基于特征均值距离的短语音段说话人聚类算法

该文提出一种基于特征均值距离的短语音段说话人聚类算法。首先,定义特征均值距离用来在特征层而不是模型层刻画两个类之间的相似度;然后,迭代合并特征均值距离最小的两个类,直到任意两类之间的特征均值距离的最小值大于一个自适应门限为止。采用取自两个语音数据库的短于3 s的语音段进行实验测试,结果表明:与基于AHC+BIC的算法相比,F度量值平均提高了5%,运算速度约为以前算法的4.68倍。

基于语音段管理的语音芯片体系结构设计

对ISD系列语音芯片的体系结构进行分析的基础上,设计了一种基于语音段管理的语音芯片体系结构。该设计采用外置语音存储器,用VC++作为编程工具,既解决了ISD系列语音芯片段管理中存储空间浪费的问题,又增加了CPU操作和手动操作并存的功能。

一种基于语音段管理的语音芯片体系结构设计

对当前最有代表性ISD系列语音芯片的体系结构和功能作了简要的分析和概括,在此基础上提出了一种基于语音段管理的语音芯片体系结构。

基于子带能量分析的数字接收机数据语音段识别方法研究

在无线电侦听领域,侦听数据中常常含有纯噪音、误判为语音的定频数字调制信号等非语音信号段,造成侦听人员工作效率下降。针对该问题,提出一种基于子带能量分析的语音段识别算法。考虑到侦听数据在时域上存在幅度跳变现象,首先利用直方图分析对侦听数据进行分段,得到若干个子数据段,然后对每个子数据段进行子带能量分析,最后提取特征参数实现对语音段的识别。仿真结果表明,该方法能够准确地对侦听数据进行分段,并识别出其中的语音段。

视障大学生英语音段感知能力探寻性研究

视障大学生英语学习者主要依靠听觉通道来习得语音,因此感知能力对他们的语言学习尤其重要。该文通过对视障大学生英语音段感知测试发现,视障大学生对目标音段感知能力总体稍优于明眼人对照组,情况良好,主要归功于灵敏的听辨能力、较早的外语启蒙教育和音乐启蒙教育。感知偏误主要来自汉语和方言影响。此发现对于视障大学生的语音教学有一定的启示。

日语音段的可视化教学研究——基于中介语理论与实验语音学方法

本论文用实验语音学的方法并结合中介语理论来研究日语教学中的语音问题。本文首先总结了中国日语学习者的日语音段(元音与辅音)习得特点,其次提出可以用实验语音学的方法实现语音可视化教学,从而改进学习者的发音问题。本文运用到唇形图、调音截面图、IPA元音舌位图、MRI核磁共振调音动画摄影及声学分析等方法,分析了元音「う」、清化元音、清浊塞音、舌尖闪音和舌尖鼻音以及音节尾鼻音的可视化教学方案。本研究的目的在于:通过语音可视化教学研究和实践,加强学习者的发音自我监控及反馈能力。

单片机的多段语音组合录放系统设计

介绍一种基于单片机STC89C52RC、语音芯片ISD1730组成的多段语音录放系统设计方案。描述了语音电路设计、语音分段录入、语音段定位、语音段剪辑、多段语音组合输出等的实现方法;并制作了一个具有语音输出功能的温度测量仪。实验表明,具有语音输出功能的温度测量仪器更便于操作和使用。

超音段音位语音知识习得与中国学生英语听力理解能力关系研究

本研究从理论和实践两个方面回答了如何帮助高校非英语专业学生有效习得超音段音位语音知识的问题。同时还研究了超音段音位语音知识习得与学生英语听力理解能力之间的关系。研究结果表明,只要呈现方式及训练手段得当,在保证训练量的情况下,学生可以基本掌握超音段音位语音知识。这种知识的掌握能促进学生的听力理解水平,听力材料难度越大,这种促进作用越明显。

基于多段语音集成片的实用报警系统设计

多段语音集成电路在报警、操作提示等场合应用较为广泛。该文以一个实际电子模拟屏语音报警系统为例介绍多段语音集成片的应用及安装调试方法,对多信息语音提示的设计制作等具有实际的指导意义。

超音段语音意识和英语阅读

超音段音位在语言的表义、辨义和理解等方面起着重要的作用,它主要包括重音、音高、音长、停顿和语调等。本文简要叙述了超音段音位和超音段语音意识的概念、意义和重要性,以及超音段语音意识和英语阅读的关系;文章用一定的篇幅介绍了笔者培养学生超音段语音意识的方法、过程和在阅读方面所收到的效果。

基于语音起始段检测语音可懂度客观评价方法

传统的语音评价算法,如SNR,存在语音的可懂度相关性不高的问题。有研究表明,语音的不同部分对可懂度的贡献不同,语音的浊音起始段对可懂度的影响较大。提出一种可懂度相关性相对较高的语音评价算法。在计算分段SNR之前,对语音段进行选择,选出起始段。所提出方法的可懂度计算结果与主观得分进行比较,实验结果表明,结合语音起始段(speech onset)检测算法,能够将可懂度与主观评价的相关值分别提高0.11(辅音)和0.06(句子),这也从一个侧面验证了语音的起始段对可懂度有较大影响这一研究结论。

融合改进梅尔谱特征和深信念网络的语音测谎算法

为实现非接触式谎言检测,特提出了以语谱特征为线索,结合深度学习的谎言检测方法。为提取谎言中微颤抖所引起的语谱局部能量变化,算法先对梅尔频谱进行了Hu矩处理,然后进行离散余弦变换去除相关性。该特征利用了Hu矩的正交不变性和平移不变性,能较好的体现出语谱中局部能量的集中方式。然后将所提取的特征作为改进深信念网络输入进行谎言识别。为提高受限玻尔兹曼机的并行回火训练算法中相邻温度链之间的交换率,训练算法先对Markov链的状态能量进行等能量的划分,使得每个能量环内的状态具有相似的能量,然后再进行交换以提高交换率从而优化整个网络的训练。在Columbia-SRI-Colorado数据库上的实验表明,谎言识别率达到了71.47%,比梅尔倒谱系数特征的识别率提高了3%,比传统的BayesNet分类算法提高了7%。

舰船噪声环境下改进语音信号增强算法

谱减法广泛应用于语音增强,但在舰船噪声环境下,噪声的复杂多样性给谱减法中信号的语音段与噪声段的正确检测带来极大的困难,影响了谱减法的效果,为此,笔者在分析信号频谱特性的基础上,首先通过分帧信号相邻帧间频谱的相似性测度对信号段粗判断,再利用帧间偏移方法进行精确判断,实现语音段与背景噪声段的精确辨别,进而利用谱减法实现舰船噪声环境下语音信号的增强.经过大量实测数据的验证,改进的谱减法能够适应多种类型舰船噪声环境下的语音增强,对语音段的判别准确度达到96%,对背景噪声的判别准确度达98%.与传统谱减法及其他相关改进算法相比,在低信噪比强背景噪声下,文中改进谱减法仍能取得稳定的语音增强效果.

基于语音识别技术的英语发音评测系统研究

利用语音识别技术,依英语发音的特有性,搭建完整合理的计算机辅助英语发音评测系统。整个系统包括3个部分:语音段验证、语音信号切割和发音评测。其中语音段验证利用置信度评估的技术,并依据置信度阀值对评测语音内容是否需要评测做出判断;语音信号切割是以预先训练好的英语发音声学模型为切割依据,通过强制对位的方式切割出正确的发音区段;英语发音评测是系统的核心,使用的评测方式是比较评测语音和标准语音的相似度,采用4个评测特征:发音完整度、韵律性、语速和准确度进行发音相似度评测。针对不同的特征参数设计合理的评测机制,并对4个特征参数进行加权运算,以建立一个完整合理的英语发音评测系统。实验证明,系统能够给出比较客观的评分,达到预期设计目标。

一种抑制方向性噪声的双耳语音增强算法

为了给双耳听力设备佩戴者带来更好的语音可懂度,提出了一种利用双耳时间差与声级差的近场语音增强算法,该方法首先利用这两种差异来估计语音的功率谱和语音的相干函数,然后计算干扰噪声在左右耳间的头相关传输函数的比值,最后构造两个维纳滤波器。客观评价的参数显示该算法去噪效果优于对比算法而目标语音的时间差误差和声级差误差低于对比算法。主观的言语接受阈测试表明该方法能有效提高语音可懂度。结果表明,该算法在能够有效去除干扰噪声的同时,保留了目标语音的空间信息。

一种基于分形维数的自适应语音信息隐藏算法

为了提高秘密数据传输的可靠性和安全性 ,本文以语音段分形维数计算为基础 ,提出一种检测时不需要原始语音信号的自适应语音信息隐藏方法 .语音段的秘密信息嵌入位置和数量由人类听觉感知特性和分形维数确定 ,在保证不可察觉性的前提下 ,兼顾了鲁棒性和隐藏量的要求 .仿真实验表明该算法具有较好的信息隐藏性能 .

ISD4004系列语音芯片批量拷贝的设计

分析了语音芯片内部地址的形成机制及特征,介绍了获取芯片内部语音信息段地址的方法,通过采用子片与母片相同地址同步录放的方式开发设计了语音芯片批量拷贝系统。由于一次性语音多片拷贝,减轻了录音中重复操作的繁琐;给出了软件设计和硬件设计,并通过测试验证了系统的可行性,具有一定的应用价值。

一种应用矢量量化的语音合成新方法

本文提出一种应用矢量量化进行类音素分类,以类音素为合成基元的语音合成新方法。这种方法能以很低的计算和存储代价,合成自然度、可懂度都较好的语音。合成的语音既适合于全汉语词汇语音合成,也适于制作某些专门用途的低价语音合成器。

汉语语音“通—断”模型的统计分析

本文以广播电台的连续型标准汉语普通话语音为研究对象,对30人次(15个男性和15个女性)的普通话语音、15人次的男性普通话以及15人次的女性普通话语音分别在两种门限下进行了talkspuns-pauses模型的统计分析,找出了talkspurts和pauses长度的统计概率分布规律和一些相应的统计特征值。本文还附带对27人次(17个男性和10个女性)的广州话语音在相同的条件下进行了类似的统计分析,得出了相应的统计结果。

普通话语音美试说

普通话语音美试说于思湘普通话是一种高档次的文化语言，这种文化语言的口语表达高雅、优美、悦耳、动听，具有一种特有的美感效果和艺术魅力。而它之所以产生如此之美的表达效果，与构成它的三要素──语音、词汇、语法美的内在因素都有一定的关系，本文只就其语音方面产...