一种融合音位属性的语音文档索引方法

为提高索引覆盖率并获得更多的候选路径,提出一种在词格上融合音位属性的语音文档索引方法.通过基于音位属性检测的语音识别系统建立词格,利用其信息互补性,与传统的词格进行起止节点合并.针对合并后Lattice规模增大的问题,采用基于位置的分段对齐方法对其结构进行压缩.实验结果表明,该方法在提高索引覆盖率和降低最小错误率方面均优于传统的语音文档索引方法,能够有效提高语音检索性能.     

基于声学分段模型的无监督语音样例检测

提出一种基于声学分段模型的无监督语音样例检测方法。该方法首先利用高斯混合模型（Gaussian mixture model, GMM)将训练数据频谱参数转换为后验概率特征向量,采用层次聚类算法确定后验概率的边界信息,得到声学分段;然后通过k means算法将片段聚类并添加标签,构建基于后验概率的声学分段模型。检索时以模型对查询样例与检索文档的解码序列代替测量矩阵以降低检索时间,通过基于最小编辑距离的动态匹配检索查询项,最小编辑距离的代价函数由模型相似度距离矩阵修正。实验结果表明,相比GMM及传统声学分段模型,本文提出的方法性能更好,检索速度得到显著提升。     

基于能量变化率的汉语塞音检测算法

针对爆发谱特征不稳定的问题,论文提出了一种基于能量变化率的汉语塞音检测方法。该方法首先基于Seneff听觉谱提取了一组描述音段能量变化率特性的参数,然后采用Fisherface方法进行特征变换,变换后的特征采用K近邻(KNN)分类器进行分类,实现了塞音的检测,最后利用留一法对模型性能进行交叉验证。实验结果表明,干净语音塞音检测准确率可以达到96.39%,信噪比10dB的语音塞音检测准确率可达到88.07%,模型具有较好的稳定性和泛化性能。     

基于NMF后验特征优化的语音查询样例检测

提出一种基于非负矩阵分解(Nonnegative matrix factorization, NMF)后验特征优化和修正分段动态时间规整(Segmental dynamic time warping, SDTW) 检索的无监督语音查询样例检测方法。该方法首先应用频域线性预测(Frequency domain linear prediction, FDLP)声学特征参数代替梅尔频率倒谱系数(Mel-frequency cepstral coefficients, MFCCs)训练高斯混合模型(Gaussian mixture model, GMM)模型,然后使用NMF算法对高斯后验特征矩阵进行分解,将得到的基矩阵作为子空间变换矩阵对原始后验特征投影,投影可以突出特征中主要分量,平滑距离矩阵。在检索阶段,使用多相邻输出得分对最佳匹配得分进行修正,用于代替标准SDTW算法的1-best输出得分。实验结果表明,在不增加检索时间的情况下,该方法相比应用MFCCs和FDLP特征的基线系统性能提升明显,检索精度分别相对提升了18.6%和18.1%。     

基于分段动态时间规整的语音样例快速检索

提出了一种融合下界估计和分段动态时间规整的语音样例快速检索方法。该方法针对缺乏合适的训练数据等语音资源较为有限的语言进行快速检索所设计。此方法首先提取查询样例和测试集的音素后验概率;然后,根据限制条件在测试语句中选定候选分段,并计算查询样例和每个候选分段之间实际动态时间规整得分的下界估计,再运用K最近邻搜索算法搜索与查询样例相似度最高的分段;最后,使用虚拟相关反馈技术对检索结果进行修正。实验结果表明：尽管此方法的检索精度略低于直接运用动态时间规整进行检索的检索精度,但其检索速度大大优于后者,且检索结果经过虚拟相关反馈技术修正后,其检索精度也得到有效提升。     

一种基于改进得分分布的查询项特定阈值方法

为提高语音查询项检索系统的准确率,提出一种基于改进得分分布的查询项特定阈值方法。在系统判决阶段,根据每个查询项的后验得分分布设定不同阈值。后验得分分布用指数混合模型描述,通过无监督的最大期望( EM)算法估计模型参数,最后根据贝叶斯最小风险准则计算阈值。针对EM算法对初始值较为敏感的问题,初始化时采用K-means聚类算法代替随机初始化方法,首先将候选结果得分分为两类,然后计算每类的先验分布并用最大似然法估计模型参数的初始值。实验结果表明该阈值方法有更好的检索性能。     

基于DNN的低资源语音识别特征提取技术

针对低资源训练数据条件下深层神经网络（Deep neural network,DNN）特征声学建模性能急剧下降的问题,提出两种适合于低资源语音识别的深层神经网络特征提取方法.首先基于隐含层共享训练的网络结构,借助资源较为丰富的语料实现对深层瓶颈神经网络的辅助训练,针对BN层位于共享层的特点,引入Dropout,Maxout,Rectified linear units等技术改善多流训练样本分布不规律导致的过拟合问题,同时缩小网络参数规模、降低训练耗时;其次为了改善深层神经网络特征提取方法,提出一种基于凸非负矩阵分解（Convex-non-negative matrix factorization,CNMF）算法的低维高层特征提取技术,通过对网络的权值矩阵分解得到基矩阵作为特征层的权值矩阵,然后从该层提取一种新的低维特征.基于Vystadial 2013的1小时低资源捷克语训练语料的实验表明,在26.7小时的英语语料辅助训练下,当使用Dropout和Rectified linear units时,识别率相对基线系统提升7.0%;当使用Dropout和Maxout时,识别率相对基线系统提升了12.6%,且网络参数数量相对其他系统降低了62.7%,训练时间降低了25%.而基于矩阵分解的低维特征在单语言训练和辅助训练的两种情况下都取得了优于瓶颈特征（Bottleneck features,BNF）的识别率,且在辅助训练的情况下优于深层神经网络隐马尔科夫识别系统,提升幅度从0.8%~3.4%不等.     

基于.NET的计量信息管理系统的设计与实现

针对目前计量单位在计量信息管理上的不足，利用Microsoft．NET、SQL Server 2000等软件工具构建了基于．NET的计量信息管理系统。主要针对系统体系构成、数据库结构，以及系统的程序实现技术展开讨论，并给出了系统结构框图和数据库结构框图。该系统采用B／S模式，利用ASP．NET、ADO．NET数据库访问等Web数据库应用系统先进技术，实现了计量信息的网上统计、维护、查询和发布等功能。     

基于离散余弦变换的音频信息隐藏算法

研究了一种将保密语音隐藏在公开的音频载体中的信息隐藏算法.在对保密语音进行改进型多带激励(IMBE)编码,进行纠错编码后形成秘密信息的基础上,对音频载体进行离散余弦变换,通过修改相邻频段的能量而嵌入秘密信息.提取时按同样的方法确定相邻频段的能量值以盲恢复秘密信息,并经IMBE解码还原保密语音.仿真实验结果表明,该算法对音频压缩,加噪等攻击具有较高的鲁棒性.     

不同植物配置人工湿地冬季生活污水净化效果比较

以某三级串联水平潜流人工湿地污水处理工程为实验基地,研究了5种华南地区常见湿地植物的选择和配置对净化冬季生活污水的影响,为华南地区人工湿地合理优化配置植物提供一定的依据。结果表明:人工湿地系统在冬季对COD、BOD5、TP和大肠菌群仍有较好的去除效果,对TN的去除效果较差。在实验条件下,COD和BOD5的降解主要发生在第一级湿地单元,TP和TN的降解主要发生在第三级湿地单元。三级串联湿地系统净化效果较佳的植物搭配是:第一级栽种水生美人蕉,第二级栽种再力花,第三级栽种菖蒲。