基于ERNIE的评论文本观点分析的应用

针对特定的银行产品评论业务场景,从自然语言处理(natural language processing,NLP)的角度出发,将产品评论观点提取和评价任务分别转化为自然语言处理技术中的序列标注问题和情感分类问题,使用ERNIE(enhanced language representation with informative entities)模型进行微调来实现对银行产品评论中的银行名称、产品名、用户观点等实体的自动提取以及对评论文本的自动评价。通过在真实数据集上的验证,微调后的模型能够实现对银行产品评论观点文本中实体进行自动提取和评价且效果良好。     

基于GNU Radio和Hack RF的信号捕捉与通信系统设计

针对软件无线电平台多基于USRP开发板进行设计使得成本较高的问题,设计了一种基于Hack RF开发板和GNU Radio开源软件的信号检测和通信系统。系统首先对FM信号接收解析,最终生成音频信号从而通过具体模块进行播放;其次,对特定的频段进行频谱感知,能够轻易地更改需感知的频段范围,并且对频段内的信号进行捕捉、存储和转发;最后,通过软件层面的搭建,实现了对所捕捉信号的调制,并得以在频域和时域中对信号进行实时解析。     

韵律特征在概率线性判别分析说话人确认中的应用

研究韵律特征在说话人确认中的应用。将整个韵律轨迹以固定段长和段移进行片段划分,并对其进行勒让德多项式拟合从而获取连续性的韵律特征,将特征映射到总变化因子空间,并用概率线性判别分析来补偿说话人和场景的差异。在美国国家标准技术研究院2010年说话人识别评测扩展核心测试集5的基础上加入噪声构造测试集,并分别对韵律特征和传统Mel频率倒谱系数进行测试。结果显示,随着信噪比的逐渐减小,Mel频率倒谱系数性能出现大幅度下降,而韵律特征性能相对比较稳定,两种特征融合后能使系统性能得到进一步提升,等错率和最小检测错误代价相对于Mel频率倒谱系数单系统最多能分别下降9%和11%。实验表明,韵律特征应用于说话人识别中具有较强的噪声鲁棒性,且与传统的Mel频率倒谱系数存在较强的互补性。     

波场合成与波场分析的有源房间补偿方法

波场合成是一种空间声重放技术,利用扬声器阵列在宽阔的听音区域内重建声场。为消除或者消减听音房间的反射对重建波场的影响,利用测量环绕听音区域的闭合曲线上声压和声压梯度来分析波场,推导了基于圆形阵列进行波域分解的公式,利用多通道逆滤波进行了平面波域的房间补偿,实验结果显示该算法在整个听音区域内都是有效的。与传统补偿方法相比,边界元法所需的测量传声器数目少计算复杂度低,而波域分解具有更充分的波场分析能力,因此是一种更有效的有源房间补偿方法.     

面向心音分割的个性化高斯混合建模方法

准确的心音分割是分析和处理心音信号的基本前提。主流的心音分割算法采用监督式预先训练的方法构建统计模型,它不仅依赖于繁琐的手工标注,还存在模型与被分割数据之间的不匹配问题。提出了一种面向心音分割的个性化高斯混合建模方法,避免了手工标注和预先训练,而且在线训练获得的个性化模型能够高度匹配被分割的心音数据。由于心音信号的周期在一段短时间内很稳定,因此假设在包含若干心动周期的分析窗内,心音信号具有稳定的周期性,通过主成分分析提取本征心动周期信号,通过无监督学习构建个性化的统计模型,根据模型实现窗内每一心动周期的分割。实验表明,算法的平均分割准确率比主流的LRHSMM算法高3%。     

传声器阵列波束比判决语音增强方法

针对单一波束形成器难以深度抑制空间相干干扰的问题,提出了一种综合了最小方差无畸变响应波束形成器与对称子阵延时求和波束形成器的语音增强方法。定义了一种波束输出比因子,根据该因子在目标声区域和干扰声区域的幅值变化,给出了采样协方差矩阵对角加载量的调整方法,并进一步利用该因子在后滤波环节对空间干扰进行判决滤波。文中对判决滤波时的上限阈值和下限阈值的实时更新方法给出了说明。所提出的算法能进一步抑制空间干扰和噪声,且可满足实时需要。在传声器圆阵上的实验表明,该方法在输出信干噪比及语音质量上,均优于经典对角加载算法及采样协方差矩阵扫描重构算法。     

面向语音增强的约束序贯高斯混合模型噪声功率谱估计

提出了一种基于极大似然的噪声对数功率谱估计方法,采用高斯混合模型对每一个频带上的功率谱包络构建统计模型,将时序包络划分为语音和非语音类,它们分别对应于高斯混合模型的两个高斯分量,描述语音和非语音的统计分布,其中非语音高斯分量的均值即为噪声功率谱的最优估计.采用序贯学习的方法,在极大似然准则下逐帧更新模型参数,并逐帧给出噪声功率谱的最优估计值。此外,由于序贯更新过程中语音信号长时缺失,容易导致模型失稳,提出了一种在线的最小描述长度准则(MDL)来判断语音信号是否长时缺失,从而保证了模型的稳定性.实验表明,算法性能整体优于经典的MS和IMCRA算法。     

音子配列学语种识别系统中特征选择方法的研究

将信息增益和加权log似然比特征选择方法应用于音子配列学语种识别系统中进行特征降维。在美国国家标准技术研究院2009年语种识别评测数据集上进行实验,分别使用信息增益和加权log似然比准则以及传统的互信息,χ²统计量方法对数量巨大的N-gram进行特征选择,从中选出最具有鉴别性的部分组成特征向量,并用分类器进行分类。结果显示,当根据信息增益和加权log似然比准则选取一定数量的特征时,系统性能与使用全部特征的基线系统相比略好;当选取的特征数量很少时,信息增益和加权log似然比方法的性能要优于传统的互信息和χ²统计量方法。实验表明,在音子配列学语种识别系统中,信息增益和加权log似然比方法均可以有效地去除冗余信息,降低特征向量的维数,并且能使系统性能得到一定的提高。     

多特征融合的英语口语考试自动评分系统的研究

该文主要针对大规模英语口语考试自动评分系统的问答题型,采用多特征融合的方法进行评分。以语音识别文本作为研究对象,提取了3类特征进行评分。这3类特征分别是：相似度特征、句法特征和语音特征。总共9个特征从不同方面描述了考生回答与专家评分之间的关系。在相似度特征中,改进了Manhattan距离作为相似度。同时提出了基于编辑距离的关键词覆盖率的特征,充分考虑了识别文本中存在的单词变异现象,为给考生一个客观公平的分数提供依据。所有提取的特征利用多元线性回归模型进行融合,得到机器评分。实验结果表明,提取的特征对机器评分是十分有效的,并且在以考生为单位的系统评分性能达到了专家评分性能的98.4%。     

基于频率调制信息的人工耳蜗语音处理算法研究

在传统人工耳蜗连续交叠采样(Continuous Interleaved Sampler,CIS)算法的基础上,提出一种基于精细结构(频率调制信息)的人工耳蜗语音处理算法,在不引入过高频率成分、保证工艺可实现性的前提下,使语音识别率大幅提高。听觉仿真实验的结果表明,与传统的基于时域包络的CIS算法相比,基于精细结构的CIS算法对于元音可懂度的改进可以达到28%;声调的识别率在各种噪声条件下提高20%以上;在一般噪声环境下,辅音和句子的可懂度也分别获得了22.9%和28.3%的改进。