导读:本文包含了语音音调论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:音调,语音,语调,基频,语音学,语气词,多媒体。
语音音调论文文献综述
王建永,廖丹,郭威,唐乐[1]（2019）在《多媒体网络语音模糊音调数据准确识别方法》一文中研究指出为有效建立网络输入语音特征序列与输出音素间的良性映射关系,提出一种基于DNNHMM理论的多媒体网络语音模糊音调数据准确识别方法。利用多媒体网络阵列的拓扑结构,满足模糊语音音调的特征提取要求,并对音调数据进行解码操作,完成多媒体网络语音模糊音调数据的识别准备。在此基础上,设计完整的DNN-HMM识别框架,并通过估计语音模糊音调数据DNNHMM空间权重的方式,实现数据识别决策树绑定操作,完成新型多媒体网络语音模糊音调数据准确识别方法的搭建。设计对比实验结果表明,与传统识别方法相比,应用新型准确识别方法后,输入语音数据循环单元最大值超过7.0×1011T、输出音素堆迭层数不断减小,达到建立输入语音特征序列与输出音素间良性映射关系的目的。(本文来源于《电子设计工程》期刊2019年21期）
周挺,杨荣[2]（2019）在《多媒体网络语音音调数据特征智能识别方法》一文中研究指出利用传统方法对多媒体网络语音音调数据特征进行识别,存在识别准确性低,识别速度慢的问题。针对上述问题,提出一种新的多媒体网络语音音调数据特征智能识别方法。该方法分为叁部分:第一对输入的多媒体网络语音音调数据进行预处理,包括数据转换、预加重、分帧加窗和端点检测等4步;第二提取预处理数据特征参数,包括基音频率、共振峰、mel倒谱系数;第叁利用GMM-SVM模型在提取到的特征参数基础上进行智能识别。结果表明:利用本方法对多媒体网络语音音调数据特征进行智能识别,与基于人工神经网络的语音特征识别方法和基于蚁群算法特征选择的语音识别方法相比,平均正确识别率提高8.3%和12.4%,平均所用时间减少0.7 s和1.24 s,识别速度加快。(本文来源于《自动化与仪器仪表》期刊2019年09期）
蒋紫娴[3]（2016）在《对外汉语语音和音调教学探讨》一文中研究指出语音是语言的物质外壳,也是对外汉语教学的基础性工程,只有学好了语音,才能为日后学习语言的其他部分打下一个坚实的基础。在对外汉语教学中,有关教学的方法等问题一直备受关注,尤其在语音方面存在声韵调的复杂系统,并且声调具有变调的特点。本文分语音与音调两部分论述语音教学的原则,方法以及存在的问题。希望此文能够给日后研究对外汉语语音教学的人提供一些帮助。(本文来源于《亚太教育》期刊2016年22期）
邓舒婷[4]（2016）在《5-6岁儿童普通话语音能力与音乐音调能力、节奏能力的相关性研究》一文中研究指出语言与音乐具有紧密的联系,从古至今似乎已经是人们所达成的共识。但是,具体两者是有哪些联系呢?文章针对儿童5-6岁基本习得语音系统的阶段,通过对普通话语音测试、戈登的初级音乐听想能力测试、歌唱测试的数据统计结果进行相关系数分析。结果显示,普通话的语音掌握与其音乐能力的音调和节奏能力的掌握相关。因此,音乐教师可利用两者的相关关系,以儿童已掌握的语音能力作为引导其音乐学习,利用母语中国汉语的语言要素,更好地进行本土化音乐教学。(本文来源于《星海音乐学院学报》期刊2016年03期）
刘芳芳[5]（2014）在《语音信号处理中音调提取的改进算法》一文中研究指出语音信号处理过程包括对需处理的音频信息进行过滤、解析和音频特征提取叁个步骤,本文主要针对音频特征中的音调提取算法进行改进。(本文来源于《科技广场》期刊2014年08期）
李文宇[6]（2014）在《音调对位中的语音及音系错位现象：粤语调域模型修校》一文中研究指出本论文主要探讨音调研究中，音系调域理论与语音田野数据之间不对称性的解决方法。调域理论乃当代自主音段音系学领域中分析音调语言数据所采用的重要理论之一。该理论透过两类成等级的结构参数的不同选值，以二分法四度定义划分汉语方言的音调分布。这两类参数分别是，调域参数以及曲拱参数(音调形状)。然而，新兴的四度调域模型与传统以赵元任五度标音法为代表的方言研究田野数据存在诸多赋值不匹配的情况。再者，四度调域模型的语言数据多以各地纷繁难以相互对比的方言田野研究为参考，对理论本身及其解释力构成重大影响。研究发现，音系与语音层面存在的矛盾有二：其一，同一音调阶度下不同音调类型中曲拱特征的双重赋值；其二，同一音调类型内曲拱特征参数所从属调域的跨越现象。本文以广府粤语的单字调为例，透过Praat声学软件操作，运用音调基频归一法，重构出比单纯由个人听感直觉标度更为一致的语音框架。再按照生成的六种语音框架，重新审视Yip (1980)和Bao (1990)两人分别提出的粤语调域音系模型。分析其不足后，配合适合的语音框架，并提出新型嵌套式粤语调域四度模型，以解决上述的第一个矛盾。同时，提出显性语言目标概念，试图解释上述第二类矛盾。借此，以更好描述广府粤语本体音系特点，进而解释后续粤语变音研究中发现的音变现象。(本文来源于《广东外语外贸大学》期刊2014-04-15）
李岳峙,胡勇,任力杰,王悟夷[7]（2012）在《音调与语音Oddball实验的脑电流源模型分析》一文中研究指出采用语音和音调Oddball实验范式,研究大脑离散电流源在靶刺激响应过程中的电流时间过程。采集了健康受试者的64导联脑电数据,建立并比较音调和语音靶刺激ERPs数据的区域源电流模型。结果显示:听觉靶刺激识别的主要神经源包括双侧颞上回和双侧脑岛。音调靶刺激识别引起右侧区域源的N2/P3幅度大于左侧,呈现右偏侧化,其中脑岛的右偏侧化较明显,而语音靶刺激识别引起左侧区域源N2/P3幅度大于右侧,呈现左偏侧化,双侧脑岛和双侧颞上回都出现明显的左偏侧化。研究表明:靶刺激识别这一脑处理过程随刺激模式的不同存在差异,音调靶刺激识别以右侧脑岛和右侧颞上回的激活更强,而语音靶刺激识别以左侧颞上回的激活更强。(本文来源于《中国生物医学工程学报》期刊2012年02期）
吴顺妹,许丽净,许洪光,张钦宇[8]（2010）在《一种基于音调的语音/音乐实时分类算法》一文中研究指出语音/音乐的实时分类,在语音/音乐通用编码器中是尤其重要的。分析了语音和音乐的区别性特征,提出了一种利用音调分布特性和频谱倾斜度对语音和音乐进行实时分类的算法,并对分类结果进行简单平滑,使分类更为合理,从而提高音质。实验结果表明,此算法复杂度低,而且分类准确率高,实用性强。(本文来源于《电声技术》期刊2010年02期）
陈献婉[9]（2009）在《关于中文母语学习者语气词“よ”的音调的实验语音学研究》一文中研究指出本论文运用实验语音学的研究方法,对以中文为母语的日语专业学生的语气词「よ」的语音材料进行考察与分析,并探讨这些特征的形成原因。迄今为止的研究中,对日语本族发音人的「よ」的研究对象的论述为数不少,其主要的成果有田中(1999)、田中(2001)、小山(1997)等等。对于「よ」的语调,田中(1999)把它分成上升、疑问上升、下降和上升下降四类,小山(1997)把它分为升调、降调和降升调叁类。据笔者所见,至今还没有关于中国日语学习者「よ」的语调特征方面的研究。因此,本文以8名母语为汉语的日语专业研究生作为考察对象,与8名日语本族发音人进行对比,对其「よ」的录音材料进行了分析、研究,得出以下结果:1这两类型「よ」的语调,学习者没有意识到到底应该是上升还是下降。2句末的上升时间短,上升程度比日本人激烈。3句子越长,整句话的语调变化越激烈。此外,为了解明学习者的「よ」的语调特征的原因,本文以12句中文为语音资料,考察分析了学习者在母语的语气词中所表现的特征。结果发现学习者在母语的语气词中中表现出的特征与日语几乎完全一致。因此,学习者日语的「よ」的语调中有以上特征主要是由于母语的影响所致。即,第二语言习得中的负迁移所致。(本文来源于《广东外语外贸大学》期刊2009-06-10）
张振国,王晓霞[10]（2005）在《神经网络在语音音调识别中的应用研究》一文中研究指出文章提出了一种基于神经网络的二级语音音调识别方法,采用常用的多层感知器结构BP反向传播算法,对非特定人的音调进行建模及识别。通过对网络输入矢量进行均值差处理,改善了非特定识别的效率,并且加速了网络训练的进程。根据BP网络得出的一级识别结果,再以音长超音段信息作为辅助条件进行二级识别,加速了网络学习进程提高了识别率。(本文来源于《微电子学与计算机》期刊2005年03期）
语音音调论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用传统方法对多媒体网络语音音调数据特征进行识别,存在识别准确性低,识别速度慢的问题。针对上述问题,提出一种新的多媒体网络语音音调数据特征智能识别方法。该方法分为叁部分:第一对输入的多媒体网络语音音调数据进行预处理,包括数据转换、预加重、分帧加窗和端点检测等4步;第二提取预处理数据特征参数,包括基音频率、共振峰、mel倒谱系数;第叁利用GMM-SVM模型在提取到的特征参数基础上进行智能识别。结果表明:利用本方法对多媒体网络语音音调数据特征进行智能识别,与基于人工神经网络的语音特征识别方法和基于蚁群算法特征选择的语音识别方法相比,平均正确识别率提高8.3%和12.4%,平均所用时间减少0.7 s和1.24 s,识别速度加快。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音音调论文参考文献
[1].王建永,廖丹,郭威,唐乐.多媒体网络语音模糊音调数据准确识别方法[J].电子设计工程.2019
[2].周挺,杨荣.多媒体网络语音音调数据特征智能识别方法[J].自动化与仪器仪表.2019
[3].蒋紫娴.对外汉语语音和音调教学探讨[J].亚太教育.2016
[4].邓舒婷.5-6岁儿童普通话语音能力与音乐音调能力、节奏能力的相关性研究[J].星海音乐学院学报.2016
[5].刘芳芳.语音信号处理中音调提取的改进算法[J].科技广场.2014
[6].李文宇.音调对位中的语音及音系错位现象：粤语调域模型修校[D].广东外语外贸大学.2014
[7].李岳峙,胡勇,任力杰,王悟夷.音调与语音Oddball实验的脑电流源模型分析[J].中国生物医学工程学报.2012
[8].吴顺妹,许丽净,许洪光,张钦宇.一种基于音调的语音/音乐实时分类算法[J].电声技术.2010
[9].陈献婉.关于中文母语学习者语气词“よ”的音调的实验语音学研究[D].广东外语外贸大学.2009
[10].张振国,王晓霞.神经网络在语音音调识别中的应用研究[J].微电子学与计算机.2005
论文知识图
