徽语婺源方言语音内部比较研究
这是一篇关于婺源方言,语音,内部比较的论文, 主要内容为婺源方言属于徽语。与相邻的吴语和赣语比较,既有联系又有区别。本文从溪头、沱川、紫阳、赋春、中云五个代表点比较。 本课题在前人已经对徽语婺源方言进行分区的基础上再大量收集详细的语音材料,参照已有的分区标准和分区所依据的语音特点,对反映婺源方言的研究成果进行详细的比对,通盘考察整个婺源方言的各项语音特点,通过对语料的的分类比较,提取音系特征,求出其间的异同,比较这些特征和异同点,力求对婺源方言的特点有新的发现并考察这些特征和特点是否与现行分区所依据的标准相契合,考察当前分区的合理性并为分区标准提供参考或补充。本文将通过共时层面和历时层面的内部比较分析,以语言地理学的视角来全面考察江西徽语以及与之相联系的本土徽语和赣语,从而探讨徽语的语言特点,从实用上和理论上来看都具有重要意义。在实用意义方面,本文的研究可以从语音学和音韵学的角度,了解婺源方言的语音系统及其特点,加强对徽语研究薄弱部分的研究,使汉语方言研究中有关徽语研究的成果更加全面。在理论意义方面,使研究者对江西徽语的现状有更加系统细致的了解,对其历史也有轮廓大体清晰的认识,为徽语研究提供最新的有价值的资料,为徽语形成、演变和发展的研究提供一个重要的次区域的全面信息。从方言接触角度探讨江西徽语的形成,为汉语方言接触演变的研究提供具有类型学意义的个案实例,有助于了解汉语方言的演进历史和方言之间的融合过程,认识方言语音、词汇、语法发生接触演变的方式和规律,从而丰富语言(方言)接触理论,而使本课题有望获得较高的理论创新价值。
基于语音的位置服务系统的设计与实现
这是一篇关于位置,导航,语音,线路规划,实施路况的论文, 主要内容为在互联网高速崛起的年代,位置服务已经融入社会每一角落,早在60年代末期美国已开始了智能交通的开发研究,2001年建设了511交通信息系统。欧洲经过20年的建设,公众出行交通信息系统的数据已基本覆盖整个欧洲道路交通网络,日本建设的交通信息服务系统的已成为当今世界上最为成功的交通信息和通信服务系统。随着位置服务的发展,以拨打电话形式的语音问路方式逐渐演变成用户最为欢迎的导航方式。本文所述的设计系统是国内首个基于人工语音的实时位置信息服务——人工语音位置服务热线,是一个为满足用户普遍的位置服务使用需求而设计的,符合用户最原始的拨打电话操作习惯,使用门槛较低的位置产品。系统基于BS模式,以LBS技术为基础,结合J2EE WEB技术进行设计开发。系统符合MVC模式规范,将视图层、控制层、模式层分离,极大的降低系统的耦合性。整个服务架构遵循SOA服务架构模式,技术架构结合Spring-mvc框架、消息队列技术、大数据缓存技术来实现。系统提供公交、自驾线路规划,查询自己,实时路况信息,周边查询以及一键导航等服务。主要釆用语音、短彩信、wap等方式提供位置服务。本系统自上线之日起,无故障稳定运行超半年,为广大手机用户提供电话语音出行服务,极大方便了非导航终端用户。系统结合用户的位置信息及GIS服务,为用户提供诸如定位、公交导航、自驾导航、实时路况等服务,逐渐的被广大手机用户所认可并接受。
基于语音的位置服务系统的设计与实现
这是一篇关于位置,导航,语音,线路规划,实施路况的论文, 主要内容为在互联网高速崛起的年代,位置服务已经融入社会每一角落,早在60年代末期美国已开始了智能交通的开发研究,2001年建设了511交通信息系统。欧洲经过20年的建设,公众出行交通信息系统的数据已基本覆盖整个欧洲道路交通网络,日本建设的交通信息服务系统的已成为当今世界上最为成功的交通信息和通信服务系统。随着位置服务的发展,以拨打电话形式的语音问路方式逐渐演变成用户最为欢迎的导航方式。本文所述的设计系统是国内首个基于人工语音的实时位置信息服务——人工语音位置服务热线,是一个为满足用户普遍的位置服务使用需求而设计的,符合用户最原始的拨打电话操作习惯,使用门槛较低的位置产品。系统基于BS模式,以LBS技术为基础,结合J2EE WEB技术进行设计开发。系统符合MVC模式规范,将视图层、控制层、模式层分离,极大的降低系统的耦合性。整个服务架构遵循SOA服务架构模式,技术架构结合Spring-mvc框架、消息队列技术、大数据缓存技术来实现。系统提供公交、自驾线路规划,查询自己,实时路况信息,周边查询以及一键导航等服务。主要釆用语音、短彩信、wap等方式提供位置服务。本系统自上线之日起,无故障稳定运行超半年,为广大手机用户提供电话语音出行服务,极大方便了非导航终端用户。系统结合用户的位置信息及GIS服务,为用户提供诸如定位、公交导航、自驾导航、实时路况等服务,逐渐的被广大手机用户所认可并接受。
抑郁语料采集与管理系统的研究
这是一篇关于抑郁,语音,语料采集,语料管理,分类识别的论文, 主要内容为社会的高速发展不仅给人们带来各项红利,而且也会给人们带来越来越大的压力,我们每个人几乎都会遭遇各类消极事件,这样就会很容易造成不同程度的抑郁状况。抑郁具有复发率高、终身患病率高等特点,给社会、家庭及个人带来了极大危害。目前,抑郁检测主要采用主观量表为主,这种检测存在方法单一、主观性强等问题,而且需要医生较成熟的临床经验。基于此,为了客观识别抑郁早期特征,研究者已尝试基于非侵入式人工智能的方法对抑郁进行辅助识别。已有研究表明,语音是一种常见易得的行为线索,患有抑郁的个体其语音声学特征和抑郁症状存在显著相关,基于语音信号的抑郁辅诊识别已成为研究热点。然而,任何基于语音信号的建模识别研究都需要大量且优质的语料,语料的采集和管理是其研究的基础,基于语音信号的抑郁识别方法和技术研究也不例外。针对上述问题,本研究采用Java语言,利用Spring MVC开发框架,以及成熟的My SQL数据库,设计与实现了基于Android和B/S的抑郁语料采集和管理系统。使用手机App客户端进行语音数据等信息的收集,同时将采集到的数据上传至后端服务器,管理人员在Web端对语料进行管理与维护。本文的主要工作体现在以下几个方面:1.描述系统关键技术和需求分析。本文介绍了开发使用到的Android、B/S等相关技术,提出了采用Java语言,利用Spring MVC开发框架以及成熟的My SQL数据库的设计思路,设计与实现基于Android和B/S的抑郁语料采集和管理系统的基本方案,并对功能需求分析进行了简要论述。2.明确系统功能的设计与实现。通过需求分析,针对抑郁语料采集个体特点,明确了系统需要的功能。重点开发了App端语音数据采集、身份信息的采集、抑郁量表量的评测,最终将采集到的信息上传。Web端负责语音数据的基本管理与维护、系统用户的权限设置、文本语料的管理、以及评测量表的管理等几部分内容,并且通过E-R图和数据库结构描述了业务数据模型。3.对系统功能、兼容及并发性能等各方面测试和验证,并进一步完善系统。面向系统设计等要求,通过对系统功能、性能及兼容性等方面的测试,验证了该系统符合设计需求。同时,基于对已收集到的语音数据展开了初步的分类识别实验。实验结果表明,该系统不仅能够满足抑郁语料采集与管理的设计需求,而且能够支撑抑郁辅诊识别的实际研究需求。本文实现了一个初具规模的抑郁语料采集与管理系统。该系统实现了Android手机App端数据采集、上传,包括被采集个体抑郁自评得分、语音及身份数据等信息,和Web应用系统对语音数据的基本管理和维护,以及管理身份权限设置,量表的修改与切换等功能。本文所研究的系统基本满足日常抑郁语料数据的采集与管理要求,尤其是在疫情期间,可以为基于语音信号的抑郁建模识别研究补充一定的语料数据,具有一定的实际价值。
抑郁语料采集与管理系统的研究
这是一篇关于抑郁,语音,语料采集,语料管理,分类识别的论文, 主要内容为社会的高速发展不仅给人们带来各项红利,而且也会给人们带来越来越大的压力,我们每个人几乎都会遭遇各类消极事件,这样就会很容易造成不同程度的抑郁状况。抑郁具有复发率高、终身患病率高等特点,给社会、家庭及个人带来了极大危害。目前,抑郁检测主要采用主观量表为主,这种检测存在方法单一、主观性强等问题,而且需要医生较成熟的临床经验。基于此,为了客观识别抑郁早期特征,研究者已尝试基于非侵入式人工智能的方法对抑郁进行辅助识别。已有研究表明,语音是一种常见易得的行为线索,患有抑郁的个体其语音声学特征和抑郁症状存在显著相关,基于语音信号的抑郁辅诊识别已成为研究热点。然而,任何基于语音信号的建模识别研究都需要大量且优质的语料,语料的采集和管理是其研究的基础,基于语音信号的抑郁识别方法和技术研究也不例外。针对上述问题,本研究采用Java语言,利用Spring MVC开发框架,以及成熟的My SQL数据库,设计与实现了基于Android和B/S的抑郁语料采集和管理系统。使用手机App客户端进行语音数据等信息的收集,同时将采集到的数据上传至后端服务器,管理人员在Web端对语料进行管理与维护。本文的主要工作体现在以下几个方面:1.描述系统关键技术和需求分析。本文介绍了开发使用到的Android、B/S等相关技术,提出了采用Java语言,利用Spring MVC开发框架以及成熟的My SQL数据库的设计思路,设计与实现基于Android和B/S的抑郁语料采集和管理系统的基本方案,并对功能需求分析进行了简要论述。2.明确系统功能的设计与实现。通过需求分析,针对抑郁语料采集个体特点,明确了系统需要的功能。重点开发了App端语音数据采集、身份信息的采集、抑郁量表量的评测,最终将采集到的信息上传。Web端负责语音数据的基本管理与维护、系统用户的权限设置、文本语料的管理、以及评测量表的管理等几部分内容,并且通过E-R图和数据库结构描述了业务数据模型。3.对系统功能、兼容及并发性能等各方面测试和验证,并进一步完善系统。面向系统设计等要求,通过对系统功能、性能及兼容性等方面的测试,验证了该系统符合设计需求。同时,基于对已收集到的语音数据展开了初步的分类识别实验。实验结果表明,该系统不仅能够满足抑郁语料采集与管理的设计需求,而且能够支撑抑郁辅诊识别的实际研究需求。本文实现了一个初具规模的抑郁语料采集与管理系统。该系统实现了Android手机App端数据采集、上传,包括被采集个体抑郁自评得分、语音及身份数据等信息,和Web应用系统对语音数据的基本管理和维护,以及管理身份权限设置,量表的修改与切换等功能。本文所研究的系统基本满足日常抑郁语料数据的采集与管理要求,尤其是在疫情期间,可以为基于语音信号的抑郁建模识别研究补充一定的语料数据,具有一定的实际价值。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计工坊 ，原文地址：https://m.bishedaima.com/lunwen/54011.html
