基于特征融合的正常语音和低语语音分类系统

低语(Whisper Speech)是指凑近别人耳朵小声说话,即私下里轻微的说话声。低语是一种常见的发音方式,由于发音方式比较特殊,其与正常语音在特征方面有较大差异。目前,区分低语和正常语音多数是借助于各类软件对某些声学特征进行直接观测,比如常见的频谱图等,而对于二者的分类模型研究较少,且没有一个公开的汉语低语语料库。为此,首先创建一个汉语低语语料库;其次,建立一种鲁棒的低语与正常语音的分类系统,提出一种基于卷积神经网络(CNN)的特征融合方法,该方法将光谱平坦度(Spectral Flatness)和语音均方根(Root Mean Square,RMS)相结合。实验结果表明,所提出的特征融合方法能够提高低语与正常语音分类系统的性能,与基线模型相比,准确率提高21.67%。

一种哈萨克语句子相似度计算方法的研究

句子相似度计算是基于实例机器翻译的主要方法.对基于实例的哈萨克语机器翻译,哈萨克语句子相似度衡量的准确性直接影响到最终翻译结果.哈萨克语是粘着型语言,具有丰富的构型和构词附加成分,词干正确提取可以很大程度上提高自然语言处理的效率.本文主要提出一种基于词干提取的哈萨克语句子相似度计算方法,即对计算相似度句子中的词语先进行词干提取,再进行相似度计算.此方法试验结果表明,其相似度有了较大的提高,进而基于实例的机器翻译系统的准确性也得到了相应的提高.

基于WCF的维汉机器翻译系统的设计与实现

WCF(Windows Communication Foundation),是微软公司推出的囊括所有服务,并符合SOA思想和技术框架的一套软件开发包.本文通过对WCF技术体系和翻译系统的用户需求深入分析,结合现有可利用资源的分布情况,提出将维吾尔语-汉语(以下简称维汉)机器翻译系统包装为WCF服务的机制,以及面向服务的开发实现维汉机器翻译系统的方案.WCF技术为依托,实现面向服务的软件架构,作为服务为多个客户端提供翻译服务的一种尝试.实践表明,它具有较好的互操作性和易扩展性以及安全性等优点.

维吾尔文-汉文计算机辅助翻译系统中双向翻译记忆子系统的设计与实现

计算机辅助翻译(Computer Aided Translation,简称CAT)是一种人机交互式系统.翻译记忆技术是计算机辅助翻译系统中的核心技术.翻译记忆子系统中记忆库的构建,管理以及记忆库中语句相似度的计算非常关键.针对维吾尔文-汉文双向翻译记忆子系统的要求,本文设计出了翻译记忆子系统模型,并在记忆库设计中采用维吾尔文和汉文句子以句子精确对齐的方式存储,同时可以对记忆库进行查找、删除等.对于句子相似度则用自然语言处理中常用的"编辑距离"(edit distance)来计算,将大于阈值的句子所对应的译文句子提供给用户进行翻译参考.结果证明,该双向翻译记忆子系统在维吾尔文-汉文翻译中起到了很好的效果.