当前位置：文档之家 › 对汉字语音识别的影响(再

对汉字语音识别的影响(再

  • 格式：pdf
  • 大小：639.41 KB
  • 文档页数：12

1 切音与语义启动对汉字语音识别的影响 倪海鹰 （南京师范大学心理学系，南京 210097）

摘 要：采用2×3混合实验设计，探讨了切音方式和语义启动对汉字语音识别的影响。结果发现：不同切音方式对汉字语音的识别具有不同的破坏作用，这种破坏性受到语义启动的制约，而且切音方式和语义启动对汉字语音识别具有交互效应。在汉字语音识别中，600～1200Hz频段可能起到关键作用。 关键词：切音方式，语义启动，汉字语音识别

1 前言 就人们的信息接收与加工来说，视觉和听觉是两个最基本和最重要的通道。迄今为止，视觉信息加工的研究已积累了大量文献。这些研究不仅让我们了解到许多视觉信息加工的内部机制，而且也积累了许多知觉方面的规律性知识。也就是说，我们已有的知觉知识大都来自于视知觉的研究。相对而言，听觉，尤其是语音知觉，因为受实验条件的限制，研究文献还比较缺乏，很多有意义的问题都还没有得到充分研究，如失明、弱视等视觉有障碍用户使用的手机等通讯工具设计中语音提示音的选择[1][2][3]、聋哑人发声训练的有效方法[4][5]等问题。

随着美国贝尔公司创制的动态声谱仪——语图仪作为研究工具的应用，实验语音学（Experimental Phonetics）吸引了语言学家、生理学家、物理学家、心理学家和电子工程师，一批跨学科的研究课题正在形成，并已开始产出高水平的研究成果，汉字的语音输入、语音识别是其中极具代表性的课题。 当然，语音识别是受多方面因素影响的，既包括接收者的主体特征，也包扩语音输入的信息特征。就汉字语音来说，它包括一个较宽的频段，在这个频段中，各不同区域的语音信息对语音识别可能有不同贡献，而中频区可能更为重要。由此可以推断，切除某些语音频段会造成语音识别的困难，而且切除位置不同，对语音识别造成的影响也不一样。我们还可以预期，语义启动可以减缓切音对语音识别的影响。因此，我们拟通过对语义关联和不关联两种情境中，三种切音方式下汉字语音识别绩效的实验比较来探究人们汉字语音识别的某些规律。研究假设：切除汉字语音的一定频段会对语音识别造成破坏，切割频段不同，破坏程度不一样，而有语义关联的情境中的识别绩效会高于无语义关联情境，且这两个效应存在交互作用。我们希望能通过本实验找出汉字语音识别的关键频段，并探索出语义关联对语音识别的积极意义，为汉字的语音教学、帮助发音有器质性困难的人找到训练方法及研制辅助器材、在特殊情况下完成汉语语音信息的传输和识别等，提供实验依据。

2 方法 2.1 实验被试 实验被试为南京师大2004级45名心理学硕士研究生。经简单检测，这些被试的听力正常。 2.2 实验设计

 本研究得到 “基础心理学实验室”、“语图分析实验室”的支持，特致此谢。 2

实验采用2×3混合设计，自变量为切音方式和语义启动。其中：切音方式分为切除0～600Hz、600～1200Hz、1200～1800Hz的三种水平，为被试间变量；语义启动分有语义关联和无语义关联两种水平，作为被试内变量；靶音节正确识别率为因变量，即该音节在一个实验处理下被全体被试正确识别的百分数或累计次数。 2.3 实验材料 采取“由字找音”策略，在标准字频统计字典中选取了12个一级字频字[6][7][8]，然后将这里的每个字的前面搭配一个语义关联的一级字频字，组成了12个语义关联性双字音节；将12个字的前面搭配一个语义不关联的一级字频字，组成了12个语义不关联双字音节，这样构成的24个双字音节。音节选定后，请一位发音较标准的同学朗读，并用三洋ICR－RS176NX型录音笔录音，这个录音材料也就是实验的基本材料。

表1 语音识别实验材料 组号 有语义关联 无语义关联 靶音节 1 古怪． 改怪． guài 2 恐龙． 否龙． lïng 3 辽阔． 点阔． kuî 4 盲人． 光人． rén 5 如果． 免果． guǒ 6 神圣． 昆圣． shèng 7 收获． 草获． huî 8 写字． 宣字． zì 9 感觉． 哲觉． jué 10 年龄． 追龄． líng 11 秘密． 庄密． mì 12 海浪． 助浪． làng

2.4 设备和程序 采用“语音工作站”软件制作正式实验用的语音材料。“语音工作站”是软件化的“语图仪”，可以实现语音信息的“可视化”。它表现的语图信息是三维的：横坐标是时间，纵坐标是频率，“烧灼痕迹”的浓淡代表强度。它可以用于语音材料的编辑、语图分析，以及提供语音语调、共振峰等信息[9]。本研究中，我们用“语图分析实验室”中的相关软件对每个双字音节的后一个音节进行切割，切割方式有三种：切除0～600Hz频段、600～1200Hz频段、1200～1800Hz频段。按照切割方式的不同，就编制成三组材料，分别作为三组被试的实验材料。编辑后的双字音节时长均为1秒。表1中就是实验中使用的全部24个双字音节。 语音材料编辑完成后，用Authorware6.5制作三个计算机呈现程序，分别随机插入三种切割方式处理后的语音材料（程序1：切割0～600Hz；程序2：切割600～1200Hz；程序3：切割1200～1800Hz），用以呈现听觉刺激。实验指导语如下： ‚现在要进行的是一个关于汉字语音的听觉实验。等实验开始后，您会听到一系列双字音节，请您注意听双字音节的读音。每听完一个双字音节，就请您在答题纸上对应的序号后 3

写出听到的是哪两个字，听到什么就写什么。如果想不起来写哪个字更好，就请用汉语拼音代替，并尽可能标出声调。每写完一个音节，请按‘继续’按钮并注意听计算机自动呈现的下一个双字音节，如此重复很多次。拿不准时就请您写出您觉得最接近的字或读音来，尽量不要有空缺。‛ 听完指导语，被试戴上耳机，调适音量，即点击“继续”开始实验。在程序控制下，每呈现一个双字音节，即自行停止，等待被试在发放的答题纸上作答后，自己点击“下一个”呈现下一个刺激音节。每一组被试只完成由一个程序呈现的某种切音方式处理过的24个双字音节（其中包括有语义关联和语义不关联的双字音节各12个）。

3 结果与分析 统计每一实验处理下被试对靶音节识别的平均正确数，结果如图1所示。从得到的结果看，在有语义关联时，切除靶音节的0～600Hz或1200～1800Hz频段对其识别影响不大，正确识别平均数达到12（共15个），但切除600～1200Hz时，靶音节的难度增加，正确识别平均数不及总数的2/3。在语义不关联条件下，不管切除的频段在什么位置，靶音节的识别数均有明显下降，特别是在切除频段600～1200Hz时，正确识别数不及总数的一半。 由于不同切音方式下，数据变异性相差很大，不满足方差齐性条件，所以不宜作2×3的方差分析。为检验不同切音方式所造成的靶音节识别绩效的差异性，采用无语义关联条件下不同切音方式间靶音节识别率的方差分析，显示其差异非常显著（F＝34.811，p＝0.000），如表2所示。进一步的多重比较也显示三种切音方式下两两比较的差异均非常显著。

表2 无语义关联时不同切音方式下靶音节识别率的方差分析表 变异源 变异平方和 自由度 均方 F p 组间 90.178 2 45.089 34.811 .000 误差项 54.400 42 1.295 合计 144.578 44

在语义关联条件下，由于有些切音下被试反应结果变异性较大，使得总体上不能满足方差齐性的要求，因此作两组间的t检验，并用PN＝1－（1－α）N公式得到校正置信度为0.857。检验结果如表3所示。表3数据显示，在语音关联条件下，切除0～600Hz或切除1200～1800Hz频段对语音识别影响不大，但在切除600～1200Hz频段条件下，语音识别受到明显影响，识别绩效降低了。 4

表3 语义关联时不同切音方式下靶音节识别率的两两比较 比较的对象 识别差异量 t df p 组1－组2 3.067 7.197 15.330 .000 组2－组3 -3.067 -7.197 15.330 .000 组1－组3 .000 .000 28.000 1.000

附注：组1为切除0～600Hz组、组2为切除600～1200Hz、组3为切除1200～1800Hz组。

为考察研究中是否显示出语义启动效应，我们对三种不同切音方式的语义关联和语义不关联条件下被试对靶音节的识别率作配对组的差异t检验，结果如表4所示。表4的结果显示，靶音节的识别中语义启动效应非常显著。

表4 不同切音方式下语义关联与不关联时靶音节识别率的配对比较 不同切音方式 靶音节识别率之差 （语义关联－语义不关联） t df p

切除0～600Hz 3.200 12.220 14 .000 切除600～1200Hz 1.933 5.398 14 .000 切除1200～1800Hz 1.533 6.487 14 .000

从上述分析还看到，切除语音的某些频段后，语义启动可在一定程度上促进靶音节的识别。在无语义关联条件下，切除0～600Hz或1200～1800Hz频段，都对语音识别造成了明显影响，但在有语义关联时，这两种切音没有对语音识别产生太大影响。综合来看，切音方式与语义启动的交互作用对靶音节的识别产生了明显影响。

4 讨论 4.1 频段切除对汉字语音识别的影响 切除语音的某些频段会对语音识别造成影响，而且切除频段的位置不同，影响程度也不同，这与研究假设是相符的。就三种切音方式的比较而言，切除600～1200Hz频段对语音识别的影响最大，导致识别率最低，说明该频段最有可能是汉字语音识别中起关键作用的频段。其余两组绩效相近，第1组往往高于第3组，或者差异不显著。我们在挑出那些总体识别率最低的音节来进行专门分析时发现在无语义关联时，切除1200～1800Hz频段的影响高于切除0～600Hz频段的影响；但在总体识别率居中的音节在无语义关联时，切除0～600Hz频段的影响最大。这些结果说明，切音方式对语音识别的影响不是简单效应，而是与其它因素如语义关联性、语音识别难度等相联系的。 在听知觉研究中[10]，音高这一主观心理量的单位是Mel，而音乐乐理上又将频率范围划分为八度（1：2的关系）、五度（2：3的关系）等主观音程的音阶。这两者的区别在于前者是纯音的音高，而后者则是音乐一类复合声的音高。两者虽然都与声音频谱有关，但有效音高不单纯是频率分析，也包括听觉模式的知觉，有经验和学习的成分参加。音乐音程的知觉依赖于对一个复合声的最低6个到8个谐音之间的经验，而这一经验又是从人们掌握言语的进程中习得的。 相比之下，汉字语音知觉的模式就更加复杂。它不仅是复合声，而且其组合复杂，随着人类言语

合集下载

对外国人来说,汉语学习难在哪里呢

对外国人来说,汉语学习难在哪里呢

对外国人来说，汉语学习难在哪里呢
对外国人学汉语来说，截止到目前的普遍反应是：真难！不是一般的难！
那么外国人学汉语难在哪里呢，答案是难在学习和掌握汉语的各个方面！否则也就不会普遍是难于上青天的反应了。

难在汉字：
汉字是汉语的书写形式，对于没有汉字背景的外国人来说，学习和记忆汉字是一项巨大的挑战。

汉字的数量庞大，字形复杂，而且每个汉字都有其独特的读音和意义，这需要大量的练习和记忆。

难在语音：
汉语的语音系统对许多外国人来说也是很难掌握的。

汉语中有许多音节和声调，而且同一个汉字的不同读音可能意味着不同的意思。

此外，汉语中还存在大量的同音词和近音词，这使得语音识别和听力理解变得更加困难。

难在语法：
汉语的语法规则与许多其他语言不同，对于外国人来说，理解和运用这些规则可能是一项挑战。

例如，汉语中的时态、语态、语气等通常是通过词汇和语序的变化来表达的，而不是通过动词的变形或附加词。

难在文化背景：
汉语中蕴含着丰富的文化内涵和历史背景，对于不熟悉中国文化和历史的外国人来说，理解这些概念和故事可能有一定的难度。

难在口语实践：
即使一个外国人能够正确地拼写汉字、发音和掌握语法规则，他仍然需要能够流利地口语表达才能真正掌握汉语。

这需要大量的口语实践和与母语者的交流。

综上来看，对外国人来说，汉语的学习和掌握是一项极具挑战性的任务。

但是，通过持续的、耐力的、韧性的、艰苦的学习和实践，他们也是可以逐渐提高自己的汉语水平并更好地理解和融入中国文化的。

现代教育技术在对外汉语教学中的应用

现代教育技术在对外汉语教学中的应用

现代教育技术在对外汉语教学中的应用摘要：自21世纪以来，全球都处于一个科技化、智能化、无人化、信息化、数字化的时代。

当前云技术的出现和5G网络技术的发展不断推动现代教育技术的蓬勃发展，教学更加多元化，也更具包容性，慕课、翻转课堂及微课等多样化的教学模式刷新着我们的认知。

当前世界正处于一个特殊时期，全球的汉语教学面临前所未有的挑战，急需现代教育技术的支持，因此本文在分析总结前人对现代教育技术在外汉语教学中的应用的研究的基础上，旨在为疫情之下的对外汉语教学提出几点建议。

关键词：现代教育技术；对外汉语教学1.引言突如其来的新冠肺炎疫情给人类带来了前所未有的严峻挑战，世界出现逆全球化的趋势，社会开始强调社交距离，各个国家开始关闭边境，停飞国急航班，禁止各国之间的人员往来。

为了保证学生的安全，所有老师及学生无法在教室开展课堂教学，在如此严峻的形势下，全球范围内的汉语教学面临着巨大的挑战，而网络教学或者说是现代教育技术的发展为战胜这次挑战提供了机遇。

因此本文在分析现代教育技术在对外汉语教学中的应用，旨在为疫情之下的对外汉语教学提出几点建议。

2．现代教育技术理论现代教育技术是能处理各类文字、图像、声音、信息的一种综合系统工程，主要是用图像、声音、文字来表现和展示教学内容，让学生通过感官直接感受客观事物的形、声、色。

为学生更好学习创造了一个图文并茂、有声有色、生动逼真、活灵活现的较为理想的教学环境，同时也为教师教学的顺利开展提供了一种形象的表达工具。

现代教育技术的理论基础是现代教育理论、学习理论、传播理论和系统科学理论。

在《教育大辞典》中教育技术的定义是：“人类在教育活动中所采用的一切技术手段的综合，包括物化形态的技术和智能形态的技术两大类”。

在1994年发表的《教育技术：领域的定义和范畴》中美国教育传播与技术协会（Association for Educational Communication and Technology,简称AECT）正式对教育技术作出了一个较为科学的定义，即教学技术是一种对学习过程和学习资源进行设计、开发、运用、管理及评价的理论与实践。

汉字韵音的研究报告

汉字韵音的研究报告

汉字韵音的研究报告1. 研究背景汉字作为中文的书写系统，是中国独特的调音符号。

汉字韵音研究旨在探究汉字韵部与声音之间的关系，揭示汉字的音韵特征，并且深入了解汉字的构成和演变。

通过对汉字韵音的研究，我们可以更好地理解汉字的韵律和使用规律，进一步拓展语言学的研究领域。

2. 研究方法为了研究汉字韵音，我们采用了以下研究方法：2.1 历史研究法通过对历史文献的研究和整理，我们了解到汉字韵音的形成和演变过程。

古代的韵书和字书中记载了许多关于汉字韵音的信息，可以帮助我们重建古代汉字的声音。

2.2 语音学分析法通过语音学的分析方法，我们对现代汉语的声音进行研究。

我们使用声学仪器进行实地录音和分析，在不同的音素环境中观察和记录汉字的发音特点。

同时，我们还通过实验和调查问卷的形式，获取大量的语音数据。

2.3 计算机模拟法为了更全面深入地了解汉字韵音的规律，我们采用计算机模拟的方法。

通过编写程序和建立模型，我们模拟了汉字韵音的生成和变化过程。

利用计算机的计算能力和数据处理能力，我们可以更好地分析和理解汉字韵音的规律。

3. 研究结果经过研究和分析，我们得出以下结论：3.1 汉字韵部的构成汉字韵部是汉字的重要组成部分，它由声母和韵母构成。

声母代表了汉字韵音的辅音部分，韵母代表了汉字韵音的核心元素。

通过对多种韵母的分析，我们发现韵母在不同的音节环境中呈现出不同的发音规律和特点。

3.2 汉字韵音的变异规律汉字韵音在历史演变过程中发生了许多变异，这些变异表现为声调的变化、声母和韵母的变化等。

通过对历史文献的研究和分析，我们确定了一些汉字韵音的变异规律，并提出了相应的解释和分析。

3.3 汉字韵音的使用规律汉字韵音的使用规律是指在实际使用中汉字韵音的频率和分布情况。

我们通过对大量语料的分析，发现一些常见的汉字韵音使用规律，例如某些声母或韵母的使用频率较高，或者某些声母或韵母在特定环境中更常见等。

这些规律在中文教学和语言处理技术的开发中具有重要的指导意义。

汉字输入法的研究报告

汉字输入法的研究报告

汉字输入法的研究报告汉字输入法的研究报告一、研究背景和意义随着计算机和移动设备的普及，汉字输入法成为了每个使用中文的人都必备的工具。

汉字输入法的质量直接影响着用户的输入速度和准确性，因此研究和改进汉字输入法具有重要的意义。

本研究旨在探讨不同汉字输入法的特点和发展趋势，为改进汉字输入法的性能提供参考。

二、汉字输入法的分类和特点1. 基于拼音的输入法：根据汉字的拼音将其输入到计算机或移动设备中。

这种输入法常用于拼音输入法和五笔输入法。

2. 基于手写的输入法：用户可以使用手指或者专门的手写笔在触摸屏上直接写下汉字，系统通过识别手写文字将其转化为汉字。

3. 基于语音的输入法：用户可以通过语音输入汉字，系统通过语音识别技术将其转化为汉字。

4. 基于笔画的输入法：用户根据汉字的笔画顺序依次输入笔画，系统通过识别输入的笔画顺序将其转化为汉字。

三、汉字输入法的发展趋势1. 智能化：通过机器学习和人工智能技术，提高输入法的智能化程度，能够更准确地根据用户输入的拼音、手写、语音等信息预测用户想要输入的汉字。

2. 多模态输入：将拼音、手写和语音等输入方式进行结合，提供更多种类的输入方式，让用户选择最适合自己的输入方式。

3. 个性化：通过分析用户的输入习惯和喜好，为用户定制个性化的输入法，提高用户的输入效率和体验。

4. 多语言支持：支持多种语言输入，满足多语言环境下用户的输入需求。

四、对现有汉字输入法的评价和问题1. 准确性和速度：一些输入法在识别用户输入时存在一定的误差，导致输入字词时需要做多次纠正。

输入法的响应速度也有待改进。

2. 用户体验：一些输入法在界面设计和交互方式上存在不足，操作不够友好，影响了用户的体验。

3. 多语言支持：一些输入法对多语言输入的支持不够完善，对于使用多种语言的用户来说存在一定的局限性。

五、改进策略和建议1. 提升准确性和速度：通过继续改进输入法的算法和模型，提高输入法对用户意图的理解能力，减少误识别和纠正次数。