以外的社会标准(民族、文化、支系等因素)的。中国现有对语言、方言名称的定位,也大体如此。先举些例子来看,壮语南北方言差异很大,互相不能通话,但人们都认为是同属一种语言;而布依语与壮语北部方言的相近度比壮语北部方言与壮语南部方言之间更近,但布依语与壮语则被认为是不同语言。为什么?因为布依族与壮族是不同的民族,而说南北壮语的都属壮族。

体态语言识别系统对与急诊ICU机械通气患者沟通的效果

目的:探讨体态语言识别系统对与急诊ICU机械通气患者沟通的效果,以提高急诊ICU的护理质量与工作效率。方法:采用随机抽样法选取我院急诊ICU收治的330例患者作为本组研究的观察对象,随机将其分为对照组与观察组,各165例。对照组给予常规护理,观察组在常规护理的基础上应用体态语言识别系统,采用简易精神状况评定量表对护理后2组的认知功能状态进行评估,并采用自制量表评估患者与护理人员对体态语言识别系统满意度。结果:(1)经体态语言识别系统护理干预后,观察组中大学及以上53例,中学74例,小学22例,文盲16例;对照组中大学及以上28例,中学55例,小学42例,文盲30例;观察组显著优于对照组(P<0.05)。(2)护理后,观察组中非常满意93例,较满意60例,不满意12例,总满意率为92.73%;对照组中非常满意53例,较满意85例,不满意27例,总满意率为83.64%。观察组显著高于对照组(P<0.05)。(3)观察组12例护理人员中,对体态语言识别系统非常满意8例,较满意4例,总满意率为100%。结论:在急诊ICU机械通气患者护理工作中应用体态语言识别系统,可以有效提高护患沟通效果,提高护理质量与工作效率,提高患者与护理人员的满意度,值得在临床护理工作中推广应用。

语言识别的语言学标准是什么？--有关“语言关系”问题的讨论

不少西方学者认为中国语言学家在识别语言方面过于保守,美国语言学家Jamin Pelkey以互懂度为标准把他在云南描写的24种民族语言定义为独立的语言,并且得到了国际标准化组织的承认。Walter Shearer虽然认为互懂度是识别语言的最终标准,但指出测度互懂度的技术还不成熟。孙宏开此前结合中国境内语言和民族的复杂关系,综合考虑语言结构标准和政治社会因素,提出了在我国进行语言识别的原则和标准。与西方学者不同的是,他非常重视分析、比较语言结构与周围语言之间的同异在语言识别中的作用。互懂度实际上是以语言系统的差异大小为基础的,必须落实到语言系统的比较才能充分发挥作用。现代语言已经在语言系统、语言与社会的关系等方面积累了丰富的成果,至少可以为语言识别提供两个可以参考的标准:语言系统的异同和对言语社区的认同。语言识别工作有着重要的社会影响,语言学家应当积极利用这些成果,立足于严谨、科学的研究,推动有关"语言关系"问题的讨论。

语言图片识别卡在脑卒中失语患者护理中的应用

目的探讨与脑卒中失语患者的交流方法。方法采用语言图片识别卡与83例脑卒中失语患者进行交流。结果经护患沟通测试统计,83例脑卒中患者应用语言图片识别卡后,有效沟通率达100%,其中显效率达90.36%。结论应用语言图片识别卡有效地实施了人性化护理,加强了护患之间的沟通,使患者能积极配合治疗、护理,提高了护理内涵质量。