利用韵律信息的CHMM连续数字语音识别

提出了一种结合韵律信息的高性能汉语连续数字语音识别算法,该识别算法基于CHMM(连续隐马尔可夫模型),采用MFCC(MEL频率倒谱系数)为主要语音特征参数,结合韵律信息进行连续数字精确分割,能够有效区分易混数字。算法采用两级识别框架来提高语音识别率,其中,第1级对连续数字分割,在此基础上进行数字语音识别,输出各候选结果,第2级在候选结果中确定易混数字对,并运用韵律信息进一步选择正确结果。实验表明,最终汉语连续数字语音识别率有很大提高。

口语加工中的韵律信息

语言中丰富的韵律信息可以在口语加工中得以体现,对韵律信息的研究大多在口语中进行。该文介绍了韵律信息中的重音和声调,重音在口语词汇的激活中发挥了重要作用,同时正确的重读也能促进语篇语句的理解。声调是声调语言的一个独有特点,可以区分语义,对语义激活也有重要影响。

孤独症儿童的韵律信息加工:发展研究、影响因素和神经机制

韵律信息在口语理解中起着关键作用。孤独症儿童存在韵律信息的感知和加工异常,制约日常对话、社交互动,阻碍口语能力发展。分析孤独症儿童韵律信息加工的发展特点和影响因素,并探讨神经机制方面的加工缺陷。未来研究可以关注孤独症儿童韵律信息加工与言语发展的相互关系,拓展跨文化背景的韵律加工差异性,以及探讨情绪效价对韵律信息加工的影响。

口语理解中韵律信息的作用及其脑机制研究

口语理解在人类语言交流过程中有着重要的社会意义,而韵律信息在口语理解中又起着不可或缺的作用。近年来,韵律信息对口语理解的作用已成为新的研究热点。本文分别从重读、语调、韵律边界三个方面,阐述韵律信息对口语理解的作用及其脑机制的研究。在未来的研究中,应重视口语理解中韵律信息的动态性研究、实际应用研究以及语言特异性研究。

韵律信息在汉语儿童习得歧义结构中的作用

对歧义结构的理解和加工一直是心理语言学研究的热点,但已有研究多关注成人,缺少对儿童习得该结构的考察。为了探索儿童习得歧义结构的内在机制,本研究通过实验任务考察3至5岁汉语儿童如何利用韵律信息解读歧义问句。汉语中的“怎么”问句存在歧义,它既可以提问事件的方式(“方式解读”),也可以提问事件的原因(“原因解读”)。实验通过“问答任务”考察汉语儿童是否可以利用韵律信息建立起这两种对应的解读。实验结果显示,汉语儿童在习得“方式解读”和“原因解读”的时间进程上表现出不对称性:3岁时就已经可以利用韵律信息建立“方式解读”,但直到5岁才能利用韵律信息建立“原因解读”。我们在“句法树生长假说”的理论框架下进一步探讨了儿童习得歧义结构的内在机制。

引入韵律结构信息的层次短语模型改进研究

随着自然语言处理研究的不断深入,人们不但迫切需要挖掘文本更多的潜在语言学信息,而且还力图通过机器学习预测这些潜在的语言学知识,以便更加有效地提高机器翻译的性能,同时为计算语言学服务。韵律作为语音学方面的知识,已经广泛用于到语音合成、文音转换、语音翻译各个语音方面,对基于语音的自然语言处理起到不可替代的作用。该文对韵律信息如何,并以何种方式改进机器翻译进行了介绍,并通过实验验证韵律信息对层次短语模型有改进。

不完全匹配的语音和文本语句级对齐

语音文本自动对齐技术广泛应用于语音识别与合成、内容制作等领域,其主要目的是将语音和相应的参考文本在语句、单词、音素等级别的单元进行对齐,并获得语音与参考文本之间的时间对位信息.最新的先进对齐方法大多基于语音识别,一方面,准确率受限于语音识别效果,识别字错误率高时文语对齐精度明显下降,识别字错误率对对齐精度影响较大;另一方面,这种对齐方法不能有效处理不完全匹配的长篇幅语音和文本的对齐.该文提出一种基于锚点和韵律信息的文语对齐方法,通过基于边界锚点加权的片段标注将语料划分为对齐段和未对齐段,针对未对齐段使用双门限端点检测方法提取韵律信息,并检测语句边界,降低了基于语音识别的对齐方法对语音识别效果的依赖程度.实验结果表明,与目前先进的基于语音识别的文语对齐方法比较,即使在识别字错误率为0.52时,该文所提方法的对齐准确率仍能提升45%以上;在音频文本不匹配程度为0.5时,该文所提方法能提高3%.

语声转换技术发展及展望

语声转换通过改变语音信号的声学特征参数来调整语音的个性特征,从而使得转换后的源说话人语音听起来就像是目标说话人的声音一样。系统地介绍了当前语声转换技术的发展状况,在描述语声转换技术的应用场景和系统框架的基础上,着重阐述了系统的转换模块,即声道特性的转换和韵律转换,特别是重点介绍了声道特性的转换算法。简要地介绍了系统性能的测试方法,最后对全文进行了总结,并针对当前语声转换技术还存在的一些问题,对未来的发展进行了展望。

特大公路桥梁催眠效应改善方法及评价

特大公路桥梁道路环境单一,视觉参照物少,驾驶员对速度突变不敏感,易诱发公路"催眠"效应,导致交通事故发生的特点.利用驾驶员对韵律型信息的偏好,设计具有多节拍、多色彩的韵律型信息视觉环境缓解公路"催眠"效应.利用3ds max仿真软件制作行车仿真模型,以速度突变判断准确率和反应时间为评价指标,利用E-prime软件进行车速感知心理物理实验.实验结果显示,速度突变判断准确率由改善前的33.46%提高到改善后的65.09%;在改善前,反应时间随着行车时间的增加而显著增加,改善后反应时间随行车时间增加虽有所增加,但两者关系不显著,且反应时间相比于改善前降低20.81%,能有效缓解公路"催眠"效应.

口语单词产出的音韵编码过程研究

口语单词产出的音韵编码研究较多关注音段信息的加工提取以及编码顺序,对于韵律信息的考察较少。本文将从音段信息、韵律信息以及音段—韵律信息的整合出发,综述近年来的研究,介绍拼音语言与汉语音韵编码加工细节的异同,并对今后的研究方向进行展望。