普通话元音的平均声谱

本文报导测定汉语普通话中十个元音的男声和女声统计平均声谱所用的三种方法消声室(单独发声)宽频带分析法,混响室(集体发声)法和歌声分析法。讨论了根据宽频带分析滤波器特性和相邻滤波器输出电压的关系确定阴平声调元音基频的方法,并给出了男女声阴平声调的统计特性。给出了十个元音的平均频谱以及共振峯的频率和能级值。     

汉语标准频谱

言语平均频谱是言语信号的主要物理特性之一.它对于计算言语可懂度和设计言语传递系统是必不可少的参数.本文讨论根据测量数据通过近似、修匀以后计算得出汉语标准频谱.言语标准频谱与实际测得的言语平均频谱相差不大,但其形状简单,便于应用,甚至可用简单的解析式来代表,从而大大便利于各种工程设计.总观汉语平均频谱,可以看出,男声在250赫和500赫、女声在300赫和600赫左右有两个谱级最大的区域.在这两个区域之间,有一略为下降的小谷.这两个峰与基频和第一共振峰有关(有些音的第一共振峰与基频相距甚近).男声在500赫以上、女声在800赫以上开始下跌,平均斜率为12分贝/倍频程.但由于第二、第三共振峰的影响,使得曲线在1600到3000赫之间又略有起伏.     

汉语二字调图样分析及其在合成语言中的应用

当人们说汉语(普通话)时,尽管其调值因人而异,但调型必须具有一定的模式才能成为听辨上的区别特征。这是汉语语言本身的重要特点。 关于汉语声调图样的分析,人们曾经做了大量的研究工作。不过,大部分工作只限于定性分析,或者从数学上寻找其近似表达式。要把以前的结果直接应用于按规则合成语言的工程设计就有点困难。本文给出有关汉语二字调图样的15组统计结果,每种图样可简单地用一个时域上归一的函数P(t)来描述,它反比于语调周期T_0(t),而正比于该字最低基频的倒数T_(0max)。 按照我们的分析数据,文中还给出汉字二字调的其它若干特点: (1)每种声调的起始和结尾部分总有“弯头”和“降尾”的过渡状态,这种过度状态约占全声调图样的10％—15％。本文用一个多维数组q(15,2,n)来描述这种过渡状态; (2)二字词第一字的上声调并不显示出它那最后部分的上升调值。该现象曾被汉语语言学家和语音学家称为“半上声调”; (3)二字词第二字的调长比第一字的调长稍短,大约为第一字调长的66％。 上述的声调图样P(t)能直接用于按规则合成汉语语言,而且有助于改善合成语言的自然度。     

汉语语音的动态频谱

利用为电话传输质量评价而设计的试验句,对汉语语音的动态特性进行了分析研究。发音人男女各六人,每个人分别在消声室中发音。试验条件包括:(1)五种不同的发话声级(距发音人唇部1m远,声级为55、60、65、70和75dB),(2)两种不同的说话速度(正常的和加快的)。试验结果表明:(1)语言的长时平均频谱随着总声级而改变,特别是低频和中频部分;(2)元音的基频F_O和共振峰,特别是F_1、F_2,随总声级的提高而提高,在相同坐标下所绘元音三角图平移并加大;(3)说话速度加快,元音三角图缩小,元音有央化的倾向;(4)总声级加大,元音-辅音(能量)比提高,但与辅音的发音方式有密切关系。     

汉语普通话的平均频谱

本文描述了用混响室中重迭的语言声来测定语言平均频谱的方法,用这个方法测出了汉语普通话的平均频谱.测量结果与自由声提语言噪声的测量结果对比,同时也与由各个元音频谱平均计算出的平均频谱比较,发现几种结果互相符合得很好.由此,给出了普通话的标准频谱以及它的解析表达式.     

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.     

汉语普通话机读音标SAMPA-SC

机读音标SAMPA在欧共体语言中已得到普遍应用,在国际言语资料库和言语输入/输出系统评价协调委员会(CO-COSDA)的主持下,已向世界上众多语言推广.本文是对汉语机读音标的修改和扩展.汉语普通话机读音标,是以汉语拼音方案为基础,分别列出声母(辅音)、元音、韵母和声调的机读音标SAMPA和国际音标,并给出相应的例字.本文还特别把机读音标扩展到儿化韵,以适应语音识别、文-语转换技术和语言教学的需要.     

中国声学学会会士简介

张家■：中国科学院声学所研究 员,中国声学学会常务理事,语 言、听觉和音乐声学分会主任, 《应用声学》副主编。主要从事 言语科学和言语技术研究。设计 了汉语普通话清晰度试验方法和建立了汉语可懂度理论基础;导出了汉语清晰度指数;建立了不同语言单位清晰度试验得分之间的统计关系,并且证明了汉语音节结构有助于提高可懂度。在不同语速、不同声级下测得了远场和近场的语言长时平均频谱。定量地证明了汉语声调对提高可懂度的作用。揭示汉语元音的内在音高规律并实验研究语音产生中的相互作用。曾获国家自然科学三等奖,中国科学院…     

基于发音特征的汉语普通话语音声学建模

将表征汉语普通话语音特点的发音特征引入汉语普通话语音识别的声学建模中,根据普通话发音特点,确定了用于区别普通话元音、辅音以及声调信息的9种发音特征,并以此为目标值训练神经网络得到语音信号属于各类发音特征的后验概率,将此概率作为语音识别的输入特征建立声学模型。在汉语普通话非特定人大词表自然口语对话识别系统中进行了实验验证,并与基于频谱特征的声学模型进行了比较,在相同解码速度下,由此方法建立的声学模型汉字错误率相对下降6.8%;将发音特征和频谱特征进行了融合实验,融合以后的识别系统相对基于频谱特征系统的汉字错误率相对下降10.1%。上述结果表明,基于发音特征的声学模型更加有效的实现了对语音特性的表征,通过利用发音特征和频谱特征的互补性,能够进一步实现对语音识别性能的提高。      

维吾尔语方言识别及相关声学分析

根据语音识别和声纹识别等语音应用研究的实际需要,首次对和田方言的声学特性和识别进行研究。首先选取和田方言语音进行人工多层级标注,对元音的共振峰、时长和音强进行统计分析,描绘出和田方言主体格局及男性和女性的发音特点。然后运用方差分析和非参数分析法对维吾尔语3种方言的共振峰样本进行检验,结果表明3种方言的男性元音、女性元音及整体元音的共振峰分布模式存在显著差异。最后,分别构建基于GMM-UBM (Gaussian Mixture Model-Universal Background Model)、DNN-UBM (Deep Neural Networks-Universal Background Model)和LSTM-UBM (Long Short Term MemoryUniversal Background Model)维吾尔语方言识别模型,对基于梅尔频率倒谱系数及其与共振峰频率组合做输入特征提取的方言i-vector区分性进行对比实验。实验结果表明融入共振峰系数的组合特征可以增加方言的辨识度,且LSTM-UBM模型较GMM-UBM和DNN-UBM能提取到更具区分性的方言i-vector。      

汉语自然口语中声调识别的研究

汉语是一种带声调的语言，声调信息在汉语识别中具有非常重要的意义.传统的声调识别一般只研究朗读式语音中相对标准的声调，很少对声调调型比较复杂的自然口语进行专门的处理.针对汉语自然口语的特点，在声调建模单元的选择时提出了真实上下文的模型.同时，为了对声调模式进行精细建模，采用了一种层次聚类的方法来获得更多的声调模式.实验结果证明了方法的有效性. 关键词： 声调识别 自然口语 真实上下文模型 聚类     

用量子蒙特卡罗方法研究二维超流-莫特绝缘体相变点附近的希格斯粒子

与伽利略不变性的超流体不同, 具有洛伦兹不变性的超流体中除了声子模之外, 还存在希格斯振幅模(Higgs amplitude mode). 在二维情况下, 由于存在十分剧烈的衰变成声子模的过程, 希格斯模是否仍然是一个能产生尖锐线性响应的激发子成为了一个问题. 近年来的进展最终对这一持续数十年的争论做出了肯定的回答, 证实了希格斯的可观测性. 在这里, 我们回顾一系列的数值方面的工作; 它们以二维超流体(superfluid)到莫特绝缘体(Mott insulator) 量子相变点(SF-MI QCP) 附近的具有洛伦兹不变性的超流体为对象, 成功探测到了希格斯模的线性响应信号. 特别是, 我们介绍了一种如何使用平衡态系统的蒙特卡罗算法计算强关联系统的延迟响应函数(retarded response function)的方法. 该方法主要包含两个核心步骤: 即通过路径积分表示下的蠕虫算法这一高效的蒙特卡罗算法计算平衡态系统的虚时间关联函数, 然后利用数值解析延拓方法从虚时间关联函数中获得实时间(实频率)的响应函数. 将该数值方法应用于二维SF-MI QCP附近的玻色-哈伯德模型(Bose-Hubbard Model), 结果表明尽管在超流相中, 希格斯模衰变过程非常剧烈, 但是在动能算符相对应的延迟响应函数的虚部中, 仍然可以观测到希格斯模所对应的尖锐的共振峰. 进一步的研究表明, 在莫特绝缘相, 甚至常流体相中, 也可能存在类似的共振峰信号. 由于可以在光晶格中超冷原子系统等凝聚态中观测到SF-MI QCP, 因此希格斯共振峰有望通过实验进行直接探测. 此外我们指出, 同样的希格斯共振峰还存在于所有和SF-MI QCP具有相同普适类((2+1)维相对论性U(1)临界性)的量子临界系统中.     

级联双稳系统的随机共振特性

研究了两个双稳系统级联的随机共振特性，由于第一级双稳系统的作用是将白噪声转变为色噪声，因此它是整个级联系统中最重要的环节，以后各级系统近似按洛伦兹分布将噪声能量不断向低频区域集中，从而减弱高频抖动，突出波形的基本轮廓.频谱中信号谱峰随噪声强度的变化规律表明，级联双稳系统只在有限的低频范围内，通过一定量的噪声强度来增强信号频率处的谱峰高度，如果前一级系统未达到随机共振状态，那么其后一级并不能对前一级的输出进行“优化”而形成随机共振.级联双稳系统级数的增加，会使噪声能量集中的低频区域变窄，信号谱峰易被压缩和受到噪声干扰.虽然可以用二次采样方法进行改善，但其改善程度有限.因此对于信号检测而言，使用单级双稳系统即可. 关键词： 级联双稳系统 随机共振 频谱 噪声     

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。     

在轻核区核反应中的强非统计效应

本文研究²⁷Al(n,γ)和²⁸Si(n,γ)反应的非统计效应.考察的中子能量范围为热能至2MeV.所研究的非统计过程在低能区(热中子至第一共振前)包括位阱俘获、价俘获、以及两者的干涉;在高能区(共振区、研究对能量平均的截面)包括直接-半直接俘获,复弹性散射道及复非弹性散射道的俘获.计算结果表明,与中重质量核相比,这两个核的非统计效应在总的(n,γ)截面中所占的比例特别高:在热中子能量范围约为50%;在共振区区80%.本文指出,这一现象是与实验上观测到的关联系数相一致的.     

汉语音节音联感知特性研究

汉语音联可分为:闭音联、音节音联、节奏音联和停顿音联等四级,其中团音朕最强、音节音联次之,另外两种音联较弱。在以音节为基本单元的汉语合成系统中,闭音联已保留在语音库中,因此需要着重考虑的是音节音联。本文以服务于汉语文语转换系统为目的,通过两个阶段的感知实验,研究了汉语音节音联在听觉感知中的作用。得到以下结论:①从总体上看,听音人对汉语双音节词中音高模式的变化的感知比较灵敏,而对音节间共振峰过波段的感知不灵敏,共振峰过波段对合成语音的自然度的影响不显著。②有语音学知识背景的专家或专业人员在判别合成语音的自然度时,比普通听音人更注意音节间的共振峰过渡。但即使是专家,也不容易判别在合成语音中音节间是否包含了共振蜂的平滑过渡。③双音节调的语音结构对音节间共振峰过渡的感知有影响。双音节词的声调组合对它也有一定影响。     

语音信号元音检测的新方法

给出了语音信号元音检测的新方法。该方法基于语音声学信号的频谱分析,不需要任何学习过程,而且适用于多种语言。利用OGI多语占语音库的英语、汉语、日语、法语四种语音对该算法进行了检测,并给出了改进算法,以及两种算法的检测率。实验结果表明该方法是检测元音的一种有效方法。     

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．     

G(1590)作为0++胶子球候选者的一个直接的检验

本文用推广的矩分析法^[1]研究了在～17GeV处J/ψ辐射衰变产生的宽共振峰的结构,提供了一个检测是否此峰中可能同时存在θf₂(1720)和G(1590)态的方法.如果G(1590)确实存在,则是对G(1590)作为胶子球候选者的一个直接的检验.