首页 > 文献资料
-
儿童汉语语音识别词表语谱相似性的标准化研究
目的对中国聋儿康复研究中心(CRRCDC)儿童汉语语音识别词表中每组词语的语谱图进行相似性标准化研究,根据分析结果推算出改进的语音识别率得分公式,从而进一步应用于聋儿的听觉康复和言语矫治.方法选用电子工程和语谱分析专业人员,对词表中每组三个词语的相似性进行判断,对结果进行分析,推算出各个词语在本组中的权重及归一化系数,进而得出改进的语音识别率得分公式.结果无论是声母识别词表还是韵母识别词表,均不存在同一组中三个词语的语谱图全部相似的情况;两个词表的25组词中,均有9组词(36%)中的三个词语是两两之间均无相似性的,其余1 6组词(64%)中的三个词语中,有两个单音节词被认为具有相似性.修改后的语音识别率公式为Y=k1x1+k2×2+k3×3+…+k25×26,其中km为第m组测试词语中给出的与测试词组内权重值相关的归一化系数,xm为测试者在第m组测试中的得分.结论词表中组内无三个词语全部相似的情况,难易度适当,进一步证实了该词表设计的科学性和完善性.改进后的语音识别率公式考虑到不同词语对于测试结果的贡献程度不同,更加完善和准确地评估聋儿的听觉言语能力,从而对具有不同语音障碍的聋儿实施有针对性的康复手段,使聋儿能获得更好的言语交流能力.
-
语谱图在聋人语训中的作用
聋人的发音训练一直是特殊教育的重点课程.能够清晰流利地应用语音表达,对聋人学习能力和生活质量的提高都有很大的帮助.发音学习过程是一个自动化程序认知过程,本文结合实际案例从认知心理学的各个过程分析语谱图在聋人语训中的作用与效果.研究结果 显示,应用语谱图不但能提高学习效率,而且能保证发音有较高的清晰度和自然度.
-
基于自适应阈值的小波包非接触语音增强方法研究
目的:介绍一种新的非接触语音去噪方法.方法:基于小波包良好的时频分析能力,提出小波包自适应阈值算法,采取同时使用硬阈值和软阈值的方法消除非接触语音噪声.结果:小波包阈值去噪法相比于其他经典算法,如谱减法、维纳滤波法,能够高效地去除噪声成分,并很好地保留原始纯净语音.结论:该方法可以有效地去除非空气传导语音噪声,具有较广阔的应用前景.
-
提升小波用于非接触语音增强算法的研究
目的:介绍一种新的用于非接触雷达语音增强的算法.方法:非接触检测系统自身产生的电磁噪声和电路噪声,在很大程度上降低了雷达语音信号的质量.基于提升小波良好的运算性能和时-频域分析性能,提出了采用提升小波算法来进行非接触语音增强.结果:提升算法与其他经典语音增强算法——谱减法、维纳滤波法相比,能够高效地去除雷达语音中的噪声成分,并较好地保留原始语音分量.结论:该方法可以有效地去除非空气传导语音噪声,具有运算速度快等多种优点,具有较好的应用前景.
-
人工耳蜗植入患者歌唱音准度的声学分析
目的 应用声学检测方法测量人工耳蜗植入患者的歌唱声样,了解人工耳蜗植入患者的歌唱音准度.方法 采集6名语前聋儿童(耳蜗组)及8名正常听力儿童(正常组)歌唱《两只老虎》的声样,应用美国Kay公司的CSL4150软件对其分析,比较两组分别歌唱“Do” “Re” “Mi”时的音高频率值及相邻音高频率差值.结果 两组音高的平均值及相邻音高频率差值无统计学差异;两组语图基频包络曲线走行方向有相似的变化趋势.结论 ①本研究6名人工耳蜗植入患者可以大致正确的歌唱音高曲线的走势.②本组研究6名人工耳蜗植入患者对“Do”“Re”“Mi”的感知可以达到正常听力者水平.
-
基于语音信号组合特征的语音图谱显示
为了帮助听力语言障碍者进行基于视觉语音训练,提出了一种将语音信号形成图像的新方法.首先对语音音素进行时域、频域、能量值的提取,然后通过计算得到每个采样点的组合特征值,描绘成图像.对元音音素的仿真结果表明:此方法可以较好地区分各种音素及发音过程,可用于语音的识别和辅助训练.
-
后缀元音对辅音／s／声学时长变化的影响
目的：探讨汉语普通话清擦音／s／与不同元音组合发音时后缀元音（suffixvowel，SV）对辅音／s／时长变化的影响。方法选取标准发声的青年男、女各2人，对清擦音／s／分别与后缀元音／a／、／u／、／i／组合成的词组／sa／、／su／、／si／进行声样采集，使用美国KAY公司CSL4150软件，对声样进行语音处理，获得不同SV时清擦音／s／的时程值并进行比较。结果SV为／a／时，男、女辅音／s／时长分别为200．2和276．8ms；SV为／i／时，男、女辅音／s／时长分别为218．2和326．5ms；SV为／u／时，男、女辅音／s／时长分别为214．5和302．9ms，女性／s／时长均大于男性，差异有统计学意义（P＜0．05）。结论受到协同发音的影响，SV不同，则清擦音／s／的持阻、除阻和总时程均会发生不同的变化，且SV相同时时程变化亦受性别的影响。
-
基于子空间语音增强方法的研究
目的:研究基于信号子空间的语音增强方法.方法:利用Cool Edit Pro2.0软件录制语音,加入各种噪声,利用Matlab软件进行分析,处理.结果:观察语音信号波形图和语谱图,利用信号子空间的分解方法,可使信噪比大大增加.结论:基于子空间的语音增强方法在主观听觉与客观指标上均得到了令人满意的效果.
