言语刺激双耳分听研究

双耳分听是一种常用于大脑半球偏侧化研究的非侵入式行为测试方法。右耳优势为言语刺激双耳分听研究观察到的典型现象。重点探讨言语刺激感知的大脑半球偏侧化双耳分听研究,对常用的双耳分听范式、典型的言语刺激双耳分听、双耳分听中的注意和认知控制、双耳分听中的性别/年龄/利手差异等方面的研究成果进行归纳总结。此外,还介绍了双耳分听在临床中的应用价值,并对双耳分听研究的未来发展趋势进行展望。     

新疆民族大学生汉语声调感知与发声偏误关系

0引言众多学者已对无声调母语学习者的汉语声调感知偏误、范畴感知、发声偏误等方面进行了实验和分析[1][2]。一般研究中都认为声调感知和发声具有相互促进的作用,并且发声是基于感知的。Yang和Ankenmann(2007)对美国的汉语学习者的声调感知和发声进行测试,发现被试的感知受声调类型影响,而发声则没有显著差别[3]。Bent(2005)对20位英语     

不同水平的普通话学习者单字调声调感知研究

首先采用实验语音学的理论和方法进行比较分析,进一步了解普通话学习者声调学习的情况,通过定量研究的方法,对两种不同水平(高级水平和初级水平)学习者的声调感知进行声学分析并对学习普通话过程中的语调掌握状况展开探讨。考察了20名不同水平学习者对普通话声调学习的感知情况。按学习者对汉语9个单元音的4个声调感知和12个复合元音的4个声调的单字调辨认,以及阳平-上声的区分实验数据,统计学习者的辨认准确率、各调类的偏误率和反应时间,最后利用SPSS数据分析软件从统计的角度进行了辨认准确率和反应时间的相关性分析,分别对声调感知的准确率和反应时间的显著性差异进行检验。     

基于声学特征的母语非汉语者声调研究

从提高满足少数民族普通话高自然度语音合成与高精度语音识别的实际应用需求出发,首次从实验语音学的角度对初级、中级和高级阶段的50名维吾尔族汉语学习者与10名母语为汉语普通话的说话人声调的一阶差分与时长以及相似度进行对比,并对其声调的一阶差分模式、声调时长等韵律参数进行了实验分析,得出维吾尔族学生对汉语声调的偏误情况以及与中国少数民族汉语水平等级考试(Master of Human Kinetics, MHK)成绩的关系。通过实验结果可以发现,三组维吾尔族人学习普通话的声调都有困难。两种语言的音系,语调和重音等特性影响了第二语言中的声调特性。归纳了维吾尔族学习者声调的基本声学特征,总结出了一些重要的规则和结论;为解决给汉语语音处理带来的困难,尤其是少数民族汉语的语音合成和语音识别方面的声调问题,提供了重要的参考依据。     

新疆少数民族汉语普通话双字调的发音偏误分析

0引言新疆地区主要以维吾尔族和哈萨克族人为主,其母语分别为维吾尔语和哈萨克语,两种语言均为非声调语言[1],而汉语普通话为声调语言,这种语言上的巨大差异使新疆地区少数民族学生在学习汉语普通话的过程中不可避免的产生声调上的习得困难,随着汉语普通话的推广,如何突破这些难点是汉语言教学人士迫切解决的问题。     

元音差异对声调感知范畴的影响

0引言汉语是一种声调语言[1]。元音作为声调的承载体,必然对声调产生重要的影响。以往的研究[2,3]主要集中在元音对于声调基频走势以及声调识别的影响上,而针对声调的感知范畴边界的影响却相对较少。本文选取了普通话声调四声齐全的三个单元音[a,i,u]作为原始材料,采用"基音同步叠加(PSOLA)"方法对原始语音进行修改合成,并使     

柯尔克孜族学生汉语双音节词声调声学实验研究

文章使用praat语音分析软件,对柯尔克孜族学生汉语双音节词声调进行了声学实验研究。研究发现,在双音节词中,不论是前字还是后字,柯尔克孜族学生都读成了微降调,阳平读得较短,去声读得较长,而且调域很窄,形成的都是一调格局。柯尔克孜语是无声调语言,学生在习得声调语言时会存在一定困难;柯尔克孜语重音处于最后一个音节,这容易让学生过度泛化母语的降调;学生最初学习汉语时,由于师资缺乏,很难接触到标准的汉语发音,这些原因都会给学生习得汉语声调带来一定障碍。     

非汉语母语者的普通话元音和辅音感知研究

语音感知研究是语音学主要研究内容之一。为了解学习者对普通话元音和辅音的感知情况,并为汉语教学提供借鉴,拓宽言语学习模型的应用领域,减少教学的盲目性,根据第二语言习得理论模式,采用实验语音学和统计学的方法,设计辨认实验和区分实验,分别对普通话水平处于高级和初级水平的20名维吾尔族大学生元音、塞音、擦音和塞擦音的感知情况进行研究。辨认实验考察学习者对元音和辅音的感知反应时间和感知准确率。在区分实验中,计算元音对的频谱距离,辅音对的频谱距离,以及它们的时长差异,对学习者的区分能力进行分析。实验结果显示高级水平学习者的感知元音和辅音的能力明显高于初级水平学习者。学习者对发音部位靠后的元音反应时间快且感知准确率高,对于发音部位靠前的元音反应时间较慢且感知准确率低,对塞擦音的辨认准确率高,对擦音的辨认准确度最低。元音对的频谱距离和辅音对的时长差异会影响到学习者的区分能力,但辅音对的频谱距离和区分情况不存在密切联系。     

基于眼动追踪的座椅造型用户认知差异研究

目的 针对设计过程中存在潜在的设计意图与用户实际感知不一致的问题,依据较为客观量化的实验结果,以设计者风格意图为基准,研究了不同背景被试者对产品的感知差异。方法 采用语义差异法、眼动追踪技术和回顾性访谈,以家具座椅为实验样本,对42名被试者进行产品的语义匹配度实验。记录和分析被试者对产品特征的感知及意象决策过程的相关数据,对比不同背景用户的意象感知引起不同关注模式。结果 一般来说,工业设计背景被试者对产品语意感知拥有更高的匹配度;当工业设计背景被试者相比于非工业设计背景被试者的语义匹配度低时,形态特征注视点具有差异;不同背景的被试者对于座椅形态在椅背和椅面均表现有更高的关注度。结论 结果表明用户对产品特征的关注与意象感知相关,利用眼动技术能够较为客观地描述它们的关系。研究关于理解不同背景用户之间对产品的语义感知差异,辅助设计者有针对性操作设计特征,进行创新设计提供了一定支持。     

基于融合特征的短语音汉语声调自动识别方法

提出一种基于韵律特征(基频、时长)和梅尔倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)特征的融合特征进行短语音汉语声调识别的方法,旨在利用两种特征的优势提高短语音汉语声调识别率。该融合特征包括7个根据不同模型得到的韵律特征和统计参数以及4个从每个音段的梅尔倒谱系数计算得来的对数化后验概率,使用高斯混合模型表示4个声调的倒谱特征的分布。实验分两步:第一步,将基于韵律特征和倒谱特征的分类器在决策阶段混合起来进行声调分类,分别赋予两个分类器权重,计算倒谱特征和韵律特征在声调分类任务中的权重;第二步,将基于字的韵律特征和基于帧的倒谱特征结合起来生成融合特征的超向量,使用融合特征进行汉语声调识别,根据准确率、未加权平均召回率(Unweigted Average Recall,UAR)和科恩卡帕(Cohen’s Kappa)系数3个指标,比较并评估5种分类器(两种设置的高斯混合模型,后向传播神经网络,支持向量机和卷积神经网络(Convolutional Neural Network,CNN))在不平衡数据集上的分类效果。实验结果表明:(1)倒谱特征方法能够提高汉语声调的识别率,该特征在总体分类任务中的权重为0.11;(2)基于融合特征的深度学习(CNN)方法对声调的识别率最高,为87.6%,与高斯混合模型的基线系统相比,提高了5.87%。该研究证明了倒谱特征法能够提供与韵律特征法互补的信息,从而提高短语音汉语声调识别率;同时,该方法可以运用到韵律检测和副语言信息检测等相关研究中。     

Tone recognition for continuous mandarin speech with limited training data using selected context‐dependent hidden markov models

Abstract

Mandarin Chinese is a tonal language, in which every syllable is assigned a tone that has a lexical meaning. Therefore tone recognition is very important for Mandarin speech. This paper presents a method for continuous speech tone recognition. Context‐dependent discrete hidden Markov models (HMM's) are used taking into account the tones of the syllables on both sides, and special efforts were made in selecting the minimum number of key context‐dependent models considering the characteristics of the tones. The results indicate that a total of 23 context‐dependent models have very good potential to describe the complicated tone behavior for all 175 possible tone concatenation conditions in continuous speech, such that the required training data can be reduced to a minimum and the recognition process can be simplified significantly. The best achievable recognition rate is 83.55 %.     

利用五度字调模型实现普通话到兰州方言的转换

方言语音的转换对于实现个性化的汉语语音合成系统具有重要的意义。为了实现普通话到兰州方言的转换,论文利用《方言调查字表》建立了兰州方言的文本语料库,录制了普通话和兰州方言平行的语音语料库。利用五度字调模型建立了普通话和兰州方言的基频模型,利用统计方法建立了时长转换模型和停顿时长转换模型。在转换时,通过利用STRAIGHT算法修改普通话语音实现普通话到兰州方言的转换。对转换结果的MOS评测表明,转换后的单字平均MOS得分4.17,双字平均MOS得分为4.22,语句的平均MOS得分为3.55。     

疑问语气和焦点对汉语声调音高实现的影响

文章采用声调聚合分析法考察了疑问语气和焦点对汉语4种声调音高实现的影响规律。通过对特定声调组合的实验室语句基频的分析，结果发现，宽焦点条件下，疑问语气提高了阴平以及阳平、去声的高音点，使得疑问句的音域上限逐步升高；疑问句各声调的低音点从句首开始就明显高于陈述句，但音域下限基本保持水平，与陈述句的差异越来越大源于陈述句的音域下限不断降低。当疑问句中有焦点时，与宽焦点陈述句相比，疑问语气和焦点的双重作用表现在：（1）在焦点词上，对音域上限的作用与陈述句焦点的作用基本类似，而对音域下限存在疑问语气的音高提升作用与焦点降低作用的中和。（2）在焦点词后，焦点显著降低了疑问句的音域上限，而对音域下限没有显著影响。因此，疑问语气和焦点的作用都是全局性的，对声调的音高值和调型都有影响，但对句中不同位置、不同声调的影响方式是不同的。     

北京市公交车站噪声环境特性

为研究北京市公交站台噪声谱特性,对北京公交67路14个站台声学特性进行测量分析。结果显示,对象公交站台等效声级L Aeq处于较高水平,均值达76.5 dB(A),峰值与本底分别为78.5 dB(A)和67.1 dB(A)。频谱分析结果显示,站台噪声具有明显的低频特征;进一步分析存在若干较强的基频成分：低频段约在31.5 Hz与80 Hz附近,高频段则以8 kHz为代表。     

呈现方式和任务导向对网络广告受众的眼动影响

考察呈现方式和任务导向对网络广告受众注意的影响。研究采用2(呈现方式:动态切换、静态)×2(任务导向:目标、非目标)的被试间设计。结果发现:(1)被试对动态广告和静态广告的注视次数及注视时间均无显著差异;(2)非目标导向的被试对网络广告的注视次数及注视时间均显著多于目标导向的被试;(3)相比于认知评价法,眼动分析法对网络广告效果的评估更为精细准确。研究表明,网络广告受众注意受任务导向的影响,而不受呈现方式的影响。     

针对图像阶调的混合半色调方法

在比较不同半色调方法特点的基础上,分析得到了不同半色调方法适合的图像阶调范围,实验结果表明针对图像阶调的混合半色调方法可以在再现原图阶调特征的同时减少纹理影响,使半色调图像阶调过渡更加自然.     

人工耳蜗植入者音乐感知研究

目前,大部分人工耳蜗使用者在安静情况下的言语感知能力基本达到较高水平,然而其音乐感知能力尚未达到理想水平,音乐感知研究已成为目前人工耳蜗领域主要关注的研究方向之一。主要探讨人工耳蜗使用者音乐感知研究的研究方法、材料,并分析影响其音乐感知能力的主要因素。对音乐的四大要素即音高、时长、响度及音色等的研究进展进行讨论,从信息的传输和接收间的关系分析影响人工耳蜗植入者音乐感知的因素。对现有的主、客观测试以及调查问卷等研究手段进行总结。综合分析了目前音乐感知研究的进展,并对未来的研究发展方向进行展望。