基于音频的数字视频内容安全检测模型研究

在深入研究语音识别和文本挖掘的基础上提出一种数字视频内容安全检测系统的模型。该模型依据我国法律法规和道德规范建立一个不良信息特征库,采用自动语音识别技术将数字视频中的音频转化为文本,以LTC权重计算法来提取文本中的关键词并与特征库进行比对,实现不良信息的甄别与检测。实验结果表明,与传统的技术方法相比,该系统的准确率与响应时间有所提高。

突发环境事件中微博影响力的预测研究

构建突发环境事件中微博影响力预测模型,有助于相关部门及早发现问题,并采取行动,保障网络舆情平稳发展。因此,本文以“xx突发环境事件”为研究对象,根据微博转发、点赞和评论次数衡量其影响力,选取微博用户、内容、时间特征,建立基于AdaBoost算法的微博影响力预测模型,并对微博特征重要性进行分析,结果表明该模型的预测精度可达到93.2%,能够较好地完成预测任务。此外,微博的内容、时间特征、用户基本信息、用户活跃度均对微博影响力产生作用,长文本的、通知类的微博影响力更高,白天发布的微博影响力要比晚上发布的高,政府媒体用户和大V用户发布的微博影响力更高,原创度高的用户发布的微博影响力也会更高。

语音个性化治疗在儿童腭裂合并语音障碍中的应用

目的：探讨语音训练对先天性腭裂及功能性语音障碍等疾病语言康复的疗效。方法对27例腭裂术后语音治疗患者实施为期28天规范的辨听、鼓气及唇舌运动训练，并进行录音评估，比较治疗前后的语音清晰度和清晰发音数量。结果患者语音清晰度较治疗前显著提高（P＜0.05），训练后清晰发音者数量较训练前明显增加（P＜0.05）。结论规范的语音训练可显著改善患者的发音，通过系统规范的语音训练及患者家属的配合，先天性腭裂及功能性语音障碍等语言发音疾病的语言康复有较为明显的效果，值得在临床中广泛应用。

基于声学模型的不良语音识别技术研究

不良语音识别技术是在高清音/视频业务中监测不良信息的有效手段。本文提出了一个基于声学模型的不良语音识别框架,针对框架中特征提取、声学模型构建和不良语音判定模型3个重要部分的实现方法进行分析描述,并列举了各种方法的优缺点,对构建高效的不良语音识别系统具有较高的参考价值。