本网讯　2010年我校科技活动月之“语音识别及语音质量客观评价研究”学术沙龙于6月4日14:00在南校行政楼第二会议室举行。出席沙龙的有副校长方凡泉，科研处副处长阳爱民，思科信息学院副院长李心广，副院长蒋盛益，英文学院教授王桂珍，东语学院教授张慧明和相关课题组的老师和同学。李心广主持了该沙龙。

　　王桂珍首先主讲“语音区别特征与语音识别”，她通过阐述语音的三个区别特征：发音，发音部位和发音方法，比较了元音，鼻音，齿音和唇音等发音的不同。接着她着重讲了“重音”，由于英语音节有长有短，特征不明晰，而汉语每个字都很清晰，每个字用时均匀，所以英文发音与汉语说话有很大不同。而且英语中重读的音节数比较少，故要根据说话和写稿的对象决定重读的使用。根据“信息论”的说法，句子的最后一个重读音节其意义相当于这个句子的最后一个单词。然后王桂珍又指出，中国学生不是特别注意语流上的处理，中国人英语说得溜的程度不是很够，所以希望同学们不要忽视这一点。最后，她举例[p]跟[b]，讲解了英汉双唇爆破音的异同，什么时候在[p]后面不送气，什么时候又该送。

王桂珍讲解“语音区别特征与语音识别”

　　嵌入式系统研究所的陈永煊随后演示了语言识别技术的高端引擎SPEECH SDK的运行方式，并且针对SPEECH SDK占用资源多等缺点，现场展示了改进后的嵌入式语言识别系统。广外研究生林江豪则介绍了“语音质量客观评价系统”，讲解了采用MFCC及语音强度曲线特征分别对音素句子进行评价的过程。他还谦虚地向在场老师请教：如何选择更全面的特征来进行语音质量评价？如何建立科学的评分机制，将HMM模型输出概率转换为分数？

　　接着，杨思哲，邹宇和李湘同学带来了“语音合成技术（TTS）研究”。他们先简单介绍了TTS的发展和应用，再从语法分析、音调分析、语音合成、语音输出等方面详细讲解了TTS的过程。在合成技术方面，他们更赞同于采用波型拼接合成技术。周慧芳同学则报告了语音识别的分类及识别模型的选择，重点介绍了隐马尔可夫HMM 模型，其精髓是“观看可测，状态可含”。杨佳能同学介绍了关于语音降噪技术的初步研究及其关键技术——语音增强。通过实验，证明了谱相减法算法可取得较好的语音降噪效果。他还提出采用双mic技术，在时域上处理噪声的设想，并设计电路验证设想的合理性。

　　报告完毕后，现场进行了热烈的讨论，针对之前老师和同学的讲解介绍，再对其细化分析，深入探讨。

会议现场

　　最后，阳爱民对诸位同学取得的成绩表示祝贺，对沙龙的质量给予了高度的评价。他同时表示，沙龙作为科技月的活动之一，旨在了解各项目的进展，增强学生与科研人员的交流，促进广外大科研氛围的营造，推进跨学院、跨学科的交流、合作和发展。科研处也将总结经验，并将汇总报告整理成小册子。对于本次沙龙，阳爱民采用五个词组进行评价：准备充足，规格较高，内容翔实，讨论热烈和效果良好。