预应力混凝土T梁准连续刚构桥试验分析

本文通过对30 m预应力混凝土T梁准连续刚构桥进行荷载试验,分析该桥型结构以及T梁的受力状况是否满足设计要求,并为该桥型的设计和施工提供参考意见。     

一种融合IB准则特征的说话人分段聚类方法

针对说话人分段与聚类算法中先验知识不足的问题,利用基于信息瓶颈(IB)准则和基于隐马尔科夫模型(HMM)/高斯混合模型(GMM)方法间的互补性,提出了一种基于特征层融合的说话人分段与聚类算法。该算法将基于IB准则算法的输出结果进行对数变换和降维处理;然后利用变换后的特征与传统梅尔频率倒谱系数(MFCC)特征分别训练说话人GMM模型,并在得分域对说话人类别的得分进行加权融合;根据融合的得分,进行基于HMM/GMM模型的说话人分段与聚类。实验表明,融合后的特征可以为系统提供更多的先验信息,比传统方法的误配率降低了1.2%。     

基于最大似然可变子空间的快速说话人自适应方法

该文提出一种基于最大似然可变子空间的说话人自适应方法。在训练阶段,对训练集中的说话人相关模型参数进行主分量分析,得到一组说话人基矢量;在自适应阶段,通过最大似然准则选取与当前说话人相关性最大的基矢量子集,进而将新的说话人相关模型限制在这组基矢量所张成的说话人子空间中,通过求解每一个基矢量对应的系数从而进行说话人自适应。与经典的基于子空间的说话人自适应方法不同,该文中的说话人子空间是在自适应阶段动态选取的,所需要估计的参数更少,在少量自适应数据下可以得到更稳健的自适应结果。在基于微软语料库的连续语音识别自适应实验中,给定极少量自适应数据(小于5 s),在有监督和无监督条件下,该文方法均优于经典的本征音自适应方法和基于最大似然线性回归的方法。     

基于语速调整和音位属性后验概率的音素识别

基于语音事件检测的自动语音识别是当前研究的热点问题。针对说话人语速变化导致模型适应性差的问题,提出了一种语速自适应调整算法。该算法以语句为单位,采用连续变化的帧长与帧移间隔对语句进行归一化调整,使调整后速率与语料库平均速率一致,减小速率因素对模型训练的影响;另外,通过计算音位属性的后验概率向量间夹角,得到测试集的语速,相比采用训练模型的语速检测方法减轻了系统负担。本文将语速调整算法应用于音位属性的提取,并对音位属性特征进行非线性变换,最后采用隐马尔科夫模型进行建模,实验表明:经过语速调整后,音素的平均持续帧数较为恒定,动态变化范围减小,使得音素识别率提升了1.3%。      

发电厂计算机化设备管理的应用实践经验

为适应电力企业生产和经营管理的发展，满足市场经济的需求，打破传统管理模式，采用先进的管理手段，如应用计算机化维修管理系统（CMMS），提高企业的科学管理水平已成为必然趋势。本文通过介绍美国Datastream公司系列产品在陡河发电厂的实施背景、系统配置、主要功能及客户化后的工作流程，说明设备管理系统在电厂应用的意义及前景，并提醒其他用户少走弯路，真正理解设备管理系统的管理思想，找出与本厂的不同之处，采取合理和科学的解决方案，降低设备维修费用，促进设备状态检修技术的应用，提高设备管理水平。文中还介绍了Datastream7i的优势。     

崔家寨矿邻近工作面采动影响下巷道矿压显现规律研究

影响回采巷道围岩变形最大的是采动影响,采准巷道最先经历上区段邻近工作面的采动影响.文中通过在崔家寨煤矿E12611回风巷道进行矿压观测,研究其所受到邻近工作面E12609的采动影响,分析邻近工作面采动带来的围岩巷道的变形规律,并对煤柱的留设和支护参数的选择进行了分析建议.     

高清背景下科技声像后期编辑系统选型及搭建思考

对高清背景下的科技声像后期制作特点进行了简要分析,并从非编系统、媒资系统和网络系统三个方面对科技声像单位的系统搭建提出了建议。     

基于加权有限状态转换器的语音查询项检索技术

为了提高语音查询项检索效率，提出了一种在加权有限状态转换器（Weighted finite-state transducer，WFST）框架下以混淆网络代替词格建立索引的技术。在索引建立阶段，首先将词格转化为混淆网络并用自动机形式表示，然后利用自动机构建基于时间的因子转换器，最后将所有因子转换器进行联合及优化得到索引。在查询阶段，将查询项转化为自动机形式后与索引进行合成运算得到表示查询结果的自动机。实验结果表明，在保证系统检测正确率的前提下，与直接以词格建立的WFST索引相比，以混淆网络建立的WFST索引尺寸更小，检索速度更快，因而系统性能更好。     

“语音信号处理”课程教学改革与实践

"语音信号处理"是电子工程专业本科生的专业必修课,在该课程的教学改革实践中,从课程的教学内容和方法、实践教学、课程考核等方面进行了探索和实践,激发了学生的学习兴趣和创造力,取得了较好的效果.     

基于统计匹配的VoIP说话人特征补偿算法

在VoIP说话人识别中,当使用原始语音(未经过编译码处理)训练的说话人模型识别经过语音编译码处理的测试语音时,系统的识别性能会发生下降.本文给出了一种基于统计匹配和EM(期望最大化)算法的VoIP说话人特征(12阶的LPCC系数)补偿算法,其中对假设失真特征与未失真识别特征间符合非线性(二次函数型)和线性函数关系时的函数参数进行了估计,并使用得到的补偿函数对失真特征进行补偿.实验结果表明,该特征补偿算法对VoIP中广泛使用的G.729 8kb/s、G.723.1 6.3kb/s、G.723.1 5.3kb/s编译码所造成的识别性能下降有较大的改善,其性能也优于CMS(倒谱均值减)方法.