方言語(yǔ)音研究方法(語(yǔ)言學(xué)的研究方法)
1.語(yǔ)言學(xué)的研究方法有哪些
社會(huì )語(yǔ)言學(xué)（sociolinguistics）是一門(mén)語(yǔ)言學(xué)的分支學(xué)科，研究社會(huì )的各層面對語(yǔ)言運用的影響，包含文化準則、社會(huì )規范或情境.
有人亦把后設語(yǔ)言學(xué)（metalinguistics，亦作“元語(yǔ)言學(xué)”）歸類(lèi)為社會(huì )語(yǔ)言學(xué)的一部分.
研究范圍社會(huì )語(yǔ)言學(xué)研究的是語(yǔ)言的社會(huì )本質(zhì)和差別，以及他們的社會(huì )因素.在傳統的語(yǔ)言地理學(xué)中也有相同的研究，但是自社會(huì )語(yǔ)言學(xué)出現以后，這些內容都算做社會(huì )語(yǔ)言學(xué)的范疇了.
對社會(huì )本質(zhì)的研究包括：
* 語(yǔ)言的社會(huì )本質(zhì)的特點(diǎn)及其規律
* 語(yǔ)言、意識、社會(huì )在起源上的相互關(guān)系
* 民族語(yǔ)言和民族形成的關(guān)系
* 民族共同語(yǔ)的形成與社會(huì )發(fā)展的關(guān)系
* 語(yǔ)言演變與社會(huì )演變的關(guān)系
對語(yǔ)言差異的研究包括：
* 標準語(yǔ)與方言、行話(huà)的差異o 發(fā)音差異o 用詞差異o 地位差異* 同一語(yǔ)言在不同國家、地區以及社會(huì )所產(chǎn)生的差異
o 例如：英語(yǔ)在不同國家或地區的傳播中產(chǎn)生了變異，出現了美式英語(yǔ)、港式英語(yǔ)、新加坡式英語(yǔ)等
* 同一國家或社會(huì )中通行幾種語(yǔ)言所造成的差異
o 例如：有兩種或兩種以上官方語(yǔ)言的國家或地區，如加拿大（英語(yǔ)、法語(yǔ)）、新加坡（英語(yǔ)、中文、馬來(lái)語(yǔ)）
* 不同的語(yǔ)言使用者在語(yǔ)言運用上的差異
o 例如：性別差異導致男女使用有差異的語(yǔ)言.
* 社會(huì )場(chǎng)所不同所使用的語(yǔ)言的差異
o 例如：一般中國人在家庭環(huán)境中使用家鄉方言，在工作學(xué)習時(shí)用普通話(huà).
研究方法調查研究法對各地區、各行業(yè)、各階層等人的語(yǔ)言運用進(jìn)行考察.數學(xué)分析法對口語(yǔ)材料和文獻資料進(jìn)行數學(xué)統計和數理分析.對比研究法分析社會(huì )因素、研究語(yǔ)言差異.實(shí)驗分析法用語(yǔ)音或心理實(shí)驗儀器對語(yǔ)言差異進(jìn)行實(shí)驗分析，并作出定量和定性的描述.
2.語(yǔ)音識別的方法有哪些
語(yǔ)音識別技術(shù)，也被稱(chēng)為自動(dòng)語(yǔ)音識別Automatic Speech Recognition,(ASR)，其目標是將人類(lèi)的語(yǔ)音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。
與說(shuō)話(huà)人識別及說(shuō)話(huà)人確認不同，后者嘗試識別或確認發(fā)出語(yǔ)音的說(shuō)話(huà)人而非其中所包含的詞匯內容。 語(yǔ)音識別技術(shù)的應用包括語(yǔ)音撥號、語(yǔ)音導航、室內設備控制、語(yǔ)音文檔檢索、簡(jiǎn)單的聽(tīng)寫(xiě)數據錄入等。
語(yǔ)音識別技術(shù)與其他自然語(yǔ)言處理技術(shù)如機器翻譯及語(yǔ)音合成技術(shù)相結合，可以構建出更加復雜的應用，例如語(yǔ)音到語(yǔ)音的翻譯。 語(yǔ)音識別技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽(tīng)覺(jué)機理、人工智能等等。
特定人語(yǔ)音識別的方法 目前，常用的說(shuō)話(huà)人識別方法有模板匹配法、統計建模法、聯(lián)接主義法（即人工神經(jīng)網(wǎng)絡(luò )實(shí)現）。考慮到數據量、實(shí)時(shí)性以及識別率的問(wèn)題，筆者采用基于矢量量化和隱馬爾可夫模型（HMM）相結合的方法。
說(shuō)話(huà)人識別的系統主要由語(yǔ)音特征矢量提取單元（前端處理）、訓練單元、識別單元和后處理單元組成，其系統構成如圖1所示。 由上圖也可以看出，每個(gè)司機在購買(mǎi)車(chē)后必須將自己的語(yǔ)音輸入系統，也就是訓練過(guò)程，當然最好是在安靜、次數達到一定的數目。
從此在以后駕駛過(guò)程中就可以利用這個(gè)系統了。 所謂預處理是指對語(yǔ)音信號的特殊處理：預加重，分幀處理。
預加重的目的是提升高頻部分，使信號的頻譜變得平坦，以便于進(jìn)行頻譜分析或聲道參數分析。用具有 6dB/倍頻程的提升高頻特性的預加重數字濾波器實(shí)現。
雖然語(yǔ)音信號是非平穩時(shí)變的，但是可以認為是局部短時(shí)平穩。故語(yǔ)音信號分析常分段或分幀來(lái)處理。
歷史 早在計算機發(fā)明之前，自動(dòng)語(yǔ)音識別的設想就已經(jīng)被提上了議事日程，早期的聲碼器可被視作語(yǔ)音識別及合成的雛形。而1920年代生產(chǎn)的"Radio Rex"玩具狗可能是最早的語(yǔ)音識別器，當這只狗的名字被呼喚的時(shí)候，它能夠從底座上彈出來(lái)。
最早的基于電子計算機的語(yǔ)音識別系統是由AT&T貝爾實(shí)驗室開(kāi)發(fā)的Audrey語(yǔ)音識別系統，它能夠識別10個(gè)英文數字。其識別方法是跟蹤語(yǔ)音中的共振峰。
該系統得到了98%的正確率。到1950年代末，倫敦學(xué)院（Colledge of London）的Denes已經(jīng)將語(yǔ)法概率加入語(yǔ)音識別中。
1960年代，人工神經(jīng)網(wǎng)絡(luò )被引入了語(yǔ)音識別。這一時(shí)代的兩大突破是線(xiàn)性預測編碼Linear Predictive Coding (LPC)， 及動(dòng)態(tài)時(shí)間彎折Dynamic Time Warp技術(shù)。
語(yǔ)音識別技術(shù)的最重大突破是隱含馬爾科夫模型Hidden Markov Model的應用。從Baum提出相關(guān)數學(xué)推理，經(jīng)過(guò)Labiner等人的研究，卡內基梅隆大學(xué)的李開(kāi)復最終實(shí)現了第一個(gè)基于隱馬爾科夫模型的大詞匯量語(yǔ)音識別系統Sphinx。
[3]。此后嚴格來(lái)說(shuō)語(yǔ)音識別技術(shù)并沒(méi)有脫離HMM框架。
盡管多年來(lái)研究人員一直嘗試將“聽(tīng)寫(xiě)機”推廣，語(yǔ)音識別技術(shù)在目前還無(wú)法支持無(wú)限領(lǐng)域，無(wú)限說(shuō)話(huà)人的聽(tīng)寫(xiě)機應用。 模型 目前，主流的大詞匯量語(yǔ)音識別系統多采用統計模式識別技術(shù)。
典型的基于統計模式識別方法的 語(yǔ)音識別系統由以下幾個(gè)基本模塊所構成 信號處理及特征提取模塊。該模塊的主要任務(wù)是從輸入信號中提取特征，供聲學(xué)模型處理。
同時(shí)，它一般也包括了一些信號處理技術(shù)，以盡可能降低環(huán)境噪聲、信道、說(shuō)話(huà)人等因素對特征造成的影響。 統計聲學(xué)模型。
典型系統多采用基于一階隱馬爾科夫模型進(jìn)行建模。 發(fā)音詞典。
發(fā)音詞典包含系統所能處理的詞匯集及其發(fā)音。發(fā)音詞典實(shí)際提供了聲學(xué)模型建模單元與語(yǔ)言模型建模單元間的映射。
語(yǔ)言模型。語(yǔ)言模型對系統所針對的語(yǔ)言進(jìn)行建模。
理論上，包括正則語(yǔ)言，上下文無(wú)關(guān)文法在內的各種語(yǔ)言模型都可以作為語(yǔ)言模型，但目前各種系統普遍采用的還是基于統計的N元文法及其變體。 解碼器。
解碼器是語(yǔ)音識別系統的核心之一，其任務(wù)是對輸入的信號，根據聲學(xué)、語(yǔ)言模型及詞典，尋找能夠以最大概率輸出該信號的詞串。 從數學(xué)角度可以更加清楚的了解上述模塊之間的關(guān)系。
首先，統計語(yǔ)音識別的最基本問(wèn)題是，給定輸入信號或特征序列，符號集（詞典），求解符號串使得： W = argmaxP(W | O) 通過(guò)貝葉斯公式，上式可以改寫(xiě)為 由于對于確定的輸入串O,P(O)是確定的，因此省略它并不會(huì )影響上式的最終結果，因此，一般來(lái)說(shuō)語(yǔ)音識別所討論的問(wèn)題可以用下面的公式來(lái)表示，可以將它稱(chēng)為語(yǔ)音識別的基本公式。 W = argmaxP(O | W)P(W) 從這個(gè)角度來(lái)看，信號處理模塊提供了對輸入信號的預處理，也就是說(shuō)，提供了從采集的語(yǔ)音信號（記為S）到 特征序列O的映射。
而聲學(xué)模型本身定義了一些更具推廣性的聲學(xué)建模單元，并且提供了在給定輸入特征下，估計P(O | uk)的方法。 為了將聲學(xué)模型建模單元串映射到符號集，就需要發(fā)音詞典發(fā)揮作用。
它實(shí)際上定義了映射的映射。為了表示方便，也可以定義一個(gè)由到U的全集的笛卡爾積，而發(fā)音詞典則是這個(gè)笛卡爾積的一個(gè)子集。
并且有： 最后，語(yǔ)言模型則提供了P(W)。這樣，基本公式就可以更加具體的寫(xiě)成： 對于解碼器來(lái)所，就是要在由，，ui以及時(shí)間標度t張成的搜索空間中，找到上式所指明的W。
語(yǔ)音識別是一門(mén)交叉學(xué)科，。
3.以一種方言為例,說(shuō)明如何根據方言的差異來(lái)考察語(yǔ)音的歷史演變
歷史比較語(yǔ)言學(xué)在西方具有悠久的歷史，在現代語(yǔ)言學(xué)確立之前，語(yǔ)言研究主要是歷史比較語(yǔ)言學(xué)方面的研究，其研究?jì)热菀惨哉Z(yǔ)音研究為主。目前，漢語(yǔ)的語(yǔ)音史研究也逐漸開(kāi)始使用歷史比較語(yǔ)言學(xué)的研究方法，同時(shí)還要考慮語(yǔ)言接觸的問(wèn)題。
你在提問(wèn)中指出“根據方言的差異來(lái)考察語(yǔ)音的歷史演變”，既然是方言差異，就不可能“以一種方言為例”，所以，“以一種方言為例，說(shuō)明如何根據方言的差異來(lái)考察語(yǔ)音的歷史演變”是無(wú)法實(shí)現的。現在學(xué)界的研究方法，不但要比較多種方言的語(yǔ)音，還要參考日語(yǔ)、朝鮮語(yǔ)、越南語(yǔ)中漢語(yǔ)借詞的發(fā)音，在研究上古音的時(shí)候，還要分析漢字中的形聲字的讀音。也就是說(shuō)，單純地比較方言語(yǔ)音并不能有效地考察語(yǔ)音的歷史演變。
就具體的操作方法來(lái)說(shuō)，主要是考察方言間語(yǔ)音的對應關(guān)系，而不是語(yǔ)音的相似性。利用語(yǔ)音對應關(guān)系、語(yǔ)音發(fā)音的生理特點(diǎn)以及其他語(yǔ)言中的相類(lèi)似的語(yǔ)音現象，可以挖掘出語(yǔ)音演變的脈絡(luò )。
4.TCL C10的方言語(yǔ)音技術(shù)是什么
你指的是TCL C10的方言識別技術(shù)吧！這款電視的語(yǔ)音助手小T目前支持普通話(huà)、四川話(huà)、廣東話(huà)、東北話(huà)、河南話(huà)、陜西話(huà)6種方言的識別，并且識別能力還挺精準的，拾音效果也不錯。我也是看準了這點(diǎn)，才給我爸媽買(mǎi)的，這樣他們就不用說(shuō)著(zhù)別扭的塑料普通話(huà)來(lái)語(yǔ)音控制了，直接可以說(shuō)廣東話(huà)。話(huà)說(shuō)，我爸平常動(dòng)不動(dòng)就喜歡調戲小T，估計真的是猴鐘意小T啊。
