汉语语音视位的研究

MPEG-4首次作为国际标准正式定义了视位（Viseme）的概念，它是指与某一音位相对应的嘴、舌头、下腭等可视发音器官所处的状态。本文通过对汉语发音时各可见部分器官动作和发音规则的研究，将汉语发音分为28个基本静态视位。利用语音信息从AVI文件中自动抽取出这些基本视位图象，从MPEG-4所规定的68个面部动画参数（FAP）中提取出28个来描述这些口形，并实现了部分FAP参数的自动测量，最后，我们给出一个视位研究应用的实例。     

语言声学的进展

本文涉及语言声学的语音学研究、文语转换技术、语音识别技术及自然语言处理等方面，简要介绍了有关汉语在前三方面的进展和发展方向；重点介绍了面向整个自然语言理解处理的新理论一概念层次网络（HNC）理论的主要内容及其进展，试图在理论层面上给出HNC理论的基本概貌。     

汉语文语转换系统中可训练韵律模型的研究

针对汉语的韵律特征受语境参数影响时,表现出层次性的特点,本文描述了一种带特殊加权因子和输出优化功能的人工神经网络,并用其来构筑汉语TTS系统的韵律模型。大量测试表明,该人工神经网络的拓扑结构相较传统的人工神经网络模型更能反映出汉语的韵律特点。它提高了模型本身的收敛速度和运算精度,从而改善了整个韵律模型的质量。同时,本文还对汉语音节的基频曲线进行了规格化处理,较详细的分析了音节基频规格化参数-SPiS,在基频调节中的作用和方式。SPiS参数能够反映出汉语的声调特点,且方便了网络模型的建立和汉语韵律的控制。     

汉语文语转换系统的语音规则和声学参数

利用瑞典皇家理工学院（KTH）语言通讯和音乐声学系Carlson和Granstrom设计的多语种文语转换系统,进行了汉语文语转换研究。对汉语文语转换用的基本语音规则和声学参数做了分析、设计和调试,特别对轻声、儿化和变调进行了研究。     

粤语文语转换系统研究

由于计算机辅助数学(CAI)发展的需要,我们基于IBM系列微机,建立了一个粤语(广州话)文语转换系统。通过对粤语发音规律及语音参数的研究,此系统应用了共振峰参数语音合成技术,以无调音节和声调模式为基本合成单元,从自然语流中提取每个音节的共振峰语音参数并建立了供合成用的语音参数库。为实现计算机上的文语转换,自行编制了语音管理程序。此系统实现了国家一、二级汉字的广州话读音。日、英、俄文字母的发音及若干科学符号的广州话读音。且实现了计算机显示及相应发音的自由控制。     

走进民族高校物理实验课堂的语码转换式双语教学

在近代物理实验课程中引入语码转换式双语教学,针对民族高校学生的特点进行了具体教学实践研究,分析了双语教学推进过程中的一些问题和解决方法。语码转换式双语教学对近代物理实验的教学起到了良好的辅助作用,对后续专业课程的学习亦有抛砖引玉之功。     

基于平均模型和误差削减网络的语音转换系统*

现阶段用于语音转换的深度学习方法多是通过使用大量的训练数据来生成高质量的语音。本文提出了一种基于平均模型和误差削减网络的语音转换框架,可用于有限数量的训练数据。首先,基于CBHG网络的平均模型使用排除源说话人和目标说话人的多说话人语音数据进行训练;然后,在有限数量的目标语音数据下对平均模型执行自适应训练;最后,提出一种误差削减网络,可以进一步改善转换后语音的质量。实验表明,所提出的语音转换框架可以灵活地处理有限的训练数据,并且在客观和主观评估方面均优于传统框架。     

孟塞尔色序系统与CIE1931标准色度系统转换新算法

孟塞尔色序系统到CIE标准色度系统的自动转换在颜色和视觉领域是一个很重要的课题.提出了一种基于等色调线和等彩度线插值的新算法,实现孟塞尔色序系统与CIE1931标准色度系统之间颜色的相互转换.实验测试表明,由孟塞尔系统到CIE色度系统的正向转换准确度为ΔY=0.004,Δx=0.000 13,Δy=0.000 13,由CIE色度系统到孟塞尔系统的反向转换准确度达到了ΔV ≈0,ΔH=0.017 5,ΔC=0.013.     

短时非线性预测方法对汉语语音特性的研究

本文应用Short[8-10]改进了的短时非线性预测方法对正常语速的汉语音节和短语进行了分析!究，揭示了汉语语音中浊音和清音的短时非线性预测能力的差异，并且发现这种差异即使在强背景噪声下仍能用短时非线性预测方法加以辨别。这些为浊音和清音的切分提供了一种可能性手段。     

高频语抗噪声通讯系统的语言可懂度实验研究

通过对高频语抗噪声通讯系统的研究，并经实验证明该系统的高频语通讯具有很强的抗环境噪声功能，较好地解决了噪声环境中的传递语音，高频语生成的数学表达。高频语通讯装置的研究设计；采用该装置在实验室内分别用语音声级85、90，95dB(A)在高于该声级的噪声环境下作或懂度实验研究；高频语声级90dB（A)在舰船主机舱室105dB(A)环境下载与不载耳塞的可懂度试验，该系统的形成，在语音，环境噪声比为－10至－15dB时语言可懂度可达90％以上，从理论上升到研制装置成功，突破了传统的语言传递遵循部位机理的信噪比必须为＋5dB的论点。     

正弦式语音分析/合成系统的计算机实现和初步评价

正弦语音模型是一种新的语音信号处理模型。为考察这一模型的效果,我们在微机上实现了一个基于该模型的语音分析/合成系统。本文介绍该系统的基本原理,并通过比较输入、输出系统的语音波形形状及对音节/sα/的非正式辨听,对这种分析/合成方法进行非正式评价。结果表明,该方法失真较小。     

混沌Lorena系统的控制研究

研究了利用非线性控制理论控制混沌Ｌｏｒｅｎｚ系统的方法，通过施加ｂａｎｇ－ｂａｎｇ控制，可以把Ｌｏｒｅｎｚ系统的混沌运动转化成包含有短期和间断混沌态的多种不同形式的运动，特别是运用控制手段，可消除初始状态对运动不确定性的影响，使浊混沌运动转化并最终精确地维持在希望的平衡状态。     

TiO2纳米晶的等离子体改性及光电转换性能的研究

用反应射频溅射法和涂敷法在导电玻璃上制备TiO2薄膜，并用Ar射频等离子体对TiO2薄膜进行处理。按“三明治”结构将TiO2工作电极、Pt／C对电极、0．5MKI 0．05M I2电解液组装成光电池，测量其开路电压和短路电流。结果表明经过Ar射频等离子处理后，溅射法和涂敷法制备的TiO2薄膜组装的光电池的光电流分别提高了约80％和60％。     

融合梅尔谱增强与特征解耦的噪声鲁棒语音转换

提出了一种融合梅尔谱增强与特征解耦的噪声鲁棒语音转换模型,即MENR-VC模型。该模型采用3个编码器提取语音内容、基频和说话人身份矢量特征,并引入互信息作为相关性度量指标,通过最小化互信息进行矢量特征解耦,实现对说话人身份的转换。为了改善含噪语音的频谱质量,模型使用深度复数循环卷积网络对含噪梅尔谱进行增强,并将其作为说话人编码器的输入;同时,在训练过程中,引入梅尔谱增强损失函数对模型整体损失函数进行了改进。仿真实验结果表明,与同类最优的噪声鲁棒语音转换方法相比,所提模型得到的转换语音在语音自然度和说话人相似度的平均意见得分方面,分别提高了0.12和0.07。解决了语音转换模型在使用含噪语音进行训练时,会导致深度神经网络训练过程难以收敛,转换语音质量大幅下降的问题。     

语音录制与播放系统在单片机的硬件实现

语音识别控制系统需要对语音进行录制与播放处理,利用单片机实现该功能可克服传统语音录制与播放系统需外接语音处理模块、体积大且使用较复杂的缺点。因此选用SPR4096存储器作为语音的数字化信号存储器件,利用凌阳16位单片机设计与实现语音录制与播放硬件系统。结果表明,该硬件系统降低了电路复杂度和制作成本,简单易行,具有有较高的实用价值。     

考虑环境的能量转换系统环境(火用)经济建模与优化

按照能量转换系统中(火用)流及废物流变化特征,提出了增设废物处理子系统进行系统排放废物的达标处理,并将整个系统划分为能量转换主子系统及废物治理附属子系统.给出了两个子系统各自的同时考虑热力学、经济学、环境三个目标的环境(火用)经济优化目标及相应的约束条件;提出了能量转换系统的环境(火用)经济分解协调优化策略,在子系统分别优化的基础上协调,达到系统全局的优化.     

独立双池受激布里渊散射系统中能量转换效率的研究

利用瞬态包含泵浦抽空的SBS理论模型对独立双池受激布里渊散射系统进行数值模拟，给出了能量转换效率随泵浦功率密度的变化规律。实验验证，理论值与实验结果相吻合。     

“热-化学能-功”转换的理想热力循环研究

近年来,运用电化学方法实现中低温热能高效利用的方法受到学界的广泛关注,但目前尚缺乏以一般性的热力学原理研究多种"热-化学能-功"转换系统的方法论。本文着眼于能量转换机制,在T-S图中引入表征化学能的吉布斯自由能作为图像表达的第三维坐标,将化学能定量化。进而基于卡诺循环,通过循环过程量在T-S-G图中的几何移动得到了"热-化学能-功"转换的理想循环。该研究方法有望应用于多种涉及化学能的热功转换系统的研究。     

辐射照相系统中转换屏的分辨率研究

 在高能X光辐射照相系统中，通常使用闪烁体材料的转换屏将X光转换为可见光进行探测。建立了转换屏空间分辨率的计算模型，模拟了转换屏的空间分辨率随屏的厚度、材料及X光子能量的变化关系，为系统的设计提供了参数。     

辐射照相系统中转换屏的分辨率研究

在高能X光辐射照相系统中,通常使用闪烁体材料的转换屏将X光转换为可见光进行探测。建立了转换屏空间分辨率的计算模型,模拟了转换屏的空间分辨率随屏的厚度、材料及X光子能量的变化关系,为系统的设计提供了参数。