新闻导语

摘要： 本文从新鲜出炉的第31届中国新闻奖文字消息一等奖的三篇消息的导语说起,提出导语用事实说话,不要把重要事实淹没在冗长的空话之中;都说写文章要"开门见山","开门见山"见的什么"山"?人们的理解却是不全面的。导语用事实说话,既要"开门见山"更要"远山涂绿";文无新意不出手,导语用事实说话,叙事要不落窠臼。

摘要： 基于中英新闻导语在消息来源位置、导语长度和撰写方式的差异,提出调整消息来源位置、调整导语要素顺序、提前翻译术语和运用解释性翻译四种译前编辑方法。这不仅丰富了译前编辑研究方法,而且有助于机器翻译软件更好地理解源文本,从而提高机器翻译新闻导语译文质量和效率。

摘要： 本文以《新闻联播》系列报道——“走向我们的小康生活”新闻导语播音语料为研究对象,通过传统实验和声学实验探讨了语料样本的停顿位置、停顿时长和停顿频率这三类指标的特点,为播音专业学生提供相应参照。

摘要： 如果说标题是新闻的眼睛,那么导语就是新闻的面孔,是吸引读者打开新闻的敲门砖,决定着新闻的阅读量和点击率。好的导语能使文章成功一半,快速抓住读者的心。导语和标题一样,有不同的表现手法。如何写出标新立异的导语呢?简而言之,就是要有趣、生动、形象。笔者以自己采写的新闻及《阿勒泰日报》刊载的部分新闻为事例,浅谈新闻稿件中导语的几种写法。

摘要： 有的学者认为,当下处于后新闻传播业时代,这个时代的新闻传播特点决定了个体化节点以分布式方式参与媒介内容生产,新闻行业的壁垒被拆除,专业与业余的边界被打破,舆论场的喧哗与骚动带来了嘈杂的信息传播环境。解构当下失范的新闻导语文本形态,呼唤弘扬报人精神、强化职业规范,以优质的导语书写统摄新闻话语,廓清新闻业的合法边界,推动报业文化在转型与重生中得到传承和赓续,巩固新闻所需要的专业权威。

摘要： 导语是电视新闻的重要基础,一篇精彩的导语能够对电视新闻起到画龙点睛之效果.同时,导语的品质是决定电视新闻点击率与收视率的重要因素.导语是总结一篇新闻从内容、策划、采访、到后期剪辑制作的全部过程,导语要总结出这个过程的全部精髓,所以导语对于电视新闻来讲,就是所要报道新闻的灵魂所在,也是对整篇报道的有效总结.因此,本文主要通过对电视新闻导语具体内涵与要求及如何提炼电视新闻导语技巧进行简要分析讲解,希望能够给广大相关从业人员提供一定的参考与帮助.

摘要： 在新闻编辑写作中每一位作者都希望能写出新颖、令人耳一新、纲领突出的导语,这些短小的文字就能激发读者阅读、浏览的冲动和欲望。好的导语能真正体现出新闻的方向和引导作用。作者能用言简意赅的语言文字表达出新闻内容的核心要点,将会起到事半功倍的文章效果。如何现实写作编辑在新闻导语写作中语言表达方面和内容的逻辑关系需要从以下几个方面来进行有效的改善的提高。

摘要： 本发明公开了一种基于WaveNet的骨导语音增强波形生成方法。该方法在基于BLSTM模型的骨导语音幅度谱增强基础上，采用WaveNet模型生成高质量语音。首先构建BLSTM模型和WaveNet模型，WaveNet模型中引入了跨采样率的上采样模块，并对两个模型分别进行训练；然后将待增强的低采样率下骨导语音幅度谱送入训练好的BLSTM模型中得到增强的幅度谱，再联合骨导语音相位信息送入训练好的WaveNet模型中，得到增强的高采样率下语音波形。本发明有效利用了骨导语音相位信息并且拥有频谱扩展功能，能够从增强的骨导语音幅度谱以及骨导语音相位信息直接生成增强的高采样率语音波形，显著提升了骨导语音的质量。

摘要： 本申请提供一种引导语推荐方法、装置及电子设备，该方法包括：基于用户当前交互行为对应的交互行为数据，确定第一关键词集合；基于第一关键词集合、第二关键词集合和第三关键词集合，生成引导语候选集合；使用预期价值函数计算所述引导语候选集合中每一条引导语的预期价值；将预期价值高于预设价值阈值的至少一条引导语确定为待推荐引导语。本申请的技术方案可以提高交互过程的转化率，提升用户的点击率和转化率。

摘要： 本发明公开了一种基于图像边界知识迁移的引导语义分割方法包括如下步骤：S1，引导分割模块构建，S2构建约束条件，具体分为三个部分，分别是有限样本的监督、表示一致性约束、以及边界一致性约束；S3，边界知识迁移模块构建，其中主要包括伪三元组判别数据生成、边界对抗学习；通过上述步骤建立的基于图像边界知识迁移的引导语意分割方法，能够仅通过数十张有标签样本以及大量任务无关图像数据，利用图像边界知识，通过指定语义相关图像，利用语义空间特征约束，实现特定种类样本目标的语义分割。

摘要： 本发明涉及人工智能、医疗康复器械领域，为提出端到端骨导语音增强方法，解决骨导语音高频成分缺失，听觉感观不佳及强噪声背景下的通讯等问题，本发明公开了一种空洞因果卷积生成对抗网络端到端骨导语音盲增强方法，该方法以骨导原始音频采样点作为输入数据，纯净气导原始音频作为训练的输出目标，将骨导语音输入训练好的空洞因果卷积生成对抗增强网络，所述空洞因果卷积生成对抗网络包括生成器和判别器，生成器采用空洞因果卷积，输出增强后的样本；判别器则是输入原始音频数据和生成器生成好的增强后语音样本，利用判别器中的卷积层提取深层次非线性特征，从而进行样本的深层相似性判断。本发明主要应用于骨导语音增强设备的设计制造场合。

摘要： 本发明公开了一种端到端的骨气导语音联合识别方法，首先获取同步的气导和骨传导语音数据构建数据集，输出为对应的文本；再对气导和骨传导语音信号进行数据增强和提取声学特征；然后搭建基于Conformer的端到端深度神经网络模型，由三部分构成，分别为处理气导和骨传导语音的两个分支网络，以及基于多模态Transducer的融合网络；接下来训练神经网络，最终通过训练完成的网络得到对应的识别结果。本发明相比传统的只利用气导语音信号进行语音识别，联合识别的方法可以使得语音识别的错误率显著下降，提升了系统整体的识别性能。

摘要： 本发明涉及一种骨导语音信号修正方法，通过对采集的骨导信号S进行峰值处理得到特征频率ω

摘要： 本发明涉及语音信号处理、深度学习领域，为在消防、特勤、矿山开采、紧急救援等极端强噪音行业中使得骨导设备获得更好的效果，在强噪声背景下取得良好的语音通信质量。为此，本发明采取的技术方案是，基于生成对抗网络的骨传导语音增强方法，对采集到的骨传导、气传导语音进行包括短时傅里叶变换和裁剪的预处理；其次，将预处理得到的语音数据输入构建好的对抗生成网络进行训练；最后，将需要增强的骨导语音输入训练好的所述对抗生成网络的生成器G，得到的输出结果再进行逆短时傅里叶变换重构生成增强的骨传导语音。本发明主要应用于骨导语音信号处理场合。

摘要： 本发明公开了一种基于图像边界知识迁移的引导语义分割方法包括如下步骤：S1，引导分割模块构建，S2构建约束条件，具体分为三个部分，分别是有限样本的监督、表示一致性约束、以及边界一致性约束；S3，边界知识迁移模块构建，其中主要包括伪三元组判别数据生成、边界对抗学习；通过上述步骤建立的基于图像边界知识迁移的引导语意分割方法，能够仅通过数十张有标签样本以及大量任务无关图像数据，利用图像边界知识，通过指定语义相关图像，利用语义空间特征约束，实现特定种类样本目标的语义分割。

摘要： 本发明公开了一种端到端的骨气导语音联合增强方法，首先同步录制气导语音和骨导语音，添加环境噪声后构造数据集；接下来构建端到端的神经网络模型，包括编码器、掩膜估计器和解码器；通过神经网络模型将带噪声的气导语音和骨导语音转化为一个单通道的语音信号；使用训练集和验证集的数据用Adam优化器对端到端的神经网络模型进行训练，直到SI‑SNR的值不再增大时，停止训练，得到最终端到端的神经网络模型。本方法相比传统的只利用气导的语音信号或者单纯骨导语音进行增强，联合增强的语音质量和可懂度都有大幅的提升，同时语音识别的错误率也显著下降。

摘要： 本发明提供一种基于差分运算和联合字典学习的骨导语音增强方法。训练阶段，在室内无噪环境中，用骨导麦克风和气导麦克风组成的双麦克风阵列同步采集训练语音；对骨导语音和气导语音的训练信号做短时傅里叶变换得到时频谱幅度，计算它们的差分时频谱幅度；在时频谱上学习骨导语音时频谱幅度和差分时频谱幅度的联合语音字典。检测阶段，对于骨导语音进行短时傅里叶变换得到时频谱幅度和相位，将幅度在联合语音字典的骨导语音子字典上进行投影，用得到的最优稀疏表示系数与联合语音字典的差分时频谱幅度子字典一起重建差分语音时频谱幅度，用于补偿骨导语音时频谱，最后做短时傅里叶逆变换，得到增强后的骨导语音时域信号。