语种

摘要： 语言景观告示牌作为各大旅游景区中重要的组成部分,其设计可以体现出景区的风格特点,所传达的各类信息也是景区的重要组成部分.本文从外形、颜色及语种等方面对南京景区中现有语言景观告示牌的特色进行了具体研究分析,并对存在的问题点提出了相应的建议,以更好地实现景区中语言景观告示牌的提示功能和文化宣传功能.

摘要： 语言和文化是不可分离的两个要素,语言孕育着文化,也是文化的一种表现形式,而文化则影响着语言。学习一种语言,要学习的不仅仅是如何去说好这门语言,去掌握其中的结构以及语法,更重要的是去了解语言背后所承载的文化背景。如果教师在教授课程的过程中,能够非常巧妙地将文化融入语言中,让两者形成一种水乳交融的境地,那么,对于学生们来说,不仅会加深对该语种的理解,更会加深对该语种的印象和学习兴趣。

摘要： 一些研究者认为,近代美国华侨容闳、李恩富和李周的英语自传文学是美国文学而非中国文学。这种仅从语种角度定性文学归属的做法过于武断也不够客观。本文通过分析容闳等人的中国国籍、语种选择以及文本彰显的强烈的中国认同,确证其英语自传文学创作是中国文学组成部分的事实。由此揭示中国文学新的地域边界和语种边界,有助于在全球化格局中重新认识、审视中国文学和海外华人文学。

摘要： 针对学术期刊出版语种存在向英文过度集中的现状,提出要维护学术期刊出版语种多样化.学术期刊出版语种多样化,有利于科技的传承与创新,有利于各国建设基于语种多样化土壤的文化工程,有利于破除学术期刊出版的国际垄断,有利于强化国家的文化软实力建设,有利于促进世界文化的交融与发展.

摘要： 随着互联网不断发展,人们生活的方方面面都产生了巨大的变革,与此同时国内外各大高校顺应时代发展加强建设各自的高校网络平台的工作,高校网络平台成为校内重要信息传递以及校园形象宣传的重要渠道之一。当下高校发展不再仅仅局限于本国,而是逐渐朝着国际化方向发展,高校网络平台作为高校面向国际的第一门户,网站语种的选择将显得尤为重要。以国内及国外高校的官方网站作为研究对象,我们统计分析了部分高校官网的语种数量,描摹国内外高校官网语种现状,并将国内高校网站与国外高校网站进行对比,分析他们各自语种选择的原因,为高校网站的进一步改进建设提供一定的借鉴。

摘要： 西班牙语作为拉丁美洲大多数国家的官方语言,和联合国的工作语言之一,正在被越来越多的人学习和使用.随着全球一体化的进程和外语热发展,西班牙语早已经不是传统意义上的小语种,其发源的文化和发展历史也越来越引起人们的关注.本文就西班牙语的起源及发展历史来阐述,探索西班牙语发展的历程.

摘要： 随着互联网不断发展,人们生活的方方面面都产生了巨大的变革,与此同时国内外各大高校顺应时代发展加强建设各自的高校网络平台的工作,高校网络平台成为校内重要信息传递以及校园形象宣传的重要渠道之一.当下高校发展不再仅仅局限于本国,而是逐渐朝着国际化方向发展,高校网络平台作为高校面向国际的第一门户,网站语种的选择将显得尤为重要.以国内及国外高校的官方网站作为研究对象,我们统计分析了部分高校官网的语种数量,描摹国内外高校官网语种现状,并将国内高校网站与国外高校网站进行对比,分析他们各自语种选择的原因,为高校网站的进一步改进建设提供一定的借鉴.

摘要： 本申请公开了一种语种识别模型构建方法、语种识别方法，先利用第一样本语音及其实际语种、第二样本语音，针对待训练教师模型和待训练学生模型进行两阶段训练，得到待使用教师模型和待使用学生模型，以使该待使用教师模型和该待使用学生模型均具有较好的语种识别性能；再根据该待使用学生模型确定语种识别模型，以使该语种识别模型也具有较好的语种识别性能；最后，借助该语种识别模型针对待识别语音进行语种识别，得到该待识别语音的预测语种。其中，因无标签训练数据能够弥补带标签训练数据中数据分布失衡的缺陷，使得基于带标签训练数据和无标签训练数据进行构建的语种识别模型具有较好的语种识别性能，如此能够提高语种识别准确性。

摘要： 本发明提供一种语种识别、语种识别模型训练方法及装置，所述识别方法包括：将待识别语音数据输入至语种识别模型，得到语种识别模型输出的语种识别结果；其中，语种识别模型包括语种特征提取层和语种分类层，语种识别模型是基于如下过程训练得到的：对语种特征提取层进行第一训练；固定第一训练完成后语种特征提取层的参数，基于均衡样本集对语种分类层进行第二训练，得到训练完成的语种识别模型，均衡样本集中各语种的样本语音的数量规模一致。本发明提供的语种识别、语种识别模型训练方法及装置，能够在语种分布不均衡的场景下，准确进行语种识别。

摘要： 本发明涉及一种基于多任务的语种识别模型的语种识别装置包括：客户端和服务端；客户端与服务端通信连接；客户端用于获取待识别语音数据，进行预处理得到待识别的第一语音队列发送给所述服务端；服务端，用于将客户端发送的第一语音队列进行分批处理，得到多个批次的第二语音队列；并将多批次的第二语音队列导入到内置的识别模型中进行多任务识别得到识别结果队列；客户端还用于从识别结果队列中获取识别结果进行输出；识别模型为多任务学习的多语种识别模型；其中的多任务包括语种识别任务和是否为有效话音识别任务。本发明实现了对语种识别和有效话音识别两种任务的同时识别，提高了语种识别的准确率和识别效率。

摘要： 本发明实施例公开了一种语种识别方法以及语种识别设备，所述方法包括：对用于线下训练的目标音视频数据进行特征提取，以获取与所述目标音视频数据对应的特征数据，通过训练网络所包括的按层级排序的N层长短时记忆网络LSTM依次对所述特征数据进行迭代训练，以获取用于进行语种识别目标训练模型。本实施例所示能够应用至大数据集上进行使用，通过本实施例所示的所述目标训练模块进行语种识别的过程中，识别准确性高，速度快，能够满足当前对语种识别的速度的需求。

摘要： 本申请公开了一种语种向量获得、语种识别的方法和相关装置，该方法包括：将各个长时语音数据切分获得短时语音片段，利用全变量因子分析技术得到各个语音数据和各个语音片段的语种向量；基于各个语音数据和各个语音片段的语种向量进行时长干扰属性投影处理获得时长干扰投影矩阵；利用时长干扰投影矩阵将各个语音数据的语种向量映射为各个语音数据的新语种向量。可见，该方法充分有效挖掘长时语音数据和短时语音片段的相互关联信息。即使短时语音数据利用上述全变量空间和时长干扰投影矩阵进行时长因素补偿也能够得到更加精准、稳定的新语种向量，从而提高短时语音语种识别的准确性。

摘要： 本说明书实施例提供一种训练语种识别模型、语种识别的方法及装置，语种识别模型包括：提取网络、聚合网络和分类网络，提取网络包括串行设置的预设数量个包括自注意力子层和卷积子层的特征提取层，该方法包括，获得目标语音片段对应的语音特征，目标语音片段具有语种标签；利用预设数量个特征提取层，对语音特征进行预设数量次特征提取，得到帧级别特征向量；特征提取包括，利用自注意力子层进行基于自注意力的特征处理和利用卷积子层进行卷积处理；利用聚合网络，基于自注意力机制和统计机制对帧级别特征向量进行聚合，得到聚合特征向量；利用分类网络处理聚合特征向量，确定目标语音片段的预测语种；根据预测语种和语种标签，更新语种识别模型。

摘要： 本申请公开了一种语种识别模型训练方法、语种识别方法、装置及电子设备，该语种识别模型训练方法包括：将训练文本集输入第一语种识别模型，得到其中每个训练文本的词向量、对应的多个语种及每个语种的比例数据；基于训练文本集和词向量对特征获取子模型进行训练，得到训练好的特征获取子模型；将训练文本集输入训练好的特征获取子模型，得到每个训练文本的第一文本特征信息；基于多个语种、每个训练文本的第一文本特征信息、每个语种的比例数据和预设目标距离数据对预设聚类子模型进行训练，得到训练好的聚类子模型；将训练好的特征获取子模型和聚类子模型确定为第二语种识别模型。本发明可以高效准确的确定文本所属语种。

摘要： 本发明涉及一种基于音素的语种区分性特征的语种识别方法，属于音频信号处理技术领域。本发明先从TIMIT数据集中抽离出音素集，对音素集构建了音素语音学区分性特征，采用音素语音学区分性特征训练并测试音素识别器，输出音频的帧级音素概率向量；再从LibriVox音频数据库获取多语种语料，针对多语种语料对TIMIT数据集中抽离出音素集进行音素扩充，输出语种短时完整语义语音段的帧音素概率特征；最后根据音素识别器输出的不同语种的帧音素概率特征构建语音段音素概率特征，进而构建语音段语种区分性特征。本发明可在经典的二维卷积神经网络中进行语种识别，获得较高识别率的语种识别结果。

摘要： 本发明公开了一种民航多语种无线电陆空通话的语种识别方法及系统，所述方法包括：构建各语种的文本字典，分别训练部署各语种端到端的语音识别模型；将语音分别送入到各语种的语音识别模型中得到文本和后验概率；通过各语音识别模型输出的后验概率计算语音的每一非空白帧概率最大字符的概率平均值，将各语音识别模型输出的概率平均值作为其对应语种的置信度；放缩各语种对应的置信度；比较各语音识别模型得到的置信度大小，选择当前语音的语种，返回文本。本发明应用时不需要增加复杂的计算模块，能够充分利用语音识别算法对语言的先验知识，对复杂环境下的语种识别具有较高的自适应性。

摘要： 本发明涉及一种基于多任务的语种识别模型的语种识别装置包括：客户端和服务端；客户端与服务端通信连接；客户端用于获取待识别语音数据，进行预处理得到待识别的第一语音队列发送给所述服务端；服务端，用于将客户端发送的第一语音队列进行分批处理，得到多个批次的第二语音队列；并将多批次的第二语音队列导入到内置的识别模型中进行多任务识别得到识别结果队列；客户端还用于从识别结果队列中获取识别结果进行输出；识别模型为多任务学习的多语种识别模型；其中的多任务包括语种识别任务和是否为有效话音识别任务。本发明实现了对语种识别和有效话音识别两种任务的同时识别，提高了语种识别的准确率和识别效率。