共振峰编辑法区别鼻化元音中口、鼻音共振峰的实证探究*

为解决司法话者识别中利用鼻化元音构建元音声学空间图时如何准确判别鼻化元音的口、鼻音共振峰的问题。本文通过计算机语音工作站对语音样本的共振峰进行编辑操作，利用生成的语音样本构建不同的对照组分别进行听辨。结果表明，口音、鼻音共振峰分别被衰减后的语音变化特点呈现一定规律，使用此方法可以准确区分鼻化元音的口、鼻共振峰的阶次。本文建立的“共振峰编辑”与“听觉感知”相结合的判别方法，可以为司法话者识别及语音感知、识别等相关领域通过构建元音声学空间图进行声学特征研究的模型提供口音、鼻音共振峰的判别依据。     

普通话带鼻尾零声母音节中的协同发音

普通话有／n／和／η／两种鼻尾．带鼻尾的零声母音节用（V）VN表示．有8种（V）Vn，8种（V）Vη．本研究用的实验材料是由15位男人念的带声调的所有（V）VN音节．本实验看到，（V）VN中元音部分终点的舌位不仅受到／n／和／η／不同发育部位的逆向协同发音作用，而且受到（V）V中不同主要元音的顺向协同发音作用。普通话跟英语等语言一样，鼻辅音前面元音共振峰过渡是区分／n／和/η／的最重要依据．根据（V）VN中（V）V终点或／和起点共振峰频率，可以把其（V）V在一定程度上跟其在共振峰模式相似的单元音，或复合元音加以区分．本实验还看到，（V）V和N的时长都受到声调的协同发音作用．上声使（V）V最长，阳平的次之，阴平和去声的最短；阴平，阳平和上声的／n／和／η／时长大致相同，它们都比去声的长；上声使（V）VN最长，去声的最短，阳平比阴平的长．本实验还看到，鼻韵尾时长以及（V）V／N的时长比值与其前面主要元音为低的和非低的特征有关．     

普通话单元音女声共振峰统计特性测量

为了在群体意义上研究普通话单元音共振峰的特征,对90个女生的普通话单元音共振峰做了测量。共振峰的测量采用 LPC法,给出了具有统计意义的前五个共振峰的平均值和散布。对所测结果的观察发现统计测量的结果与前人的测量结果有明显的差别。所有单元音的F4／F3和F5／F4基本上都处于1．4附近;除了常用的最低的三个共振峰外,F2／F1、F3／F2 可能会给单元音的细节辨识提供两个新的特征参量。     

蒙古语七个元音声频特性计算机分析

为了采取语音输入方式来实现蒙古语各类文字文献的自动转换（机器翻译）,所选择的语音、语言模型的性能直接影响识别精度。为此对蒙古语各类语言文字的元音进行声学特性的分析和分类不仅对蒙古语语音的识别非常重要,而且对蒙古语的语言学、地方方言学的研究也有很重要的意义．本文介绍对蒙古语哈拉合、察合尔、卫拉特发音元音读音进行声频特性分析的结果以及利用语音模型识别方式验证所测定的不同发音共振峰频率分布情况。     

汉语连续语音数据库的语料设计

质量优良的语音识别系统或语音合成系统需要高质量的、在语音学和语言学知识指导下设计的科学合理简洁有效的连续语音数据库的支持．在目前阶段,汉语语音数据库应限制在朗读言语（readspeech）的音段方面。为了描写语流中的音变现象,考虑如下语音单元：（1）不计声调的音节（401个）。（2）音节间的双音子415个。（3）音节间的三音子3035个,这是根据37个基本音子,利用音节间共振峰过渡的研究结果,按规则规纳的结果．（4）所有音节间过渡段的韵母一声母结构,采用和同三音子相同的归并方法,共781个．为了增加不同的韵律结构,并考虑语音识别系统的后处理,语料还包括汉语的17类基本句型．选用1993、1994两年的“人民日报”、“百家报刊精选”及若干电视剧本、词典词库作为语料库的原始语料,从中选出2185个句子和388个短语作为朗读语料,它们覆盖了99．8％个无调音节,100％的双音子,99．6％的三音子,以及17类句型。     

普通话卷舌元音的声学模式及感知

本文对15位男发音人念的卷舌音节“儿”，“耳”，“Th”的声学统计模型进行分析研究，探讨了卷舌元音／er／在不同声调中的共振峰模式，并给出了统计结果．研究结果表明，／er／在整个音程中是有动程的，声调不同，其共振峰模式的动程变化程度并不一样．本研究还对3位男发音人念的“儿”，“耳”，“二’音节进行了感知实验．结果是，卷舌元音／er／的最小感知阈和声调有关．在同一声调中，它又受发音人几曲线和时长的影响．本文最后讨论了／er／在三种声调中的感知中心．     

语谱图共振峰的自动跟踪算法

本文介绍一个共振峰轨迹的自动跟踪算法，其特点是不借助于其它的信息来源，仅仅是基于语谱图信息，来确定语谱图上前四个共振峰频率的位置和它们关于时间轴的轨迹。算法由三个层面构成；第一层面是进行频率分布的分析，以决定一个最佳的共振峰搜索起始位置；第二层面是采用双搜索算法，来跟踪随时间变化的共振峰轨迹；第三层面是解决某些冲突现象，在共振峰跟踪问题上的难点之一是处理多个共振峰的合并现象和冗余峰值现象。     

声门下共鸣的谱规整用于非特定人的语音识别

提出在参数的提取过程中用不同的感知规整因子对不同人的参数归一化,从而实现在非特定人语音识别中对不同人的归一化处理。感知规整因子是基于声门上和声门下之间耦合作用产生声门下共鸣频率来估算的,与采用声道第三共振峰作为基准频率的方法比较,它能较多的滤除语义信息的影响,更好地体现说话人的个性特征。本文提取抗噪性能优于Mel倒谱参数的感知最小方差无失真参数作为识别特征,语音模型用经典的隐马尔可夫模型(HMM)。实验证明,本文方法与传统的语音识别参数和用声道第三共振峰进行谱规整的方法相比,在干净语音中单词错误识别率分别下降了4%和3%,在噪声环境下分别下降了9%和5%,有效地改善了非特定人语音识别系统的性能。      

普通话元音和辅音的频谱分析及共振峯的测算

本文介绍利用声学实验室常备仪器来作语音频谱的分析方法.根据包络峯内所包含的三个谐波的频率和振幅的关系来计算共振峯的频率、振幅和带宽值,给出便于计算的简单公式.文中讨论了难于分辨的共振峯,归纳为单、双两种共振峯结构,各分为不同类型,分别处理.最后提供普通话元音、浊辅音的共振峯数据和清辅音的能量集中区数据.     

OMA控制与探测的激光共振喇曼谱仪

本文介绍了一套脉冲染料激光器激发，带增强型二极管阵列探测器探测的ＯＭＡ共振喇曼光谱仪（ＯＭＡＲ２Ｓ）可测量样品物质的共振喇曼光谱及时间分辨的共振喇曼光谱（ＴＲ３）。对ＣＣｌ４样品进行了分析，其结果与标准谱符合得很好。测试和分析了谱仪的主要参数。在使用１２００ｇ／ｍｍ的光栅时，谱仪在５９０２处分辨率△ｖ为６．７ｃｍ－１；在６３２８处，△ｖ＝５．０ｃｍ－１，杂散光为４．８×１０－３；波长精度好于±１；重复性好于０．７；光谱工作范围从３８００到１５０００。     

北京话声调分布区的知觉研究

声调分布区问题是研究声调信息是由字音的整个带音部分，还是由其韵母或主要元音所携带。本文采用感知实验方法研究这个问题。从一位说北京话的男青年单说的“癌”、“矮”和“爱”；“羊”、“养”和“样”；“苗”、“秒”和“妙”及“前”、“浅”和“欠”切割得到的刺激声，由１０位受试者作辨认实验，其结果表明，当字音Ｆ０曲线有明显的“弯头”和“降尾”，单说的字音声调的音高感知与浊辅音声母或介音及鼻音韵尾或元音韵尾无关；甚至当字音Ｆ０曲线的“降尾”不明显，鼻音韵尾或元音韵尾与字音声调音高的感知也无关。调型段起始和末了部分中的Ｆ０也可能跟字音的声调音高无关。总而言之，对北京话单说的声调来说，不仅可以把浊辅音声母或介音，而且也可以把鼻音韵尾或元音韵尾排除在声调分布区之外，因而，北京话单说的声调信息主要由主要元音及其过渡携带。弯头段和降尾段里的Ｆ０不是人们特意产生的，人们特意产生的只是在调型段里的Ｆ０；浊辅音声母、介音、鼻音韵尾和元音韵尾跟声调无关，声调信息主要存在于主要元音（及其声学过渡）上，因此可以说，Ｆ０跟字音声调音高相联系的函数是不连续的；字音里的Ｆ０并不都能引起其声调音高的感知。     

铕与苯乙酮酸、1,10-罗啉及三苯基氧膦配合物的合成、结构表征及荧光性能的研究

以硝酸铕、苯乙酮酸（HE）、1,10-罗啉（phen）和三苯基氧膦（TPPO）合成了Eu—L,EuL3phen和EuL2（TPPO）2NO3三种新型固态配合物。用元素分析、电导率、红外光谱、核磁共振谱对配合物进行了表征,确定了三元配合物的组成。IR表明,苯乙酮酸与Eu^3＋离子形成配合物后△v（vas（CO2^-）-vs（CO2））（△v（Eu—L）=391cm^-1;△v（EuL3phen）=389cm^-1;△v（EuL2（TPPO）2NO3）=402cm^-1）值均大于钠盐的△v（379cm^-1）值,配合物中羧酸根以单齿方式配位;配合物中苯乙酮酸的α-酮基参与配位,其红外吸收峰移向低波数。在^1H NMR中,苯乙酮酸苯环上5个氢原子的化学位移在形成配合物后移向高场。室温下测定了配合物的荧光激发光谱和发射光谱。激发光谱表明配合物Eu—L,EuL3phen和EuL2（TPPO）2NO3最佳激发波长分别为374．0,358．2和383．4nm。发射光谱显示Eu^3＋离子的特征发射光谱。分别是^5D0-^7F0,^5D0-^7F1,^5D0-^7F2,^5D0-^7F3,^5D0-^7F4跃迁（Eu—L：577．8,590．2,614．0,648．4,695．4nm;EuL3phen：578．0,588．4,591．6,611．2,617．0,649．4,687．6,698．6nm;EuL2（TPPO）2NO3：577．8,590．4,614．6,649．2,697．6nm）。荧光光谱表明TPPO对Eu^3＋离子的荧光发射有明显增强作用。     

利用倒谱方法实现气声发育的重建

本文介绍了一种利用复倒谱来实现气声发音重建的方法，首先分析了气声发音的语音特征；进而在复倒谱序列中加入基频率特征其恢复到正常的语音，对元音（ａ）以及实际语音段进行了处理。均有较好的效果。     

自发有序Ga_（0．5）In_（0．5）P合金的喇曼光谱研究

在室温和非共振条件下测量了自发有序Ｇａ０．５Ｉｎ０．５Ｐ合金的喇曼散射谱。测得的３８０，３６０和３３０ｃｍ－１附近的三个散射峰分别归结于合金中的类ＧａＰ的ＬＯ模、类ＩｎＰ的ＬＯ模和ＴＯＭ。发现有序合金的类ＧａＰ的ＬＯ模的声子频率随着合金的带隙能量的降低而增大。认为这与在有序合金中形成沿［１１１］方向的（ＧＳＰ）１／（ＩｎＰ）１单层超晶格有一定联系。在几种偏振配置下测得的有序合金的喇曼谱的偏振特性与通常的闪锌矿结构的半导体材料的偏振特性类似。     

低温下ZnSe－ZnS多量子阱的光致发光光谱和喇曼散射谱

本文报导了２Ｋ下，在ＧａＡｓ（１００）衬底上用ＭＯＣＶＤ方法生长的ＺｎＳｅ－ＺｎＳ多量子阱材料的光致发光光谱和喇曼散射谱．用共振激发、共振喇曼和共振瑞利散射等方法对各发光谱带和喇曼散射峰的来源和机制进行了鉴别．     

高剥离态74W软X射线谱半连续带研究

在星光—Ⅱ激光装置上，用ＰＥＴ平晶谱仪观测了７４Ｗ高离化度激光等离子体软Ｘ射线发射谱，波长范围是０．３６～０．５２ｎｍ。准确测量和辨认了３ｄｊ－ｎｆｊ（ｎ＝５，６）４条类Ｎｉ共振线及附近类Ｃｕ、类Ｚｎ、类Ｇａ和类Ｇｅ几个电离级１６个半连续带结构谱。实验谱波长测量误差小于０．０００５ｎｍ，与用相对论自旋轨道劈裂跃迁组（ＳＯＳＡ）模型（不可分辨跃迁组（ＵＴＡ）特例）和Ｘα法理论计算结果符合很好。首次提迭加峰平均波长与离子离化度间关系式。     

利用语音学知识和神经网络识别非特定人的复合元音

本文主要研究：以音素为识别基元，运用语音学知识，对非特定人的普通话复合元音进行识别。其特点是音素识别由神经网络（ＮＮ）完成，为了便于利用语音知识ＮＮ输入层的刺激采用语音的功率谱，用单元音训练的ＮＮ识另非特定人的普通话复合元音，识别率是５４％。而运用语音学知识后，其识别率提高到９０％。     

汉语塞音选择性特征自动萃取的小波变换方法

本文提出了汉语语音导引特征的概念，讨论了语音导引特征在自动语音识别中用于导引匹配搜索的运用方式和重要作用；提出并设计了汉语塞音选择性特征自动萃取的小波变换方法和数字信号处理算法。本文方法和算法从声学信号处理和检测的角度，将汉语清辅音声波输入信号自动分为塞音子集ＢＤＧ：｛ｂ，ｄ，ｇ｝、塞音子集ＺＺＨＪＧＰＴｃＣＨＱＫ：｛ｚ，ｚｈ，ｊ，ｇ，ｐ，ｔ，ｃ，ｃｈ，ｑ，ｋ｝和擦音集ＦｓＳＨｈＸ：｛ｆ，ｓ，ｓｈ，ｘ，ｈ｝；对输入的合清辅音的音节，计算检测并输出汉语自动语音识别系统可以利用的清辅音类属标记ｂ．ｄ．ｇ、ＳＴＯＰ／ＢＤ和ｆ．ｓ．ｓｈ．ｘ．ｈ以及它们的音段起始时标；从声学信息计算检测的角度为汉语自动语音识别系统提供一种新的“从粗到细”的辅助匹配结构。算法可用性模拟实验采用实际语音的数据库数据，以手工标注信息作为自动检测分类正确与否的对比标准。对１２６７个汉语全音节中，总数９１３个待分类清辅音的初步分类结果表明：正确分类率分别为ｂ．ｄ．ｇ：９６．１％，ＳＴＯＰ／ＢＤ：９５．１％和ｆ．ｓ．ｓｈ．ｘ．ｈ：８９．０％，总体平均正确分类率为９３．６％。     

Y1—xPrxBa2Cu3Oy中与铁弹性有关的能量损耗的研究

本用拉伸实验的方法，在室温至７８Ｋ的温度范围内，研究了Ｙ１－ｘＰｒｘＢａ２Ｃｕ３Ｏｙ（ｘ分别为０，０．１，０．３，０．４和０．６）的铁弹性行为。结果表明，Ｔｃ以上几十度温度范度内与铁弹性行为有关的能量损耗分析（△Ｗ／Ｗ）以及类似于热弹性马氏体含量的形状记忆效应与类相变有关，并与超导电性有内在的联系。     

持续光谱烧孔和三维光信息存储

持续光谱烧孔（Ｐｅｒｓｉｓｔｅｎｔ ｓｐｅｃｔｒａｌ ｈｏｌｅ ｂｕｒｎｉｎｇ）简你 ＰＨＢ．将 ＰＨＢ应用于光信息存储，可以使光的频率成为新的存储维，将传统的二维（ｘ，ｙ）光信息存储发展成为三维（ｘ，ｙ，ｖ）光信息存储．与目前的光盘系统（记录密度限为．１０８ｂｉｔ／ｃｍ２）相比较，ＰＨＢ的三维光信息存储（以下简称ＰＨＢ存储）在理论上可以使记录密度提高三至四个数量级．本文介绍了ＰＨＢ和ＰＨＢ存储的基本原理，ＰＨＢ材料及其研究现状．