基于EGG信号的藏语康方言塞音分析研究

塞音是汉藏语系语言的辅音中最重要的音素类型。本文利用EGG-D800设备采集藏语康方言塞音的生理语音数据,分析了藏语康方言塞音的声学和生理参数特征。经过分析康方言塞音的语图和EGG信号,首先发现EGG信号的波形图存在识别清音与浊音的作用,得出康方言塞音分为有声浊音和无声清音;其次开商与塞音的“送气”量存在密切关系,根据塞音开闭比提出藏语康方言塞音有4种发声类型,并且得出塞音的开闭比是区别康方言塞音发声类型的重要参数。这些对语音的辅音研究、藏语塞音的发声研究均有一定的理论意义和参考价值。

温州吴语声调的EGG研究

EGG信号的各项参数证明:1)温州吴语今仍为平上去入各分阴阳的八调;2)阳上在向阴上、阳平并拢,阳平自身也不稳定;阴入阳入在合并;3)入声单字调已舒化,双字组中前字入声短、后字入声长;4)时长短、音高低导致温州吴语阳平尾部、阴去尾部和阳上前部出现紧喉音。

基于脑电信号及微行为特征的校园早期抑郁症识别

抑郁症作为伤害人类心理健康的情感类精神疾病,目前中国的患病率为4%左右,由于大环境形势影响和校内压力,当前在校学生抑郁高发态势,引起社会各界广泛关注。因此预判校园内大学生是否患有抑郁症尤为重要,本项目提出一种通过多模态方式,利用卷积神经网络提取脑电信号和微行为可以更精确、更快速的对抑郁症进行判别,同时也可解决脑电信号的非线性和非稳定性。