浅谈连续语音识别中的关键技术

连续语音识别系统的出现,更进一步的推动了连续语音识别的研究及应用,但识别技术的成熟也同时推动了更高层次的语音理解技术的研究。文章分别对连续语音识别中可能出现的关联词技术、关键词技术、顽健性技术、自适应性技术及搜索策略给予了介绍。     

维吾尔语三音节词韵律特征声学分析

本文从文本分析模块入手,利用“维吾尔语语音声学参数库”,选择了以开音节和闭音节结尾的333个三音节词的韵律参数,包括元音时长、音高和音强进行了统计分析,归纳了其元音时长、音高和音强分布模式,探讨了维吾尔语三音节词的韵律节奏模式与三音节词重音之间的关系问题,其目的是为了提高语音合成的自然度即更好的为自然语言处理服务。本项研究对维吾尔语语言乃至整个阿尔泰语系语言的韵律研究具有较高的参考价值。     

萃取精馏的条件及选择萃取剂的研究

采用UNIFAC改进模型和MATLAB计算软件,对萃取精馏过程中萃取剂选择、萃取剂性能和萃取条件的影响进行了研究。通过对甲醇-丙酮、甲醇-乙酸甲酯和苯-环己烷等多个共沸体系在不同萃取剂和不同萃取条件下的相对挥发度的计算比较,确定了体系进行萃取精馏分离时合适的萃取剂分别为DMSO、水和DMF等,讨论了原料组成和溶剂比对相对挥发度的影响。结果表明:溶剂比是重要的影响因素之一,溶剂比越大,被分离体系的相对挥发度越大;原料组成对相对挥发度的影响较弱,随着重组分含量的增加,体系的相对挥发度稍有下降。本文还对文献数据进行了关联和比较,计算结果与文献符合良好,表明所开发的程序具有一定的可靠性和适用性。     

维吾尔语词首音节元音声学分析

该文利用“维吾尔语语音声学参数数据库”,统计分析和归纳了维吾尔语词首音节元音的共振峰模式及其分布格局。声学元音图有多种画法,该文采用JOOS型声学元音图。这种元音图的特点是以F1为纵坐标,以F2为横坐标。这样绘制成的声学元音图与元音舌位图有很好的对应性。维语标准音词首音节中有[y, i, e, O, u, o, ;, A]等8个元音。舌位前后的分布特点是[u, o, A]为后元音,[y, i, e, O, ;]为前元音;开口度(舌位高低)分布特点是[y, i, u]为高元音,[e, O, o]为次高元音,[;]为次低元音, [A]为低元音.     

边缘环境下的视频行为识别

边缘智能是一种新兴的智能计算模式,其将人工智能技术和边缘嵌入式设备结合,被广泛应用于物联网系统。智能摄像机是典型的边缘设备之一,它能提供低延迟的视频处理能力,适用于智能家居、智能交通、智能监控等领域。然而,由于摄像机的计算资源有限,传统的行为识别模型难以在本地完成计算任务。为解决这一问题,文中提出了一种基于边缘计算的架构,利用深度学习目标检测算法YOLO v3对视频行为进行识别。在该架构中,智能移动终端负责数据采集和压缩,边缘服务器承担大部分目标检测任务,而检测困难的目标和模型训练则由云服务器负责。为更好地适应边缘设备,本文采用轻量化的神经网络MobileNet替换YOLO v3模型的特征提取模块。经过测试,该架构能有效提取和识别视频中的静态和动态行为,为实现边缘计算环境下低成本、大规模的行为识别提供了有益的参考。     

基于直流电流动态上升的高压直流输电系统换相失败分析

针对现有换相失败分析方法未考虑交流系统故障后直流电流动态上升对关断角影响的问题,在分析直流电流变化对关断角影响的基础上,首先推导了对称故障下未考虑直流电流变化以及考虑直流电流瞬时变化的换相失败分析方法。分析结果表明,当逆变侧换流母线电压跌落在一定区间内,以上2种方法会导致换相失败判别结果不准确。为此考虑交流系统故障后直流线路和直流控制的动态过程,推导了直流电流的时域表达式,通过求解直流电流最大值,提出了一种考虑直流电流动态上升的换相失败分析方法。最后基于PSCAD/EMTDC仿真平台验证了所提方法的有效性以及对高压直流输电系统换相失败判别结果的正确性。     

基于正序阻抗幅值比的风电场送出线路纵联保护

针对风电场送出线路纵联保护在数据延时传输及异常采样数据下保护性能不佳的问题,提出了基于正序阻抗幅值比的纵联保护。通过分析风电系统送出线路发生区内外故障时正序阻抗幅值特征,得出区内外故障下双端正序阻抗幅值差异比特征不同。引入综合层次聚类(balanced iterative reducing and clustering using hierarchies, BIRCH)方法剔除正序阻抗幅值序列中异常采样数据,形成不含异常采样数据的故障时间序列聚类特征,并结合双端正序阻抗幅值差异比特征,构造不受数据延时传输影响的纵联保护判据。仿真结果表明,所提出的纵联保护不受系统运行工况、故障类型、数据延时传输及异常采样数据的影响。在过渡电阻达到150  时,所提出的纵联保护仍能正确判别故障方向,具有较强的抗噪性能,适用于含风电接入的弱馈型电力系统。     

A unified approach to reliability and edge fault tolerance of cube-based interconnection networks under three hypotheses

The Journal of Supercomputing - The topological structures of the interconnection networks of some parallel and distributed systems are designed as n-dimensional hypercube $$Q_n$$ or n-dimensional...     

基于有向图模型的旅游领域命名实体识别

旅游领域命名实体识别是旅游知识图谱构建过程中的关键步骤,与通用领域的实体相比,旅游文本的实体具有长度长、一词多义、嵌套严重的特点,导致命名实体识别准确率低。提出一种融合词典信息的有向图神经网络（L-CGNN）模型,用于旅游领域中的命名实体识别。将预训练词向量通过卷积神经网络提取丰富的字特征,利用词典构造句子的有向图,以生成邻接矩阵并融合字词信息,通过将包含局部特征的词向量和邻接矩阵输入图神经网络（GNN）中,提取全局语义信息,并引入条件随机场（CRF）得到最优的标签序列。实验结果表明,相比Lattice LSTM、ID-CNN+CRF、CRF等模型,L-CGNN模型在旅游和简历数据集上具有较高的识别准确率,其F1值分别达到86.86%和95.02%。     

软@硬复合炭结构设计及其协同电化学储钾

软@硬复合炭结构有助于协同改善炭负极材料的电化学储钾性能,但目前对不同复合结构对电化学储钾性能的影响规律仍缺乏系统研究。有鉴于此,将罗丹宁和嵌段共聚物F127作为硬炭前驱体,煤沥青热挥发份作为软炭前驱体,通过共炭化与气相沉积的协同使用,开发硬炭、软/硬三维杂化炭结构、软炭壳@硬炭核复合结构,并研究3种结构对电化学储钾性能的影响。软炭壳@硬炭核复合材料具有高可逆容量(0.05 A·g^-1下容量为365 mA·h·g^-1)、高循环稳定性(100圈循环后容量保持率为80%)、高倍率性能(1 A·g^-1下容量为177 mA·h·g^-1)的特征。硬炭核丰富的缺陷活性位点可提高复合材料储钾容量。软炭壳的涡轮碳结构可覆盖硬炭表面缺陷,促进钾离子去溶剂化嵌入以改善循环稳定性。此外,高导电性软炭壳可改善电荷交换,进而提高复合材料的倍率性能并缓解电压滞后。得益于软炭与硬炭复合结构的协同储钾机制,软炭壳@硬炭核复合材料表现出明显优于硬炭的电化学储钾性能。