三种干扰噪声对汉语语言清晰度的影响

在不同室内声学特性、不同信噪比条件下探讨三种干扰噪声对汉语语言清晰度的影响。汉语语言清晰度测试信号与干扰噪声信号按照一定的信噪比混合,由听音人进行汉语语言清晰度主观评价。结果表明:当存在干扰噪声时,听音位置的声场特性和信噪比对汉语语言清晰度有显著影响,并且清晰度随听音位置的声场特性的改善和信噪比的提高而提高。听音位置的声场特性和信噪比哪个因素对清晰度的影响更为显著与干扰噪声的频谱分布有关;干扰噪声的频谱分布范围越宽,在相同听音条件(听音位置的声场特性和信噪比)下它对汉语语言清晰度的影响越大。     

目标声测听的训练效应

0引言很多研究表明,识别声音特性的能力是可以通过练习提高的。B.A.Wright和Y.Zhang等人发现通过听觉训练可以提高听觉感知成绩[1],而且可以泛化到其他未训练刺激和任务。孙文艳的短时性心理干预和听觉训练研究发现[2],训练能够提高在噪声中的声目标辨识成绩,包括纯音辨识、无意义语音听辨和常见目标声听辨。在声目标辨识方面,西     

监听音箱听音覆盖角度的测听

选取不同音色的乐曲,用单只监听音箱进行近场重放,并分别在不同的指向角上进行录音和测量.通过在不同指向的录音音质的听感评价,得到不同乐曲与监听音箱的最佳听音角度之间的关系.     

室内语音清晰度与声源宽广度对大脑皮质上脑波之影响研究

以声场初期反射能量迟延时间(Δt1)与空间双耳互函数两因子作为变因,来研究室内语音清晰度与声源宽广度对大脑皮质上脑波反应的影响。刺激音频分别为单音节语音与纯音(2 kHz)脉冲;并分别以连续脑波自函数与听性唤起电位之波形变化进行比较。结果显示:(1)Δt1改变下左脑的β波(13~30Hz)自函数的有效迟延时间(e)与空间语音的清晰度得到显著正相关(p<0.001);(2)空间声源宽广度增加时,左脑波形振幅差A(P2-N2)在慢性头顶反应(SVR)中呈现减少趋势(p<0.05);且N2之潜时相对于波峰P1也出现增长(p<0.05)的趋势,反应部位推测是听觉神经路中的外侧蹄系;(3)在左右脑对声场时间与空间专门化议题上,时间因素为主的语音清晰度很明显是由左脑所控制。而空间主观声源宽广度对脑波的影响却也在左脑,证明受测者专注在主观扩散时脑波并未必反应在右脑。     

刍议视唱练耳教学方法

本文结合视唱练耳训练的理论与实践,对视唱练耳训练的基本内容和方法作了论述。从音阶与练习、单音的听辨、听唱、听写,到音程与和弦的模唱、听唱、构唱训练等方面进行音乐听觉训练,介绍节奏训练的主方法并强调视唱中的音准训练。     

现场调音与混音技巧（2）

3人类的听音能力和感觉以上大致了解了美学理论的一个分支——音响美学,它给出了主观评价的标准和依据。音响师在对所录制和扩声的艺术作品进行调音时,需要遵从这些标准和依据。有了音响美学的理论基础,就可以对人类自身的听感进行分析了。     

人工耳蜗使用者音乐感知评估系统的设计

该文的目的是设计一套适用于我国人工耳蜗使用者的音乐感知评估系统。所选评估内容包括听辨测试和问卷调查,用以考察人工耳蜗使用者对音乐要素的辨识能力和其聆听感受。听辨测试包括5种不同音色和3个频率范围的音高最小可辨差阈、音高方向分辨和旋律轮廓识别测试;调查问卷包括音乐背景和听赏水平问卷及音乐体验问卷。3名人工耳蜗使用者和6名正常听力者参加了系统验证测试,听辨测试结果与国外类似研究具有可比性。问卷调查的结果显示了音乐教育背景、主观聆听感受与听辨测试之间的联系。     

基于小波变换多阈值语音增强处理研究

语音通信过程不可避免地会受到各种噪声的干扰，噪声降低了语音的信噪比和可懂度。语音增强就是对带噪语音进行处理，以改善语音质量。小波变换具有多尺度的特性，可以由粗及细的逐步观察信号。本文研究了一种基于小波多尺度特性的多阈值处理的语音增强算法，根据不同的尺度因子和位移因子选择不同的阈值，利用软阈值函数对带噪语音进行消噪，并比较分析了各种小波基处理带噪语音的不同效果。实验结果表明，该算法可以明显提高语音的信噪比，并提高了语音的清晰度和可懂度。     

注意力机制对生成对抗网络语音增强迁移学习模型的影响

基于深度学习的语音增强模型对训练集外语言语音和噪声进行降噪时,性能明显下降。为了解决这一问题,提出一种引入注意力机制的生成对抗网络（Generative Adversarial Network,GAN）语音增强迁移学习模型。在生成对抗语音增强模型的判别模型中引入注意力机制,以高资源场景下的大量语音数据训练得到的语音增强模型为基础增强模型,结合低资源场景下的少量语音训练数据,对基础增强模型进行权重迁移,提升低资源场景下语音增强模型的增强效果。实验结果表明,采用注意力机制的生成对抗语音增强迁移学习模型,对低资源场景下的带噪语音和集外噪声可以进行有效的降噪。     

基于线性预测模型的氦语音增强算法研究

潜水员在水下工作时,由于生理方面的原因,需要以氦氧混合气体作为呼吸气体,由于气体结构的变化出现了氦语音现象,使得语音发生畸变,降低了清晰度。通过介绍基于线性预测模型的氦语音增强算法,将频域的线谱对(LSP)分析应用于氦语音增强中,由于线谱对系数与语音信号谱包络有紧密的联系,用线谱对参数(LSP)构成合成滤波器时更容易保证稳定性,所以提出了一种基于线谱对系数(LSP)的氦语音增强算法。通过实验将这种算法与基于线性预测LPC的增强算法进行了比较,实验结果表明,两种算法均能对氦语音进行矫正,并且新的算法能够对共振峰进行单独调节,在不影响清晰度的同时最大限度地保持了原有语音的细节,提高了可懂度。     

基于深度压缩感知的语音增强模型

随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注。针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型（Speech Enhancement based on Deep Compressed Sensing,SEDCS）。基于压缩感知原理使用编解码模型代替压缩感知中语音信号稀疏过程,使用卷积神经网络代替测量矩阵实现语音信号观测降维过程,通过联合训练的方式实现语音增强。实验结果表明：该模型能够完成语音增强任务,并且与现有的压缩感知语音增强算法相比,该模型能取得较好的语音增强效果;相比利用深度学习的语音增强算法,该模型虽性能一般,但在模型泛化性能和测试阶段的增强时间效率上有一定提升。     

实用语音情感数据库的设计与研究

针对实用语音情感研究的需要,设计并且建立了诱发语音情感数据库。根据刺激评估表,设计了一种基于计算机游戏的情感诱发方式,首次针对汉语音的实用语音情感进行了情感数据的采集和情感语音库的建立。对烦躁、紧张和喜悦等三种具有实际应用意义的语音情感进行了有效的诱发,录制了情感语音数据,并进行了数据的检验与听辩测试。结果显示,采用计算机游戏诱发情感的方法能够有效地采集自然度较高的实用语音情感数据,为实用语音情感的特征分析与识别提供了必要的研究基础。     

高铁车厢内RTM语言清晰度预测及优化

将声线跟踪法(RTM)与统计能量法(SEA)及试验进行对比,验证声线跟踪法的正确性与准确性,并采用RTM对高铁车厢内语言清晰度进行仿真预测分析,使用最新的语言传输指数STI测试规范中的间接测量法,将声线跟踪法与语言清晰度相结合,对车内声压级、语言传输指数STI及混响时间T30指标进行预测,最后提出车内语言清晰度的优化方案。研究表明,中低频情况下车厢内声压级较高,且随着频率升高声压级降低;当列车使用女声作为声源播报广播信息时,语言清晰度更高,但车厢内转向架区域上方位置的语言清晰度略差;语言清晰度与声源数目没有线性关系,当声源数目为14个,采用女声进行播报时,车内各处的STI值都较为稳定,不存在清晰度较差的盲区。有关结论对改善乘客乘车体验及舒适度有一定参考价值。     

微文字识别系统关键技术研究

分析研究了微型汉字识别系统设计中的关键技术。主要包括：汉字识别、语音合成、系统设计；该系统通过前端的单片微型摄像头对文字进行图像采集，然后由DSP处理器进行图像分析和汉字识别，最后通过语音合成芯片进行朗读。     

Method for Evaluating the Clarity of Speech Received Through the Channel of Intercommunication Devices of Self-Contained Respirators

A method is described for evaluating the clarity of speech received through the intercommunication channels of self-contained respirators based on transforming the speech communication into an electrical signal, then into digital form and use of a PC for formant evaluation of speech clarity and intelligibility.     

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。     

工程制图元认知训练模式的教学构建

元认知训练的实质是对学生元认知能力的培养与开发。元认知培训模式是通过学生对于学习时遇到的困难的内省,找出问题的症结,从而采取最合适的学习策略的过程,使学生认识学习、学会学习的过程。在制图教学中,教师首先要教会学生一些通用性的制图思维策略,要训练学生的制图问题解决思维策略以提高问题解决的效率和能力,引导学生在不同问题上主动总结问题解决的策略,提高学生的学习能力和学习质量。