元音识别

摘要： 本研究选取武汉某聋校高一两个自然班的学生为被试,采用非随机分配控制组前后测实验设计,探讨镜前自我模仿策略在听障儿童汉英双语唇读元音学习中的作用.结果发现,镜前练习的口形模仿策略在聋校的干预成效主要体现在听障儿童的汉语唇读元音识别中,尤其是汉语唇读元音/u/、/i/和/a/的识别能力提高非常明显;尽管实验组在英语唇读元音识别中作用不显著,但该组唇读元音/a/与/a/的正确率表现出显著差异,具体而言是/a/后测值比前测值明显降低了,而/a/后测值比前测值明显升高.

摘要： 鉴于BP网络训练时间过长,且易于陷入局部最优解,本文采用RBF网络来实现元音字母的语音识别.RBF网络的构造通过一种动态自适应聚类算法来完成,使得RBF网络具有在线学习能力.示例计算结果表明,这种RBF网络具有比BP网络和贝叶斯分类器更好的分类精度.

摘要： 为度量模糊粗不确定性信息,引入了模糊粗隶属函数.基于模糊粗糙集理论构建了一种新型的模糊-粗神经网络(FRNN),该网络融合了模糊信息和粗糙信息的处理能力.对5个元音字母的语音识别进行测试,结果显示FRNN网络不仅训练速度快,而且分类性能优于BP网络、RBF网络和贝叶斯分类器.

摘要： 简述了非特定人连续语音串识别显示系统的实现.分析了连续语音串识别的混淆现象及其难度.根据幅频特性原理,采用决策树的方法,可有效提高非特定人连续语音串识别的正识率.介绍了该系统在城市轨道列车中提供预告及到站信息的工作流程.

摘要： 本文在定量分析了声道长度与共振峰位置的关系之后，结合听觉系统中语音频谱的编码方式，提出了元音识别的模板假设，为解决非特定人语音识别问题进行了初步的探讨。根据这个假设提出了一个可行的元音模板匹配识别算法，通过非特定人语音识别实验主宰了元音识别的模板假设的正确性，以及元音模板匹配识别的与说话人无关的特性，同时也表明该算法比利用目前主流技术中倒谱系数的识别方法具有更好的鲁棒性。

摘要： 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％。

摘要： 提出短时能频值（ＥＦＶ）的新概念，设计了用短时能频值的参量来估计语音起止点的新的有效算法，提高了语音信号与背景噪声的分辨力。运用基于短时能频值ＥＦＶ估计语音起止点的算法，研究汉语普通话音素的区别特征，上机计算分析证明了ＥＦＶ门限能够很好地从噪声中分辨出语音信号，有着较好的稳定性和较高的语音－噪声分辨力。

摘要： 针对现有计算机语音识别的缺陷，提出一种模仿人耳听觉特性的Ｍｅｌ频率倒频谱特征，对它与现有的线性预测倒频谱特征进行实验对比研究，表明将人耳听觉特性应用于计算机语音识别，能产生更高的识别精度。

摘要： 本文针对汉语是声调语言的特点，提出了一种提取基音周期的新方法，该方法快速、准确，可广泛应用于汉语语音处理中的四声判别及话音识别，在我们开展的《话音确认系统的研究》课题中得到有效应用。

摘要： 该文在定量分析了声道长度与共振峰位置的关系之后，结合听觉系统中语音频谱的编码方式，提出了元音识别的模板假设，为解决非特定人语音识别问题进行初步的探讨。根据这个假设提出了一个可行的元音模板匹配识别算法，通过非特定人语音识别实验证实了元音识别的模板假设的正确性，以及元音模板匹配识别算法的与说话人无关的特性，同时也表明该算法比利用目前主流技术中的倒谱系数的识别方法具有更好的鲁棒性。

摘要： 提取能表达语音性质的特征参数是语音识别最重要的步骤之一。听觉系统使用频域和时域两类信息识别语音，但目前的语音特征参数主要提取自声音的频谱，那么由频谱能提供多少语音分类的信息呢？这是本文的研究目的。文中首先通过响度密度谱、MFCC参数和PLP参数的欧氏距离比较，研究谱信息在单元音静态识别中的表现。然后通过构建HMM，在不同参数维数下对所有能独立发音的汉语韵母进行识别，测试这些谱表达式在加入时域变化信息后在元音动态识别中的表现。实验结果表明频谱可以提供元音分类的信息最少是93.3%，加入时间信息后，总识别率提高了3.5%，识别效果最好的元音是/I/，效果不佳的是/γ/。

摘要： 提取能表达语音性质的特征参数是语音识别最重要的步骤之一。听觉系统使用频域和时域两类信息识别语音，但目前的语音特征参数主要提取自声音的频谱，那么由频谱能提供多少语音分类的信息呢？这是本文的研究目的。文中首先通过响度密度谱、MFCC参数和PLP参数的欧氏距离比较，研究谱信息在单元音静态识别中的表现。然后通过构建HMM，在不同参数维数下对所有能独立发音的汉语韵母进行识别，测试这些谱表达式在加入时域变化信息后在元音动态识别中的表现。实验结果表明频谱可以提供元音分类的信息最少是93.3%，加入时间信息后，总识别率提高了3.5%，识别效果最好的元音是/I/，效果不佳的是/γ/。

摘要： 提取能表达语音性质的特征参数是语音识别最重要的步骤之一。听觉系统使用频域和时域两类信息识别语音，但目前的语音特征参数主要提取自声音的频谱，那么由频谱能提供多少语音分类的信息呢？这是本文的研究目的。文中首先通过响度密度谱、MFCC参数和PLP参数的欧氏距离比较，研究谱信息在单元音静态识别中的表现。然后通过构建HMM，在不同参数维数下对所有能独立发音的汉语韵母进行识别，测试这些谱表达式在加入时域变化信息后在元音动态识别中的表现。实验结果表明频谱可以提供元音分类的信息最少是93.3%，加入时间信息后，总识别率提高了3.5%，识别效果最好的元音是/I/，效果不佳的是/γ/。

摘要： 提取能表达语音性质的特征参数是语音识别最重要的步骤之一。听觉系统使用频域和时域两类信息识别语音，但目前的语音特征参数主要提取自声音的频谱，那么由频谱能提供多少语音分类的信息呢？这是本文的研究目的。文中首先通过响度密度谱、MFCC参数和PLP参数的欧氏距离比较，研究谱信息在单元音静态识别中的表现。然后通过构建HMM，在不同参数维数下对所有能独立发音的汉语韵母进行识别，测试这些谱表达式在加入时域变化信息后在元音动态识别中的表现。实验结果表明频谱可以提供元音分类的信息最少是93.3%，加入时间信息后，总识别率提高了3.5%，识别效果最好的元音是/I/，效果不佳的是/γ/。

摘要： 本发明属于语音识别和自然语言处理技术领域，具体涉及一种基于元音和谐的土耳其语的语音识别方法，该方法包括：将待识别语音进行识别，得到多个候选语句，再将每个候选语句拆分成多个子词；将每个子词依次输入土耳其语子词级别神经网络语言模型，获得下一个子词的预测概率的对数值；根据该候选语句中所有子词的预测概率的对数值，获得该候选语句的概率的对数值；按照从大到小的顺序对各个候选语句的概率的对数值进行排序，将最大概率的对数值对应的候选语句作为语音识别结果。

摘要： 本发明公开了一种基于元音基频信息的汉语声调识别方法。该方法包括如下步骤：接收音节对应的语音信号，进行预加重，分帧加窗，并对加窗后的语音信号进行快速傅立叶变换，得到时频域上的能量分布；计算语音信号的低频带能量曲线和中频带能量曲线；计算语音信号的低频带能量随时间的变化率曲线；确定低频能量发生跳变的跳变点，获取语音信号中的浊音段；从浊音段中获取候选元音帧；计算候选元音帧的短时过零率，根据短时过零率确定元音段；计算元音段的基频，并获取声调特征；将声调特征输入到预先训练好的声调模型，得到声调类型。

摘要： 本申请提供了一种元音弱读检测方法及装置。该方法包括：提取用户朗读目标文本的语音信号的声学特征，并对声学特征进行编码，获得的声学编码向量序列；然后，将目标文本对应的带重音标签的音素序列作为发音先验信息，采用联结主义时间分类(Connectionisttemporal classification，CTC)和注意力相结合的解码方法进行解码，最后采用波束搜索方法获得最终的带元音弱读标签的音素序列。本申请将带重音标签的音素序列作为发音先验信息，辅助元音弱读检测，可提高检测的准确度；解码时采用CTC和注意力联合解码方法，解决了元音弱读情况下，采用强制对齐会导致检测的准确率下降的问题。

摘要： 本发明属于语音识别和自然语言处理技术领域，具体涉及一种基于元音和谐的土耳其语的语音识别方法，该方法包括：将待识别语音进行识别，得到多个候选语句，再将每个候选语句拆分成多个子词；将每个子词依次输入土耳其语子词级别神经网络语言模型，获得下一个子词的预测概率的对数值；根据该候选语句中所有子词的预测概率的对数值，获得该候选语句的概率的对数值；按照从大到小的顺序对各个候选语句的概率的对数值进行排序，将最大概率的对数值对应的候选语句作为语音识别结果。

摘要： 本发明公开了一种基于元音基频信息的汉语声调识别方法。该方法包括如下步骤：接收音节对应的语音信号，进行预加重，分帧加窗，并对加窗后的语音信号进行快速傅立叶变换，得到时频域上的能量分布；计算语音信号的低频带能量曲线和中频带能量曲线；计算语音信号的低频带能量随时间的变化率曲线；确定低频能量发生跳变的跳变点，获取语音信号中的浊音段；从浊音段中获取候选元音帧；计算候选元音帧的短时过零率，根据短时过零率确定元音段；计算元音段的基频，并获取声调特征；将声调特征输入到预先训练好的声调模型，得到声调类型。

摘要： 本实用新型公开了一种可扩增多单元音箱的音响，包括底座，底座的顶端固定连接有固定柱，固定柱的顶端固定连接有音响本体，音响本体的前侧固定连接有网罩，网罩与音响本体之间开设有多组位于音响本体上的用于安装喇叭的喇叭槽，音响本体的底端连接有充电座，此可扩增多单元音箱的音响，通过设置有移动组件，因此通过设置的驱动件带动移动组件中的螺纹杆转动，进而带动螺纹块移动，因此通过连接柱带动充电座移动，从而调节充电座的高度，进而有利于使用者使用充电座进行充电，同时通过调节合适的高度，进而在充电时也能够对收集进行操作。

摘要： 本实用新型公开了一种用于韩语辅助学习的元音、辅音板块，包括方形组合件、磁铁盘、柔性连接件、磁铁托板，本实用新型通过将四组三角形状的磁铁盘通过柔性连接件组合成方形组合件，组合后磁铁盘内侧可沿着柔性连接件进行折叠，在将多组方形组合件利用柔性连接件与磁铁托板进行连接，采用长方形磁铁托板连接组合的方形组合件形成元音板块，可根据韩语元音形状进行折叠；采用正方形磁铁托板，磁铁托板四端各通过三组柔性连接件连接三组对应的方形组合件，可根据韩语辅音形状进行折叠，方便操作，使得学员更加直观的进行韩语学习。

摘要： 本实用新型提出了一种声波方向可控的号角扩散器，包括号角本体，其特征在于：所述号角本体包括相连接的扩散口和增压校正通道，所述号角本体内部形成声波通道，所述扩散口呈喇叭状；所述增压校正通道中部设有压缩校正件，所述压缩校正件与所述增压校正通道内侧壁之间形成弯折的曲率波导通道。本实用新型能够在尺寸较小的号角扩散器中实现声音的压缩及校正，避免产生梳状滤波，简单有效的提升了声音品质。

摘要： 一种改进的多个病理单元音识别方法，包括：计算输入语音信号的线谱对参数；计算输入语音信号的相邻差分线谱对参数；对输入语音信号的线谱对参数进行频率弯折，得到输入语音信号的巴克线谱对参数；对输入语音信号的巴克线谱对参数进行特征增强得到增强型巴克线谱对参数；将输入语音信号的增强型巴克线谱对参数输入到深度神经网络分类器中进行多个病理单元音的识别。本发明具有更好的识别率，为后续对单元音及更复杂的字词句的嗓音修复提供了研究基础。

摘要： 一种改进的多个病理单元音识别方法，包括：计算输入语音信号的线谱对参数；计算输入语音信号的相邻差分线谱对参数；对输入语音信号的线谱对参数进行频率弯折，得到输入语音信号的巴克线谱对参数；对输入语音信号的巴克线谱对参数进行特征增强得到增强型巴克线谱对参数；将输入语音信号的增强型巴克线谱对参数输入到深度神经网络分类器中进行多个病理单元音的识别。本发明具有更好的识别率，为后续对单元音及更复杂的字词句的嗓音修复提供了研究基础。