浅谈俄罗斯人对音素的偏好

交际是人们传递信息、交流思想以达到某种目的的社会活动。语言是交际的工具和基础。在无共同使用语言跨语种交际中,语言失去了原有的作用,声音转化成解码话语的依据。本文以索绪尔交际过程描述为理论基础,探索无共同使用语言跨语种交际中话语解码的方式。以声音为根本出发点,研究俄罗斯人对因素的偏好,以求对中俄交际有积极的参考价值。     

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％。     

谈英语音标教学应从入门阶段开始

英语音标就像汉语拼音一样,应该在入门阶段集中在较短时间内让学生掌握,而且学生完全有能力在一开始就学好音标,这对今后进一步学习有很大的帮助.     

仫佬语几个音素发音异同

仫佬族的语言是丰富多彩的。有的音素很特殊。本文通过对几个相关音素的分析，指明了它们之间的相互联系和区别。     

如何运用语音辨识技巧来提高英语听力水平

语音是构成英语听力知识性障碍最重要的因素之一。只有针对问题,总结经验,采取技巧性策略,才能扫除障碍,提高英语听力水平,从而提高英语学习的整体水平。     

音素隐马尔可夫模型的训练及分布共享

在语音识别中,为了得到分布共享的异音模型,先要知道与发音语境无关的音素模型．在本文中,给出一种用于训练与发音语境无关音素模型的方法,然后利用这种音素模型完成对异音模型的训练、以及对异音模型的输出分布的二值决策树聚类．实验结果表明,使用给出的方法,可以实现对与发音语境的无关音素模型,以及异音模型的可靠训练．     

基于鉴别性向量空间模型的语种识别

传统语种识别中训练数据库的规模庞大,对于语种分类有鉴别性的信息大量重叠,且训练数据的不同信道条件、不同来源都会对训练和测试有一定干扰。针对这些问题,提出一种鉴别性向量空间模型(D-VSMs)建模方法。D-VSMs能够自动过滤训练集中信息重叠的数据,使得每一个支持向量机的训练数据都有针对性,从而用较少的训练数据能取得较好的分类效果。在美国国家标准技术局(NIST)2009年语种识别测试中,D-VSMs只用了原训练数据的25%,计算量是传统并行音素识别器后接向量空间模型(PPRVSM)的10%,等错误率在30s、10s和3s的测试条件下分别比传统PPRVSM下降了12.75%、15.89%以及7.33%。     

基于音素分类的汉语语声转换算法

提出了一种基于音素分类的语声转换算法。根据汉语语音学理论,分析汉语语言结构,通过帧特征分析,构建了汉语元音映射表,指导音素的分类,然后对每类音素进行独立的特征参数转换,解决了传统GMM转换算法的过平滑问题,避免了训练与测试阶段的语料音素之间的不均衡,从而提高语音的可懂度与自然度。客观评测结果表明,基于音素分类的语声转换算法与GMM算法相比,谱距离比值平均降低了9.31%;主观听力测试表明,ABX测试结果提高了10.36%,同时MOS得分平均提高了29.33%。     

浅谈英语绕口令对改善英语发音的作用

本文着重探讨英语绕口令作为一种语言游戏,在改善我们的发音方面起着哪些积极的作用。以此鼓励大家常说绕口令,练习口齿的伶俐性和了解英语语言的特点。     

人脑机能的记忆和思维之谜

记忆核蛋白的解剖部位对于人脑机能的研究,属当今前沿科学之一,医学生理学一再告诉我们:某一生理机能是建立在相应解剖学基础之上的“一切思维活动乃是客观世界的物质对于神经系统影响的结果”。到目前为止,人体许多生理机能如记忆、思维过程、虽然尚未找到解剖学基础,但将来总要从微观上弄明白解剖基础的。人类的脑生理机能与动物实验中所观察到的情况相比复杂得多。事实上,人类大脑解部结构比任何动物大脑都复杂得多。如感觉皮层、听觉皮层等特殊机能部位的神经元,它们在形态结构上都存在较大差别,在1000亿个神经元中,每一个神经元都存在大同小异的特征,它们在皮层下的排列情况及纤维走向,都具有它们自己的特色。它们的微小组织结构形式服从于生理机能的需要。我们推知:思维中枢的突触组成、递质组成与运动中枢的突触组成、递质组成也会存在差异,也会各有自己的特色。