Лей фонетический разбор: лей — фонетический (звуко-буквенный) разбор слова

Содержание

Транскрипция слова лей название дерева

Автор admin На чтение 14 мин. Просмотров 5 Опубликовано

Фонетический разбор слова «лей»

Фонетический разбор «лей»:

Характеристики звуков

Смотрите также:

Морфологический разбор слова «лей»

Фонетический разбор слова «лей»

Значение слова «лей»

Синонимы «лей»

Разбор по составу слова «лей»

Карточка «лей»

ГДЗ по Русскому языку

Предложения со словом «лей»

Звуко буквенный разбор слова: чем отличаются звуки и буквы?

Прежде чем перейти к выполнению фонетического разбора с примерами обращаем ваше внимание, что буквы и звуки в словах — это не всегда одно и тоже.

Буквы — это письмена, графические символы, с помощью которых передается содержание текста или конспектируется разговор. Буквы используются для визуальной передачи смысла, мы воспримем их глазами. Буквы можно прочесть. Когда вы читаете буквы вслух, то образуете звуки — слоги — слова.

Список всех букв — это просто алфавит

Почти каждый школьник знает сколько букв в русском алфавите. Правильно, всего их 33. Русскую азбуку называют кириллицей. Буквы алфавита располагаются в определенной последовательности:

Аа«а»Бб«бэ»Вв«вэ»Гг«гэ»
Дд«дэ»Ее«е»Ёё«йо»Жж«жэ»
Зз«зэ»Ии«и»Йй«й»Кк«ка»
Лл«эл»Мм«эм»Нн«эн»Оо«о»
Пп«пэ»Рр«эр»Сс«эс»Тт«тэ»
Уу«у»Фф«эф»Хх«ха»Цц«цэ»
Чч«чэ»Шш«ша»Щщ«ща»ъ«т. з.»
Ыы«ы»ь«м.з.»Ээ«э»Юю«йу»
Яя«йа»

Всего в русском алфавите используется:

Звуки — это фрагменты голосовой речи. Вы можете их услышать и произнести. Между собой они разделяются на гласные и согласные. При фонетическом разборе слова вы анализируете именно их.

Звуки в фразах вы зачастую проговариваете не так, как записываете на письме. Кроме того, в слове может использоваться больше букв, чем звуков. К примеру, «детский» — буквы «Т» и «С» сливаются в одну фонему [ц]. И наоборот, количество звуков в слове «чернеют» большее, так как буква «Ю» в данном случае произносится как [йу].

Что такое фонетический разбор?

Звучащую речь мы воспринимаем на слух. Под фонетическим разбором слова имеется ввиду характеристика звукового состава. В школьной программе такой разбор чаще называют «звуко буквенный» анализ. Итак, при фонетическом разборе вы просто описываете свойства звуков, их характеристики в зависимости от окружения и слоговую структуру фразы, объединенной общим словесным ударением.

Фонетическая транскрипция

Для звуко-буквенного разбора применяют специальную транскрипцию в квадратных скобках. К примеру, правильно пишется:

В схеме фонетического разбора используются особые символы. Благодаря этому можно корректно обозначить и отличить буквенную запись (орфографию) и звуковое определение букв (фонемы).

Ниже приводятся подробные правила для орфоэпического, буквенного и фонетического и разбора слов с примерами онлайн, в соответствии с общешкольными нормами современного русского языка. У профессиональных лингвистов транскрипция фонетических характеристик отличается акцентами и другими символами с дополнительными акустическими признаками гласных и согласных фонем.

Как сделать фонетический разбор слова?

Провести буквенный анализ вам поможет следующая схема:

Данная схема практикуется в школьной программе.

Пример фонетического разбора слова

Вот образец фонетического разбора по составу для слова «явление» → [йивл’э′н’ийэ]. В данном примере 4 гласных буквы и 3 согласных. Здесь всего 4 слога: я-вле′-ни-е. Ударение падает на второй.

Звуковая характеристика букв:

Теперь вы знаете как сделать звуко-буквенный анализ самостоятельно. Далее даётся классификация звуковых единиц русского языка, их взаимосвязи и правила транскрипции при звукобуквенном разборе.

Фонетика и звуки в русском языке

Какие бывают звуки?

Все звуковые единицы делятся на гласные и согласные. Гласные звуки, в свою очередь, бывают ударными и безударными. Согласный звук в русских словах бывает: твердым — мягким, звонким — глухим, шипящим, сонорным.

— Сколько в русской живой речи звуков?

Правильный ответ 42.

Делая фонетический разбор онлайн, вы обнаружите, что в словообразовании участвуют 36 согласных звуков и 6 гласных. У многих возникает резонный вопрос, почему существует такая странная несогласованность? Почему разнится общее число звуков и букв как по гласным, так и по согласным?

Всё это легко объяснимо. Ряд букв при участии в словообразовании могут обозначать сразу 2 звука. Например, пары по мягкости-твердости:

А некоторые не обладают парой, к примеру [ч’] всегда будет мягким. Сомневаетесь, попытайтесь сказать его твёрдо и убедитесь в невозможности этого: ручей, пачка, ложечка, чёрным, Чегевара, мальчик, крольчонок, черемуха, пчёлы. Благодаря такому практичному решению наш алфавит не достиг безразмерных масштабов, а звуко-единицы оптимально дополняются, сливаясь друг с другом.

Гласные звуки в словах русского языка

Гласные звуки в отличии от согласных мелодичные, они свободно как бы нараспев вытекают из гортани, без преград и напряжения связок. Чем громче вы пытаетесь произнести гласный, тем шире вам придется раскрыть рот. И наоборот, чем громче вы стремитесь выговорить согласный, тем энергичнее будете смыкать ротовую полость. Это самое яркое артикуляционное различие между этими классами фонем.

Ударение в любых словоформах может падать только на гласный звук, но также существуют и безударные гласные.

— Сколько гласных звуков в русской фонетике?

В русской речи используется меньше гласных фонем, чем букв. Ударных звуков всего шесть: [а], [и], [о], [э], [у], [ы]. А букв, напомним, десять: а, е, ё, и, о, у, ы, э, я, ю. Гласные буквы Е, Ё, Ю, Я не являются «чистыми» звуками и в транскрипции не используются. Нередко при буквенном разборе слов на перечисленные буквы падает ударение.

Фонетика: характеристика ударных гласных

Главная фонематическая особенность русской речи — четкое произнесение гласных фонем в ударных слогах. Ударные слоги в русской фонетике отличаются силой выдоха, увеличенной продолжительностью звучания и произносятся неискаженно. Поскольку они произносятся отчетливо и выразительно, звуковой анализ слогов с ударными гласными фонемами проводить значительно проще. Положение, в котором звук не подвергается изменениям и сохранят основной вид, называется сильной позицией. Такую позицию может занимать только ударный звук и слог. Безударные же фонемы и слоги пребывают в слабой позиции.

Разбор по звукам ударных гласных

Гласная фонема [о] встречается только в сильной позиции (под ударением). В таких случаях «О» не подвергается редукции: котик [к о´ т’ик], колокольчик [калак о´ л’ч’ык], молоко [малак о´ ], восемь [в о´ с’им’], поисковая [паиск о´ вайа], говор [г о´ вар], осень [ о´ с’ин’].

Исключение из правила сильной позиции для «О», когда безударная [о] произносится тоже отчётливо, представляют лишь некоторые иноязычные слова: какао [кака’ о ], патио [па’ти о ], радио [ра’ди о ], боа [б о а’] и ряд служебных единиц, к примеру, союз но. Звук [о] в письменности можно отразить другой буквой «ё» – [о]: тёрн [т’ о´ рн], костёр [кас’т’ о´ р]. Выполнить разбор по звукам оставшихся четырёх гласных в позиции под ударением так же не представит сложностей.

Безударные гласные буквы и звуки в словах русского языка

Сделать правильный звуко разбор и точно определить характеристику гласного можно лишь после постановки ударения в слове. Не забывайте так же о существовании в нашем языке омонимии: за’мок — замо’к и об изменении фонетических качеств в зависимости от контекста (падеж, число):

В безударном положении гласный видоизменяется, то есть, произносится иначе, чем записывается:

Подобные изменения гласных в безударных слогах называются редукцией. Количественной, когда изменяется длительность звучания. И качественной редукцией, когда меняется характеристика изначального звука.

Одна и та же безударная гласная буква может менять фонетическую характеристику в зависимости от положения:

Так, различается 1-ая степень редукции. Ей подвергаются:

Примечание: Чтобы сделать звукобуквенный анализ первый предударный слог определяют исходя не с «головы» фонетического слова, а по отношению к ударному слогу: первый слева от него. Он в принципе может быть единственным предударным: не-зде-шний [н’из’д’э´шн’ий].

(неприкрытый слог)+(2-3 предударный слог)+ 1-й предударный слог ← Ударный слог → заударный слог (+2/3 заударный слог)

Любые другие предударные слоги и все заударные слоги при звуко разборе относятся к редукции 2-й степени. Ее так же называют «слабая позиция второй степени».

Редукция гласных в слабой позиции так же различается по ступеням: вторая, третья (после твердых и мягких соглас., — это за пределами учебной программы): учиться [уч’и´ц:а], оцепенеть [ацып’ин’э´т’], надежда [над’э´жда]. При буквенном анализе совсем незначительно проявятся редукция у гласного в слабой позиции в конечном открытом слоге (= в абсолютном конце слова):

Звуко буквенный разбор: йотированные звуки

Фонетически буквы Е — [йэ], Ё — [йо], Ю — [йу], Я — [йа] зачастую обозначают сразу два звука. Вы заметили, что во всех обозначенных случаях дополнительной фонемой выступает «Й»? Именно поэтому данные гласные называют йотированными. Значение букв Е, Ё, Ю, Я определяется их позиционным положением.

При фонетическом разборе гласные е, ё, ю, я образуют 2 звука:

◊ Ё — [йо], Ю — [йу], Е — [йэ], Я — [йа] в случаях, когда находятся:

Как видите, в фонематической системе русского языка ударения имеют решающее значение. Наибольшей редукции подвергаются гласные в безударных слогах. Продолжим звука буквенный разбор оставшихся йотированных и посмотрим как они еще могут менять характеристики в зависимости от окружения в словах.

◊ Безударные гласные «Е» и «Я» обозначают два звука и в фонетической транскрипции и записываются как [ЙИ]:

Примечание: Для петербургской фонологической школы характерно «эканье», а для московской «иканье». Раньше йотрованный «Ё» произносили с более акцентированным «йэ». Со сменой столиц, выполняя звуко-буквенный разбор, придерживаются московских норм в орфоэпии.

Некоторые люди в беглой речи произносят гласный «Я» одинаково в слогах с сильной и слабой позицией. Такое произношение считается диалектом и не является литературным. Запомните, гласный «я» под ударением и без ударения озвучивается по-разному: ярмарка [ йа ´рмарка], но яйцо [ йи йцо´].

Фонетический разбор слов, когда гласные «Ю» «Е» «Ё» «Я» образуют 1 звук

По правилам фонетики русского языка при определенном положении в словах обозначенные буквы дают один звук, когда:

Фонетический разбор: согласные звуки русского языка

Согласных в русском языке абсолютное большинство. При выговаривании согласного звука поток воздуха встречает препятствия. Их образуют органы артикуляции: зубы, язык, нёбо, колебания голосовых связок, губы. За счет этого в голосе возникает шум, шипение, свист или звонкость.

Сколько согласных звуков в русской речи?

В алфавите для их обозначения используется 21 буква. Однако, выполняя звуко буквенный анализ, вы обнаружите, что в русской фонетике согласных звуков больше, а именно — 36.

Звуко-буквенный разбор: какими бывают согласные звуки?

В нашем языке согласные бывают:

Определить звонкость-глухость или сонорность согласного можно по степени шума-голоса. Данные характеристики будут варьироваться в зависимости от способа образования и участия органов артикуляции.

Примечание: В фонетике у согласных звуковых единиц также существует деление по характеру образования: смычка (б, п, д, т) — щель (ж, ш, з, с) и способу артикуляции: губно-губные (б, п, м), губно-зубные (ф, в), переднеязычные (т, д, з, с, ц, ж, ш, щ, ч, н, л, р), среднеязычный (й), заднеязычные (к, г, х). Названия даны исходя из органов артикуляции, которые участвуют в звукообразовании.

Подсказка: Если вы только начинаете практиковаться в фонетическом разборе слов, попробуйте прижать к ушам ладони и произнести фонему. Если вам удалось услышать голос, значит исследуемый звук — звонкий согласный, если же слышится шум, — то глухой.

Подсказка: Для ассоциативной связи запомните фразы: «Ой, мы же не забывали друга.» — в данном предложении содержится абсолютно весь комплект звонких согласных (без учета пар мягкость-твердость). «Степка, хочешь поесть щец? – Фи!» — аналогично, указанные реплики содержат набор всех глухих согласных.

Позиционные изменения согласных звуков в русском языке

Согласный звук так же как и гласный подвергается изменениям. Одна и та же буква фонетически может обозначать разный звук, в зависимости от занимаемой позиции. В потоке речи происходит уподобление звучания одного согласного под артикуляцию располагающегося рядом согласного. Данное воздействие облегчает произношение и называется в фонетике ассимиляцией.

Позиционное оглушение/озвончение

В определённом положении для согласных действует фонетический закон ассимиляции по глухости-звонкости. Звонкий парный согласный сменяется на глухой:

В русской фонетике глухой шумный согласный не сочетается с последующим звонким шумным, кроме звуков [в] — [в’]: вз битыми сливками. В данном случае одинаково допустима транскрипция как фонемы [з], так и [с].

При разборе по звукам слов: итого, сегодня, сегодняшний и тп, буква «Г» замещается на фонему [в].

По правилам звуко буквенного анализа в окончаниях «-ого», «-его» имён прилагательных, причастий и местоимений согласный «Г» транскрибируется как звук [в]: красного [кра´снава], синего [с’и´н’ива], белого [б’э´лава], острого, полного, прежнего, того, этого, кого. Если после ассимиляции образуются два однотипных согласных, происходит их слияние. В школьной программе по фонетике этот процесс называется стяжение согласных: отделить [ад:’ил’и´т’] → буквы «Т» и «Д» редуцируются в звуки [д’д’], бе сш умный [б’и ш: у´мный]. При разборе по составу у ряда слов в звукобуквенном анализе наблюдается диссимиляция — процесс обратный уподоблению. В этом случае изменяется общий признак у двух стоящих рядом согласных: сочетание «ГК» звучит как [хк] (вместо стандартного [кк]): лёгкий [л’о′х’к’ий], мягкий [м’а′х’к’ий].

Мягкие согласные в русском языке

В схеме фонетического разбора для обозначения мягкости согласных используется апостроф [’].

Примечание: буква «Ь» после согласного непарного по твердости/мягкости в некоторых словоформах выполняет только грамматическую функцию и не накладывает фонетическую нагрузку: учиться, ночь, мышь, рожь и тд. В таких словах при буквенном анализе в квадратных скобках напротив буквы «Ь» ставится [-] прочерк.

Позиционные изменения парных звонких-глухих перед шипящими согласными и их транскрипция при звукобуквенном разборе

Чтобы определить количество звуков в слове необходимо учитывать их позиционные изменения. Парные звонкие-глухие: [д-т] или [з-с] перед шипящими (ж, ш, щ, ч) фонетически заменяются шипящим согласным.

Явление, когда две разных буквы произносятся как одна, называется полной ассимиляцией по всем признакам. Выполняя звуко-буквенный разбор слова, один из повторяющихся звуков вы должны обозначать в транскрипции символом долготы [:].

Шпаргалка по уподоблению согласных звуков по месту образования

Непроизносимые согласные звуки в словах русского языка

Во время произношения целого фонетического слова с цепочкой из множества различных согласных букв может утрачиваться тот, либо иной звук. Вследствие этого в орфограммах слов находятся буквы, лишенные звукового значения, так называемые непроизносимые согласные. Чтобы правильно выполнить фонетический разбор онлайн, непроизносимый согласный не отображают в транскрипции. Число звуков в подобных фонетических словах будет меньшее, чем букв.

В русской фонетике к числу непроизносимых согласных относятся:

Примечание: В некоторых словах русского языка при скоплении согласных звуков «стк», «нтк», «здк», «ндк» выпадение фонемы [т] не допускается: поездка [пайэ´стка], невестка, машинистка, повестка, лаборантка, студентка, пациентка, громоздкий, ирландка, шотландка.

Если вы затрудняетесь выполнить фонетический разбор слова онлайн по обозначенным правилам или у вас получился неоднозначный анализ исследуемого слова, воспользуйтесь помощью словаря-справочника. Литературные нормы орфоэпии регламентируются изданием: «Русское литературное произношение и ударение. Словарь – справочник». М. 1959 г.

Теперь вы знаете как разобрать слово по звукам, сделать звуко буквенный анализ каждого слога и определить их количество. Описанные правила объясняют законы фонетики в формате школьной программы. Они помогут вам фонетически охарактеризовать любую букву.

Источник

Как сделать фонетический разбор слова лей?

Выполним фонетический (звуко-буквенный) разбор слова «взгляд»:

  • в данном слове один слог: взгляд.
  • ударение падает на букву «я»: взглЯд (ударная буква выделена заглавной и жирным шрифтом).
  • слово не переносится, пишется полностью: взгляд.
  • транскрипция выглядит следующим образом: [взгл’ат].
  • в слове 6 букв (из них 5 соглас. и 1 гласн.) и 6 звуков, где также 5 согласн. и 1 гласн.
  • часть речи: существительное (отвечает на вопрос «что?»).

Охарактеризуем каждый звук:

Букве «в» соответствует звук_[в]_согласн., звон.пар., твёрд.пар.

Букве «з» соответствует звук_[з]_согласн. , звонк.парн., твёр.пар.

Букве «г» соответствует звук_[г]_согласн., звонк.пар., твёр.пар.

Букве «л» соответствует звук_[л’]_согласн., звонк.непарн., сонорн., мягк.парн.

Букве «я» соответствует звук_[а]_гласн., ударн.

Букве «д» соответствует звук_[т]_согласн., глух.пар., твёр.парн.


Выполним фонетический (звуко-буквенный) разбор слова «прелестный»:

  • в данном слове три слога: пре-лест-ный.
  • ударение падает на второй слог, на букву «е»: прелЕстный (ударная буква выделена заглавной и жирным шрифтом).
  • транскрипция выглядит следующим образом: [пр’ил’эсный’].
  • в слове 10 букв (из них 7 соглас. и 3 гласн.) и 9 звуков, где 6 согласн. и 3 гласн.
  • часть речи: прилагательное (отвечает на вопрос «какой?»).

Охарактеризуем каждый звук:

Букве «п» соответствует звук_[п]_согласн., глух.пар., твёрд.пар.

Букве «р» соответствует звук_[р’]_согласн., звонк.непарн., сонорн., мягк.пар.

Букве «е» соответствует звук_[и]_гласн., безударн.

Букве «л» соответствует звук_[л’]_согласн., звонк.непарн., сонорн., мягк.парн.

Букве «е» соответствует звук_[э]_гласн., ударн.

Букве «с» соответствует звук_[с]_согласн., глух.пар., твёр.парн.

У буквы «т» в данном слове звук отсутствует_

Букве «н» соответствует звук_[н]_согласн., звонк.непарн., сонорн., твёр.парн.

Букве «ы» соответствует звук_[ы]_гласн., безударн.

Букве «й» соответствует звук_[й’]_согласн., звонк.непар., сонорн., мягк.непарн.

«Лейка» фонетический разбор | Грамота

Нужность процедуры – фонетический разбор слова «лейка» – заключается нахождении и разъяснении слабых аспектов в лексической единице. Звуко-буквенный разбор слова «лейка» расписан дальше.

Фонетический разбор

  1. Положено установить точное количество букв, звуков в лексической единице.
  2. Исследуемое существительное содержит две слоговые единицы: лей|ка.
  3. Предмет исследования имеет число звуков, равное пяти и букв, равное пяти.
  4. Первый слог имеет ударение: лЕйка.
  5. Переносить существительное разрешено так: лей|ка.

Транскрипция слова

Верная транскрипция имеет вид: [л’эй’ка]. Очевидно не совпадение с графическим обликом.

Звуко-буквенный разбор

Сосчитать сколько звуков и букв в слове «лейка» кажется простой процедурой. Но анализирование каждого элемента таит множество аспектов.

  • л — [л’] — числится согласным, считается звонким, не имеет пару, значится сонорным, стоит в мягкой позиции.
  • е — [э] — приурочивается к гласным, характеризуется ударной позицией.
  • й — [й’] — числится согласным, считается звонким, не имеет пару, значится сонорным, в мягкой позиции.
  • к — [к] — числится согласным, считается глухим, имеет пару, стоит в твердой позиции.
  • а — [а] — приурочивается к гласным, характеризуется безударной позицией.

Проверь себя: «Осина» фонетический разбор слова

Графическое написание словоформы не вызывает трудностей.

Раздел: Фонетика

Шаурма или шаверма как правильно?
Правильно Шаурма, шаверма – пресная горячая лепешка, в которую завернута начинка. В современных словарях русского языка зафиксированы оба варианта написания существительного. Слова являются равноправными синонимами. В зависимости от региона чаще употребляется тот или иной вариант. В нашем магазине продается вкуснейшая шаурма. Шаурма стала… Читать дальше »

Повторение изученного. Фонетика — ВВЕДЕНИЕ. ПОВТОРЕНИЕ ИЗУЧЕННОГО В 5-7 КЛАССАХ

Цель урока: обобщить и систематизировать знания учеников по фонетике, восстановить и закрепить умение правильно выполнят, фонетический разбор.

Методические приемы: выразительное чтение, работа со схемой, отработка приемов лингвистического разбора, беседа по вопросам, словарная работа, лингвистические занимательные задачи.

Ход урока

I. Проверка домашнего задания

1. Чтение сочинений-миниатюр (2-З человека).

2. Прочитать выразительно фрагменты стихотворений упр. 6.

3. Выполнить фонетический разбор слов: 1 вариант — поздняя, грустную; 2 вариант — сжаты, солнце. (2 человека делают разбор у доски.)

II. Повторение темы «Фонетика»

1. Повторение теории.

— Что изучает фонетика?

— Как соотносятся звуки и буквы?

(Буквы — это графическое изображение звуков, так же как цифры — графическое изображение чисел.)

— Бывают ли буквы твердыми и мягкими, глухими и звонкими? (По твердости-мягкости и по глухости-звонкости соотносятся звуки, а не буквы.)

2. Работа со схемой.

Задание: выполните упр. 7: начертите в тетради схему звуков русского языка, приведите примеры.

3. Беседа по вопросам.

— Все ли звуки русского языка попали в таблицу? (Нет, звуков в языке великое множество. Мы рассматриваем лишь основные звуки, несущие общие черты. Их варианты зависят от ударения, от позиции в слове, не говоря уже об индивидуальных различиях речи: тембре, высоте звука и т. п.)

— Сколько букв в русском алфавите? (33.)

— Каковы функции Ь и Ъ?

— В чем заключается особое положение букв Е, Ё, Ю, Я?

4. Практические задания.

Устно выполним упр. 8, 9, 10 и 11 (можно по вариантам, выборочно). Упр. 9 в сильных классах выполняем на слух: учебники закрыты, учитель читает словосочетания, ученики поднимают левую руку, если в слове Ъ, правую — если в слове Ь. В упр. 10— письменно сделать фонетический разбор.

III. Словарная работа

Выписать слова в рамках: ровесник, сверстник, реванш. Записать по одному словосочетанию с ними.

Примечание. Можно обратиться к истории этих слов. Лучше, если ученики сами найдут ответ в словарях (этимологическом, иностранных слов), попытаются дать свои версии, подберут примеры. Если времени на уроке не хватает, можно дать это задание на дом.

Ровесник — ровный, одинаковый, родившийся в одно время с кем-либо. Древний суффикс -ес- встречается в словах небесный, чудеса, словесник. Сверстник — «сверстанный» в одно время с кем-либо. Однокоренные слова — верстать, верстак. Слово

реванш — заимствованное, от фр. revanche — отплата, возмездие; первое значение — «отплата за поражение в войне, в игре», второе — «повторная борьба, игра с целью взять верх над победителем предыдущего соперничества» (матч-реванш).

IV. Занимательная лингвистика

Решим несколько фонетических задач:

1. Какими звуками отличаются слова кот и код? (Никакими, это омофоны — одинаково звучащие слова.) Попробуйте составить предложение с обоими словами.

(Например:

Мой пушистый и умный кот

Знает даже на двери код,

Одного лишь не знает кот,

Что несет генетический код.)

2. Какие слова получатся, если прочитать наоборот: ель, ноль, лов, код, краб? (Лей, лён, фол, ток, парк.)

Домашнее задание

1. Повторить раздел «Морфемика и словообразование».

2. Упр. 12 (устно, фонетический разбор — письменно), 13 (письменно).

Урок русского языка. Тема урока. Фонетика. Орфоэпия.

 

Тема урока. Фонетика. Орфоэпия.
Цель урока: повторить и обобщить сведения, изученные в разделе «Фонетика», «Орфоэпия».
Задачи: 1) показать значение фонетики для правописания и произношения;
2) показать роль правильного литературного произношения и ударения в устном общении;
3) освоить литературное произношение ряда слов, раскрыть смыслоразличительную роль ударения.
Формы работы: индивидуальная, фронтальная, групповая.
Оборудование: 1) карточки-информаторы;
2) карточки с заданиями
3)материалы презентации, выполненные в программе Power Point.

 

Ход урока

I. Сообщение темы, цели урока.
II. Актуализация знаний по теме «Фонетика».

1. Беседа с учащимися (учитель задает вопросы, учащиеся записывают ответы в тетрадь)


п/п Вопросы учителя Записи в тетради
1. В название какого раздела науки о языке входит часть слов телефон, магнитофон, микрофон? Фонетика.

Слайд 1
2. Что изучает фонетика Звуки речи.
Слайд 2
3. Звуки, при образовании которых воздушная струя проходит через рот без препятствий. Гласные звуки
Слайд 3
4. При образовании этих звуков воздушная струя проходит через рот, преодолевая различные препятствия. Согласные звуки
Слайд 4

 

Прочитайте, что у вас получилось?
Правильно. План урока (Слайд 5)

2. Беседа по плану:
— Что изучает фонетика?
— Чем отличаются звуки и буквы?
— Какими бывают гласные звуки? (слайд 6)
— Чем отличается произношение гласных звуков и согласных?
— Какие пары образуют согласные звуки? (слайд 7)
— Какие согласные звуки не имеют пары по глухости и звонкости?
— Какие согласные звуки не имеют пары по твердости и мягкости?

III. Тренировочные упражнения. (слайд 8)
Задание 1. (слайд 9) Какими звуками и буквами различаются следующие пары слов?
Вол – вёл, плоты – плоды, супы – зубы, лук – люк, мол – мель.

Задание 2. (слайд 10) Запишите слова, которые образуются, если прочитать в обратном порядке транскрипцию следующих слов.
Лён, лей, люк, ток, шёл, шей, лёд, муж, араб, торг, суд.

Задание 3. (Ученикам раздаются карточки с заданиями) Какие слова затранскрибированы? Запишите их.
[ рыца ], [ в`ирнуца ], [ баица ], [ м`эснас`т ], [ б`эзна ],
[ рацтво ], [л`охкиj ], [ адгатка ], [ игзамин ],
[ дроп` ], [ пачиркн`и ], [ фтарова ], [ п`итно ], [ jэл`н`ик ].

Задание 4 (слайд 11) Запишите транскрипцию следующих слов, распределяя их по трем столбцам.
Количество букв и звуков в слове совпадает Звуков в слове больше, чем букв Звуков в слове меньше, чем букв

Кость, въезд, её, ёжик, женитьба, есть, короед, мозг, молоко, отбросил, подружиться, подсчет, приют, сбежал, ферзь, соевый, рушится, целиком, шведский, ясно, широкая.

Задание 5. (слайд 12) Определите, сколько раз встречается звук [ Ы ] в следующих строчках:

Аист жил у нас на крыше,
А в подвале жили мыши.

IV. Знакомство с основными фонетическими процессами. (Каждый ученик получает карточку-информатор).

 

 

Карточка-информатор
В потоке речи звуки влияют друг на друга, что приводит к их изменению. Эти изменения звуков называются фонетическими процессами.
Основные фонетические процессы, связанные с согласными звуками.
1. Оглушение звонких парных на конце слова:
Род [ рот ], флаг [ флак ].
2. Оглушение звонких парных перед глухими:
Селедка [ селетка ], в траву [ фтраву].
3. Озвончение глухих парных перед звонкими (кроме сонорных и [ в ], [ в` ]:
Косьба [каз`ба], к дереву [ гд`эр`иву ].
4. Расподобление звуков – усиление различий между звуками для облегчения произношения. НАПРИМЕР, в слове легкий вместо звуков [гк` ] произносим сочетание [ хк` ], что облегчает произношение слова.
5. Упрощение групп согласных происходит в словах, где есть непроизносимые согласные: в сочетании из трех согласных один не произносится:
снт — [ сн ]: устный — у[ сн ]ый;
здн — [ зн ]: поздний — по[ зн]ий;
лнц — [ нц ]: солнце — со[ нц ]е;
рдц — [ рц ]: сердце — се[ рц ]е.

V. Тренировочные упражнения (слайд 13).

Задание. Определите, какой согласный звук (глухой или звонкий) обозначен подчеркнутой буквой. Какие фонетические процессы наблюдаются в приведенных словах?

Забастовка, сдаться, от дома, любовь, что, указка, честный, счастливый, рябь, мороз, расчет, к берегу.

VI. ВЫВОД. Слово учителя.
Итак, первая тема, которую мы с вами повторили, называется фонетикой. Она изучает звуки нашей речи. Они шумят, поют, свистят, иногда даже спорят, но никогда не ссорятся, живут дружно. Рядом с фонетикой соседствует орфоэпия. Как вы думаете почему? Орфоэпия следит за тем, чтобы правильно произносили звуки в словах. Задача орфоэпии заключается в том, чтобы, минуя все индивидуальные особенности речи, а также особенности местных говоров, сделать язык наиболее совершенным средством широкого общения.
— Что изучает орфоэпия ? (Вопрос к классу)

VII. Произношение сочетаний ЧН, ЧТ. (слайд 14)

В 18 веке орфографическое сочетание ЧН произносилось как [ ШН]. Но со временем этот вариант начинает вытесняться произношением [Ч`Н] .
В современном языке слова с сочетанием ЧН можно разделить на три группы:

 

1. Упражнение. (слайд 15) Прочитайте данные слова обращая внимание на произношение ЧН.
Потому что, Кузьминична, табачный, молочный, нечто, булочная, девичник, очечник, нарочно, яичница, шуточный, троечник, Фоминична, подсолнечник, бесконечный, двоечник, скучно, конечный.

VIII. Произношение согласных перед Е в заимствованных словах.
В русском языке согласный перед Е звучит мягко (тень, дерево), но в словах, пришедших их других языков, эта закономерность может не соблюдаться. И в сочетаниях де, те, зе, се, не, ре, фе и др. произносится твердый согласный.
1. Упражнение. (слайд 16) Распределите данные слова в 2 столбца.

Согласный перед Е произносится твердо Согласный перед Е произносится мягко
Аттестат, бенефис, индекс, музей, антитеза, фонетика, темп, девиз, дебют, кафе, детектив, шинель, эпитет, синтез, эффект, музей, свитер, интервью, одеколон, пресса, компьютер, тире, термин, ремарка.

IX. Ударение.
Вопросы: 1) Что такое словесное ударение?
2) В чем заключаются особенности русского словесного ударения?

Упражнения: (слайд 17)
1. Составьте словосочетания с данными парами слов, обращая внимание на различное ударение:
Временный – временной, языковой – языковый, мелочный – мелочной, окружный – окружной, видение – видение, клубы – клубы, мокрота – мокрота.

2. Поставьте ударения в следующих словах. (слайд 18 )
Арахис, баловать, гербовый, донельзя, красивее, давнишний, квартал, иконопись, откупорить, еретик, диспансер, обеспечение, дремота, знамение, завидно, опека.

3. Прочитайте словосочетания, обращая внимание на правильную постановку ударения. (слайд 19 )
Подать ходатайство на гербовой бумаге, стала ещё красивее, огромные банты, сотрудники будут премированы, заключим договор, одолевала зевота, давнишний каталог, английская аристократия, средства воротятся, развитие логического мышления.

X. Подведение итогов урока.
1. Что нового вы узнали сегодня на уроке?
2. Какие задания показались наиболее сложными (вызвали затруднения)?
3. Какие умения и навыки совершенствовали?

XI. Домашнее задание.
Выполнить фонетический разбор следующих слов:
Счастливый, яркость, бьюсь, огонь, отбежать, вперед, невтерпеж.

На следующем уроке — контрольный тест.

 

(PDF) Фонетическая маркировка корпусов прочитанных и спонтанных бесед.

Отчет о фонетических исследованиях 2000

ФОНЕТИЧЕСКАЯ МАРКИРОВКА НА ЧТЕНИЕМ И СПОНТАННОМ ДИСКУРСЕ CORPORA

Ли Айцзюнь *, Чэнь Сяосся *, Сунь Гуохуа *, Хуа Ву *, Инь Чжиган * **, Цзю Ицин

*,

, Сун Чжаньцзян **

* Фонетическая лаборатория, Институт лингвистики, CASS

** Центр речевых технологий, Государственная ключевая лаборатория интеллектуальных технологий и систем,

Департамент компьютерных наук и технологий, Университет Цинхуа

Электронная почта: Liaj @linguistics.cass.net.cn; [email protected]

РЕЗЮМЕ

Чтение и спонтанный дискурс — это два разных, но очень значимых стиля речи, требующих исследования. Итак,

фонетической маркировки для чтения и спонтанного дискурса

корпусов: один — это ASCCD, 10-часовой корпус дискурса

, а другой — CASS, 4-часовой корпус спонтанного дискурса

. Сначала представлены принципы и

условных обозначений транскрипции. Затем эти

двух речевых стилей сравниваются с фонетической и

синтаксической точек зрения, включая статистические результаты

различных фонетических единиц, полученных из аннотированных корпусов.

ВВЕДЕНИЕ

С развитием языка спонтанная речь

— архаичная, широко используемая и типичная форма языка

. В последние десятилетия, с 50-х по 80-е годы 20 века

, мы сосредоточились на чтении речи, чтобы проводить наши исследования в трех областях: акустике, психологии и физиологии.В

последние 10 лет исследования спонтанной речи

становятся все более и более важными для прикладной технологии речи

и связанных с ними теорий.

Спонтанная речь, а не чтение, является одной из нерешенных проблем

, с которыми сталкиваются многие системы распознавания речи

.

Типы речевых данных могут быть охарактеризованы вдоль

следующего континуума в соответствии со степенью спонтанности

: Чтение текста -> TODS -> Выявлено ->

Класс -> Новости / Речь -> Телевизионная драма -> Разговор показывает

-> Естественный дискурс [4].Чем спонтаннее речь

, тем меньше мы ее понимаем.

Целью создания фонетической маркировки для чтения и

корпусов спонтанного дискурса является (1) получение сегментированных речевых корпусов

для речевого приложения

технологии. (2) сделать просодическую маркировку и синтаксическую

маркировку на их основе. (3) исследовать и сравнить

фонетических характеристик этих двух корпусов. Таким образом, транскрибируется не

только орфографический пиньинь для каждого слога, но также

фонетической вариативности, такой как вставка и удаление

.Также на основе

SAMPAX [1,2] разработана система фонетической маркировки SAMPA-C

для стандартного китайского языка.

Между прочтением и спонтанной речью на китайском языке существует много различий. В этой статье приведены некоторые иллюстрации

, а затем показаны результаты чтения и спонтанной речи

фонетических сегментов. Например, рассчитываются распределения длительности

и частота появления и совокупная вероятность

различных сегментов.Результаты сравниваются между двумя речевыми

корпусами.

1. ASCCD -A READ DISCOURSE CORPUS

AND CASS-A SPONTANEOUS

DISCOURSE CORPUS

ASCCD был настроен и зарегистрирован в Институте лингвистики

Китайской академии социальных наук. Он

содержит восемнадцать дискурсов, которые охватывают основные

дискурсивные структуры, такие как отношения когерентности, а также

как фразовые структуры. Каждый текст содержит 300-500

слогов и несколько абзацев.Пятеро мужчин и пять

женщин-ораторов читают эти 18 лекций естественным образом. Речевой сигнал

записывается в двух каналах: речевой сигнал

и сигнал голосового сопротивления через ларингограф

[7].

CASS происходит из 19 кассет, предоставленных вещательной станцией

Университета ЦИНХУА (BSTHU),

Пекин, Китай. Содержимое этих кассет включает

,

лекций, прочитанных некоторыми преподавателями и приглашенными ораторами,

,

коллоквиумов с участием некоторых студентов и так далее.Большая часть

речи в кассетах причинно дана без подготовки бумаги

, поэтому она естественна и охватывает множество ценных спонтанных явлений

. Фоновый шум

и спонтанность замедляют анализ речи

точность и скорость маркировки. (1-часовая необработанная речь

требует около 380 часов для транскрибирования в

орфографических слогов и последовательностей SAMPA-C с

подробными вариантами произношения!).Более чем 6-часовая

речи с более высоким акустическим качеством впоследствии выбирается

из корпуса необработанной речи и разбивается на более мелкие

предложения продолжительностью 2,5-4,0 секунды каждое.

Опять же, более чем 3-часовая случайная речь 7 говорящих — это

, вручную выбранные из 6-часовых предложений

, отбрасывая эти полностью зашумленные предложения и оставляя

тех предложений относительно более четких высказываний и

более непринужденный стиль разговора.[7]

2. ФОНЕТИЧЕСКАЯ МАРКИРОВКА НА ASCCD

Отсутствие фонетики в фонологии в JSTOR

Abstract

Многие недавние работы в области фонологии концентрируются на роли звучности в феномене редукции гласных, используя два факта: сокращение включает повышение и / или сокращение и что более высокие гласные и шва обычно интерпретируются как имеющие низкую звучность. В этой статье представлен другой подход к сокращению гласных в стандартном русском языке. Предполагается, что видимые эффекты звучности в русском языке являются эпифеноменальными.В частности, сокращение до schwa выходит за рамки фонологических вычислений в русском языке и является артефактом сокращенной продолжительности. Другие типы нейтрализации, возникающие при редукции гласных, потенциально поддаются анализу на основе звучности, но я утверждаю, что современные подходы к редукции, основанной на звучности, страдают от репрезентативных недостатков. Однако, когда эти недостатки исправлены, звучность становится ненужной как явный фактор сокращения гласных: стандартных механизмов маркировки достаточно, чтобы объяснить данные.

Информация о журнале

Журнал лингвистики ставит своей целью публиковать статьи, которые внесут явный вклад в текущие дискуссии во всех отраслях теоретической лингвистики. Журнал также предоставляет превосходный обзор последних публикаций по лингвистике, включая около тридцати книжных обзоров в каждом томе и регулярные обзорные статьи по основным работам, отмечающим важные теоретические достижения. Текущие выпуски сборника доступны на http://www.journals.cambridge.org / lin

Информация для издателей

Cambridge University Press (www. cambridge.org) — издательское подразделение Кембриджского университета, одного из ведущих исследовательских институтов мира и лауреата 81 Нобелевской премии. В соответствии со своим уставом издательство Cambridge University Press стремится максимально широко распространять знания по всему миру. Он издает более 2500 книг в год для распространения в более чем 200 странах. Cambridge Journals издает более 250 рецензируемых научных журналов по широкому спектру предметных областей в печатных и онлайн-версиях.Многие из этих журналов являются ведущими научными публикациями в своих областях, и вместе они образуют одну из наиболее ценных и всеобъемлющих областей исследований, доступных сегодня. Для получения дополнительной информации посетите http://journals.cambridge.org.

Оглавление

 Том 1

  ThA1LP - Церемония открытия и пленарная лекция
       1 Сравнительное исследование обработки разговорной речи
                  Энн Катлер

  ThA2L1 - Большой словарь
       2 Новые разработки в системе распознавания непрерывной речи INRS
                  Z.Ли, М. Хон, Дуглас О'Шонесси
       6 О разработке лексиконов произношения для большого словарного запаса, распознавания слитной речи
                  Лори Ламель, Жиль Адда
      10 Word Graph Rescoring с использованием мер уверенности
                  Пабло Феттер, Фрдрик Дандуранд, Петер Регель-Брицманн
      14 Подход снизу вверх для работы с невидимыми трифоном при распознавании непрерывной речи с большим словарным запасом
                  X.L. Обер, Питер Байерлейн, Мейнхард Ульрих
      18 Дискриминационная оптимизация систем распознавания большого словарного запаса
                  В.Валчев, П. Вудленд, С. Дж. Янг
      22 Распознавание слитной речи в японском языке с использованием большого словарного запаса с использованием корпуса деловой газеты
                  Тацуо Мацуока, Кацутоши Оцуки, Такеши Мори, Садаоки Фуруи, Кацухико Шираи
      26 Использование сложных существительных в шведской системе понимания речи
                  Дэвид Картер, Яан Кая, Леонардо Ноймайер, Мэнни Райнер, Фулианг Венг, Матс Вайрен
      30 Первоначальная оценка модуля предварительного выбора для гибкой системы распознавания речи с большим словарным запасом в
           Телефонная среда
                  Дж. Масиас-Гуараса, А. Галлардо, Х. Феррейрос, Хосе М. Пардо, Л. Вильяррубия

  ThA2L2 - Мультимодальный ASR (лицо и губы)
      34 Асинхронная интеграция визуальной информации в системе автоматического распознавания речи
                  Мамун Алиссали, Поль Делеглис, Александрина Рогозан
      38 Аудиовизуальное распознавание речи с использованием многомасштабной нелинейной декомпозиции изображения.
                  Я. Мэтьюз, Дж. Бангхэм, С.Дж. Кокс
      42 Надежная аудиовизуальная интеграция с использованием полунепрерывных скрытых марковских моделей
                  Цинь Су, Питер Л.Silsbee
      46 Влияние визуальной информации на восприятие первоначального согласного слова дизартрической речи
                  Ричард П. Шумейер, Кеннет Э. Барнер
      50 Подход с использованием нескольких деформируемых шаблонов для визуального распознавания речи
                  Деви Чандрамохан, Питер Л. Силсби
      54 эксперимента по независимому бимодальному фонетическому распознаванию спикеров
                  П. Кози, Э. Магно Кальдогнетто, Ф. Ферреро, М. Дугатто, К. Ваггес
      58 Чтение речи с использованием информации о форме и интенсивности
                  Юрген Люэттин, Нил А.Такер, Стив В. Бит
      62 Идентификация говорящего с помощью чтения по губам
                  Юрген Люэттин, Нил А. Такер, Стив В. Биттин

  ThA2L3 - Восприятие слов
      66 Как начала слова управляют лексическим доступом и сегментацией: данные акустики, фонологии и обработки
                  Дэвид В. Гоу-младший, Дженис Мелвольд, Шэрон Мануэль
      70 RAW: модель распознавания человеческих слов в реальной речи
                  Дэвид ван Кёйк, Питер Виттенбург, Тон Дейкстра
      74 Насколько упрощающей может быть лексическая информация при распознавании слов? Свидетельства из марокканского арабского языка
                  Мехди Мефтах, Сами Буделаа
      78 Влияние частоты на слуховое восприятие слов открытого и закрытого классов
                  Алетт П.Haveman
      82 Фонотаксические и метрические влияния на взрослые оценки произносимых бессмысленных слов
                  Майкл С.  Витевич, Пол А. Люс, Ян Шарль-Люс, Дэвид Кеммерер
      86 Чтение по губам с добавлением основной частоты голоса: насколько усиливается добавление голоса
           Лексическая уникальность для читателя?
                  Эдвард Т. Ауэр младший, Линн Э. Бернштейн
      90 стратегий, используемых в мониторинге рифм
                  С. те Риле, С.Г. Ноотебум, Х.Quen
      94 Как голландские слушатели обрабатывают слова с помощью Epenthetic Schwa?
                  Вильма ван Донселаар, Сесиль Куиджперс, Энн Катлер

  ThA2P1 - Фонетика, транскрипция и анализ
      98 Фонетические дистанции целого слова и алфавит PGPfone
                  Патрик Юола, Филип Циммерманн
     102 Автоматическое описание качества гласных с использованием сопоставления переменных с эталонным набором восьми кардинальных гласных
                  Шупинг Ран, Дж. Брюс Миллар, Фил Роуз
     106 Автоматическое определение и сегментация вариантов произношения в немецких речевых корпусах
                  Андреас Кипп, Мария-Барбара Везеник, Флориан Шиль

     110 ANGIE: новая концепция анализа речи на основе морфо-фонологического моделирования
                  Стефани Сенефф, Раймонд Лау, Хелен Менг
     114 Нормализованный перцепционный контраст в корейской и английской системе гласных
                  Бьюнггон Ян
     118 О фонетических характеристиках паузы в корейской прочитанной речи
                  Юн-Чжу Ли, Сук-Хян Ли
     121 Межъязыковые эффекты лексического ударения при распознавании слов: на примере арабско-английских двуязычных
                  Сами Буделаа, Мехди Мефтах
     125 Автоматическое создание вариантов немецкого произношения
                  Мария-Барбара Везеник
     129 Оценка качества фонетической транскрипции и сегментации речевых сигналов
                  Мария-Барбара Везеник, Андреас Кипп
     133 Акустический анализ современных гласных стандартного словенского языка
                  Боян Петек, Растислав Сустарсич, Смиляна Комар
     137 Использование деревьев решений для построения оптимальных акустических сигналов
                  Сандрин Роббе, Энн Бонно, Сильви Кост, Ив Лапри
     141 Максимальное смещение челюсти при контрастировании
                  Донна Эриксон, Осаму Фуджимура
     145 Подглоточное давление и окончательное опускание на английском языке
                  Ребекка Херман, Мэри Бекман, Киёши Хонда
     149 Фонологическая вариация: эпентезия и удаление слова Schwa на голландском языке
                  Сесиль Куиджперс, Вильма ван Донселаар, Энн Катлер
                       Населения

  ThA2P2 - обработка разговорной речи для особых групп населения
     153 обратной связи для систем обучения речи
                  Джеймс Дж.Махши
     157 Клиническое применение компьютерной тренировки речи для детей с нарушением слуха
                  Анн-Мари стер
     161 Улучшение богатых информацией областей естественного VCV и материалов предложений, представленных в шуме
                  Валери Хазан, Эндрю Симпсон
     165 Способности восприятия речи у детей с особыми трудностями чтения (дислексия)
                  Валери Хазан, Алан Адлард
     169 Бимодальное восприятие речи со сжатым спектром
                  Ларри Д.Паарманн, Майкл К. Винн
     173 Влияние предложения на восприятие силлабического стресса слушателями с нарушением слуха
                  Драгана Барак-Цикоя, Салли Ревуаль
     176 Применение автоматического распознавания речи для развития речи и языка у детей раннего возраста
                  Мартин Рассел, Кэтрин Браун, Адриан Скиллинг, Роб Сериал, Джули Уоллес, Билл Бохнам, Пол Баркер
     180 поддиапазонов адаптивного улучшения речи для слуховых аппаратов
                  Д. Р. Кэмпбелл
     184 Адаптация системы TTS к читающей машине для слепых
                  Томас Портеле, Юрген Кремер

  ThA2S1 - Специальная сессия I диалога
     188 Моделирование разговорного диалога с визуальной информацией и без нее
                  Кацухико Шираи
     192 Мультимодальное моделирование дискурса в многопользовательской многодоменной среде
                  Стефани Сенефф, Дэвид Годдо, Кристин Пао, Джозеф Полифрони
     196 Автоматическое получение вероятностных диалоговых моделей
                  Кендзи Кита, Ёсиказу Фукуи, Масааки Нагата, Цуёси Моримото
     200 единиц управления диалогом: пример
                  Пол Хейстеркамп, Скотт МакГлашан
     204 Разрешение ошибок при мультимодальном взаимодействии человека и компьютера
                  Шэрон Овиатт, Роберт ВанГент
     208 Улучшенное распознавание спонтанного диалога с использованием триггеров диалога и высказываний за счет адаптивного повышения вероятности
                  Рамеш Р.Саруккай, Дана Х. Баллард
     212 Распознавание речи для спонтанно произнесенных немецких диалогов
                  Кай Хбенер, Уве Йост, Хенрик Хайне
     216 Использование просодической информации для ограничения языковых моделей для разговорного диалога
                  Пол Тейлор, Хироши Шимодаира, Стивен Айсард, Саймон Кинг, Жаклин Ковтко

  ThP1L1 - языковое моделирование I
     220 Сочетание языковых моделей на основе слов и категорий
                  T.R. Нислер, П. Лесной
     224 Многоуровневая языковая модель, основанная на лексико-семантике, для управляемого интегрированного распознавания непрерывной речи
                  Франсиско Дж.Вальверде-Альбасете, Хосе М. Пардо
     228 Подход на основе категорий для распознавания слов вне словарного запаса
                  Флориан Гальвиц, Эльмар Ноэт, Генрих Ниманн
     232 масштабируемых языковых модели отсрочки
                  Кристи Сеймор, Рональд Розенфельд
     236 Моделирование зависимости языка от большого расстояния: сочетание тем и модели динамического кэша
                  Р. Айер, Мари Остендорф
     240 байесовских методов оценки для адаптации модели языка N-грамм
                  Марчелло Федерико

  ThP1L2 - извлечение функций для распознавания речи I
     244 Уменьшение размерности признаков с использованием оценки максимального правдоподобия пониженного ранга для скрытых марковских моделей
                  Дон X.солнце
     248 Использование коэффициентов многоуровневой сегментации для улучшения распознавания речи HMM
                  Кай Хбенер
     252 Сравнительное исследование методов преобразования линейных признаков для автоматического распознавания речи
                  Т. Эйзеле, Р. Хаб-Умбах, Д. Лангманн
     256 Включение временной информации в функции распознавания речи
                  Бен Милнер
     260 Новое кепстральное представление с использованием вейвлет-анализа и спектрального преобразования для надежного распознавания речи
                  Хуберт Васснер, Грард Шолле
     264 Извлечение признаков на основе вейвлетов для распознавания фонем
                  С.Дж. Лонг, С. Датта

  ThP1L3 - Производство речи - Измерение и моделирование
     268 Извлечение контуров языка на рентгеновских изображениях с минимальным взаимодействием с пользователем
                  Ив Лапри, Мари-Одиль Бергер
     272 Трехмерное измерение голосового тракта с помощью МРТ
                  Дидье Демолин, Тьерри Метенс, Ален Соке
     276-слоговая принадлежность конечных согласных кластеров претерпевает фазовый переход из-за скорости речи
                  Филип Глисон, Бетти Таллер, Дж.А. Скотт Келсо
     279 К биомеханической модели гортани
                  Артур Лобо, Майкл О'Мэлли
     283 Создание интонации с помощью наложения жестов
                  Янн Морлек, Грард Байи, Вроник Оберг
     287 Влияние звуковой обратной связи на формирование траектории F0
                  Хидеки Кавахара, Хироко Като, Дж. К. Уильямс

  ThP1P1 - Кодирование речи / HMM и NN в ASR
     291 О влиянии акцента и языка на низкоскоростные речевые кодеры
                  Я.С. Бернетт, Дж. Дж. Парри
     295 Назначение индекса кодового вектора VQ с использованием генетических алгоритмов для зашумленных каналов
                  J.S. Пан, Фергус Р. Макиннес, Мервин А. Джек
     299 Улучшенный алгоритм векторного квантования для передачи речи по шумным каналам
                  Гэвин С. Коули
     302 с очень низкой задержкой и высококачественным кодированием речевых сигналов от 20 Гц до 15 кГц при 64 кбит / с
                  К. Мурджа, Г. Фенг, А. Ле Гюядер, К. Квинкис
     306 Применение методов модификации динамика к фонетическому кодированию
                  Карлос М.Рибейро, Изабель М. Транкозо
     310 Энтропийно-кодированное векторное квантование со скрытыми марковскими моделями
                  Тадаси Ёнезаки, Киёхиро Шикано
     314 Применение рекуррентных нейронных сетей для кодирования речи с низкой скоростью передачи данных
                  Минору Кохата
     Система кодирования 318 CELP на основе Mel-Generalized Cepstral Analysis
                  Казухито Койсида, Кэйити Токуда, Такао Кобаяси, Сатоши Имаи
     322 Широкополосный повторный синтез узкополосной речи, закодированной по протоколу CELP, с использованием модели многополосного возбуждения
                  Чунг-Фат Чан, Вай-Квонг Хуэй
     326 рекуррентных нейронных сетей для распознавания фонем
                  Такуя Коидзуми, Микио Мори, Сюдзи Танигути, Мицутоши Маруя
     330 Модель акустической фонетической структуры арабского языка с использованием единой эргодической скрытой марковской модели
                  М.А. Мохтар, А. Зейн-эль-Абддин
     334 Моделирование информации о долгосрочной изменчивости в структуре стохастической траектории смеси
                  Ифань Гонг, Ирина Иллина, Жан-Поль Хатон
     338 Распознавание сегментарных фонетических признаков с помощью нейронечетких сетей и интеграция в N-лучшие решения
           Постобработка
                  Т. Моденк, Р. Сокол, Г. Мерсье
     342 Модель стохастической траектории со смесью состояний для непрерывного распознавания речи
                  Ирина Ильина, Ифань Гонг
     346 Распознавание имен по буквам по телефону
                  Герман Хильд, Алекс Вайбель
     350 Оптимальное связывание плотностей смесей ТММ с использованием деревьев решений
                  Жиль Булианн, Патрик Кенни
     354 Распознавание речи с использованием расширенного FVQ на основе нормализации распределения, зависимого от кодового слова, и кодового слова
           Взвешивание с помощью нечеткой целевой функции
                  Хван Джин Чой, Юнг Хван О
     358 Использование самоорганизующейся карты для ускорения оценки плотности вероятности для распознавания речи с помощью смеси
           Плотность HMMs
                  Микко Куримо, Пану Сомервуо

  ThP1S1 - Специальная сессия для диалога II
     362 Совмещение обнаружения и исправления речи ремонт
                  Питер А.Химан, Кён Хо Локен-Ким, Джеймс Ф. Аллен
     366 Создание спонтанного эллиптического высказывания
                  Юдзи Сагава, Ватару Сугимото, Нобору Охниши
     370 Развитие моделирования шведской просодии в спонтанном диалоге
                  Гста Брюс, Маркус Филипссон, Йохан Фрид, Бьерн Гранстрм, Челл Густафсон, Мерл Хорн, Дэвид Хаус,
                  Биргитта Ластоу, Пол Туати
     374 Разговорный язык в мультимедийной системе
                  Шимей Пан, Кэтлин Р.McKeown
     378 Синтез диалоговой речи японского языка на основе количественного анализа просодических характеристик
                  Кейкичи Хиросе, Маюми Саката, Хиромити Каванами
     382 Разговорный диалог в ситуации двойной задачи
                  Шуичи Танака, Шу Наказато, Кейитиро Хоаши, Кацухико Шираи

  ThP1S2 - Нейронные модели обработки речи I
       * Как информация о речи кодируется в периферийной слуховой системе?
                  Эрик Д. Янг
       * Спектральный анализ формы в центральной слуховой системе
                  Шихаб Шамма

  ThP2L1 - языковое моделирование II
     386 Моделирование нарушений в разговорной речи
                  Людоед Сиу, Мари Остендорф
     390 Оценка языковой модели с использованием отката кластерной модели
                  Джон Миллер, Фил Аллева
     394 Моделирование языка с помощью X-граммов
                  Антонио Бонафонте, Хос Б.Марио
     398 моделей фраз в классе для языкового моделирования
                  Клаус Райс, Финн Даг Буо, Алекс Вайбель
     402 Введение лингвистических ограничений в статистическое моделирование языков
                  Петра Гейтнер
     406 Моделирование языка со стохастическими автоматами
                  Цзяньин Ху, Уильям Турин, Майкл К. Браун

  ThP2L2 - извлечение функций для распознавания речи II
     410 новых алгоритмов преобразования быстрых вейвлет-пакетов для обработки речи с кадровой синхронизацией
                  Анджей Дрыгайло
     414 Искажение частоты в речи
                  С.Умеш, Л. Коэн, Н. Маринович, Д. Нельсон
     418 Извлечение речевых характеристик из человеческого речевого шума
                  Дайсуке Кобаяси, Сёдзи Кадзита, Казуя Такеда, Фумитада Итакура
     422 Анализ корреляции поддиапазонов для надежного распознавания речи
                  Сёдзи Кадзита, Кадзуя Такеда, Фумитада Итакура
     426 Новый подход ASR, основанный на независимой обработке и рекомбинации частичных полос частот
                  Эрв Бурлар, Стефан Дюпон
     430 Частотная и временная фильтрация энергии банка фильтров для распознавания речи HMM
                  Климент Наду, Джос Б.Марио, Хавьер Эрнандо, Альбино Ногейрас

  ThP2L3 - Гласные
     434 временные подсказки для гласных и универсалии инвентаря гласных
                  Кэрри Э. Лэнг, Джон Дж. Охала
     438 Акустическая изменчивость в спонтанной разговорной речи говорящих по-английски
                  Энн К. Сырдал
     442 Восприятие межъязыковой речи: восприятие говорящими на шведском, английском и испанском языках передних округлых гласных
                  Ракель Виллерман, Патриция К. Куль
     446 Межъязыковое восприятие гласных и их воспроизведение корейскими и японскими слушателями
                  Джон С.Л. Инграм, парк Си-Гюн
     450 Разборчивость и акустические корреляты английских гласных с японским акцентом
                  Дайан Кьюли-Порт, Рэйко Акахане-Ямада, Киёаки Айкава
     454 Стратегии сегментации для распознавания разговорного языка: данные полу двуязычных японских носителей английского языка
                  Киёко Ёнеяма

  ThP2P1 - НС и стохастическое моделирование
     458 Интеграция коннекционистского, статистического и символического подходов для непрерывной обработки разговорной речи на корейском языке
                  Кынбэ Ли, Чон-Хёк Ли, Пак Кьюбон, Бён-Чанг Ким
     462 К ASR при частично поврежденной речи
                  Гинек Херманский, Сангита Тимбервала, Миша Павел
     466 параметрических моделей траектории для распознавания речи
                  Герберт Гиш, Кенни Нг

     470 Использование гауссовского выделения в распознавании непрерывной речи большого словаря с использованием HMM
                  К.М. Книлл, М.Дж.Ф. Гейлс, С. Дж. Янг
     474 Кластеризация состояний между телефонами с использованием лексического ударения и контекста
                  Дж. Хогберг, К. Шоландер
     478 Декодирование отношения правдоподобия и меры уверенности для распознавания непрерывной речи
                  Эдуардо Лерида, Ричард К. Роуз
     482 Исследование непрерывного распознавания китайской речи на основе моделей стохастических траекторий
                  Сяохуэй Ма, Ифань Гун, Юйцин Фу, Цзижэнь Лу, Жан-Поль Хатон
     486 Предложение по новому алгоритму непрерывного эталонного DP без интервала для речевого или текстового поиска в реальном времени
                  Ёсиаки Ито, Дзиро Кияма, Хироши Кодзима, Сусуму Секи, Рюичи Ока
     490 Моделирование языка с помощью строкового шаблона N-грамм для распознавания японской речи
                  Акинори Ито, Масаки Кода
     494 Статистическое моделирование языка с использованием переменной длины контекста
                  Рейнхард Кнезер
     498 Сравнение гибридных HMM-архитектур с использованием глобального дискриминационного обучения
                  Финн Тор Йохансен
     502 Улучшенная оценка вероятности с моделями нейронных сетей
                  Вэй Вэй, Этьен Барнард, Марк Фэнти
     506 Нейронная сеть, использующая акустические подсловные единицы для непрерывного распознавания речи
                  Ха-Джин Ю, Юнг-Хван О
     510 О критериях ошибки в нейронных сетях как инструменте моделирования классификации человека
                  Луи Ф.М. тен Бош, Роэл Смитс
     514 Подход с нелинейной фильтрацией к стохастическому обучению артикуляционно-акустического картирования с использованием алгоритма EM
                  Гордон Рамзи
     518 Инструмент для автоматизированного проектирования языковых моделей
                  Ю.П. Ян, Дж. Р. Деллер-младший.
     522 Акустико-фонетическое декодирование на основе прогнозирующих нейронных сетей Элмана
                  Ф. Фрейтаг, Э. Монте
     526 Об улучшении способности распознавания распознавателя на основе RNN
                  Тан Ли, П.К. Чинг
     530 Оценка статистического моделирования языка для распознавания речи с использованием смешанной категории как слов, так и
           Части речи
                  Юми Вакита, Джун Каваи, Хитоши Иида

  ThP2S1 - Специальная сессия III для диалога
     534 Стратегия управления диалогом, основанная на надежности распознавания речи
                  Ясухиса Ниими, Ютака Кобаяси
     538 SpeechWear: мобильная речевая система
                  Александр И. Рудницки, Стивен Рид, Эрик Х. Тайер
     542 WHEELS: разговорная система в сфере автомобильных объявлений
                  Хелен Мэн, Сенис Бусаяпонгчай, Джеймс Гласс, Дэвид Годдо, Ли Хетерингтон, Эдвард Херли, Кристин
                  Пао, Джозеф Полифрони, Стефани Сенефф, Виктор Зу
     546 Эффективный диалог между человеком и компьютером: демонстратор AGS
                  М.Д. Садек, А. Ферриё, А. Козанне, П. Брете, Ф. Панаге, Ж. Симонин
     550 Dialog в телефонной системе RAILTEL
                  С.К. Беннасеф, Л. Девиллерс, С. Россет, Лори Ламель
     554 Обработка диалогов в системе перевода разговорной речи
                  Алон Лави, Лори Левин, Ян Ку, Алекс Вайбел, Донна Гейтс, Марсал Гавальд, Лаура Мэйфилд, Майт Табоада

  ThP2S2 - нейронные модели обработки речи II
     558 Новый механизм обработки речи на основе анализа слухового неокортикального контура
                  Борис Александровский, Джеймс Уитсон, Гретхен Андс, Гэри Линч, Ричард Грейнджер
     562 Моделирование нейронов в антеровентральном ядре улитки для обработки амплитудной модуляции (AM): применение к
           Звук речи
                  Пинг Тан, Жан Руа
     566 Подавление шума и нормализация громкости в акустическом интерфейсе на основе акустической модели
                  Халевейн Вереекен, Жан-Пьер Мартенс
     570 Психоакустическая модель для шумовой маскировки безмолвных взрывных взрывов
                  Джим Хант, Брайан Строп, Абир Алван
     574 обучающих машинных классификаторов для соответствия производительности слушателей-людей в задаче классификации естественных гласных
                  Мартин Ханк, Томас Холтон
     578 Модель нейронной матрицы для активного отслеживания частотно-модулированных тонов
                  Киёаки Айкава, Хидеки Кавахара, Минору Цудзаки

 Том 2

  FrA1L1 - Проверка высказываний и распознавание слов
     582 Настраиваемая пользователем система распознавания голосовых меток
                  Ричард С.Роуз, Эдуардо Лерида, Г.В. Эрхарт, Р.В. Grubbe
     586 Улучшение обнаружения ключевых слов для индексации саундтреков к видео
                  Филипп Гелен, Крис. Дж. Веллекенс
     590 новых эффективных наполнителей для неограниченного распознавания слов и поиска ключевых слов
                  Рашида Эль Млиани, Дуглас О'Шонесси
     594 Автоматическая транскрипция общих аудиоданных: предварительный анализ
                  Мишель С. Спина, Виктор Зу
     598 Расшифровка радио новостей
                  Фрэнсис Кубала, Тасос Анастасакос, Хуберт Джин, Лонг Нгуен, Ричард Шварц
     602 Исправление ошибок распознавания с помощью дискриминирующей проверки высказываний
                  Ананд Р.Сетлур, Рафид А. Суккар, Джон Джейкоб

  FrA1L2 - Приобретение / обучение Обучение учащихся второго уровня
     606 Изменяет ли обучение восприятию речи производство речи?
                  Рэйко Акахане-Ямада, Йохити Тохкура, Энн Р. Брэдлоу, Дэвид Б. Писони
     610 Удлинение фразового финала и сокращение с учетом ударения в речи носителей языка и изучающих японский язык.
           английский
                  Мотоко Уэяма
     614 акцент на японском языке иностранными студентами и японцами, говорящими на нетокийском диалекте
                  Нобуко Ямада
     618 Удаление гласных японских звуков тайваньскими изучающими японский язык
                  Дж.Кевин Варден, Цутому Сато
     622 Свободное владение и использование сегментарных диалектных характеристик при освоении второго языка (французского) англоговорящими
                  Даниль Аршамбо, Екатерина Фуше, Благовеста Манева
     626 Оценка значений частотности формант у детей и подростков на основе данных взрослых
                  П. Мартланд, С. П. Уайтсайд, Стив В. Бит, Л. Багхай-Равари

  FrA1L3 - фокус, стресс и акцент
     630 акустических корреляторов языкового ударения и акцента в голландском и американском английском
                  Агааф М.К. Слуйтер, Винсент Дж. Ван Хёвен
     Глава 634.
                  Хироя Фудзисаки, Сумио Оно, Осаму Томита
     638 тональных различий между эмфатическим стрессом и претоническим удлинением в квебекском французском
                  Линда Тибо, Мариз Уэлле
     642 Различие между «нормальным» фокусом и «контрастным / подчеркнутым» фокусом
                  Аня (Петцольд) Эльснер
     646 Восприятие тонального акцента американцами, изучающими японский язык
                  Юкихиро Нисинума, Масако Араи, Такако Аюсава
     650 Моделирование изменения диапазона высоты тона внутри динамика: прогнозирование целей F0 при "выступлении"
                  Элизабет Шриберг, Д.Роберт Лэдд, Жак Теркен

  FrA1P1 - Разговорный диалог и разговор
     654 Прогнозирование диалогов для системы перевода речи в речь
                  Норберт Райтингер, Ральф Энгель, Майкл Кипп, Мартин Клесен
     658 Автоматический перевод речи на основе семантической структуры
                  Йоханнес Мллер, Хольгер Шталь, Манфред Ланг
     662 Методология разработки приложений для разговорных языковых систем
                  Льюис М. Нортон, Карл Э. Вейр, К.В. Шольц, Дебора А. Даль, Ахмед Бузид
     665 Новая диалоговая система для ресторанного гида: проблемы быстрого прототипирования для специализированных доменов
                  Стефани Сенефф, Джозеф Полифрони
     669 Семантическая интерпретация японского сложного предложения в консультативном диалоге - с упором на послесловие
           Слово «КЕДО», которое работает как союз между предложениями
                  Тадахико Кумамото, Акира Ито
     673 Корейский морфологический анализатор для системы перевода речи
                  Ёнкук Хонг, Мён-Ван Ку, Гичжу Ян
     677 Общие и предметно-ориентированные аспекты модулей Waxholm NLP и Dialog
                  Рольф Карлсон, Шери Ханникатт
     681 Система в реальном времени для обобщения спонтанных разговорных диалогов между людьми
                  Мегуми Камеяма, Го Кавай, Исао Арима
     685 Оценка понимания разговорного языка и диалоговых систем
                  Бернд Хильдебрандт, Хайке Раутенштраух, Герхард Загерер
     689 Взаимодействие F0 между спикерами в диалогах
                  Кунико Какита
     693 Надежная система диалога для назначения встречи
                  Ханс Брандт-Пок, Гернот А.Финк, Бернд Хильдебрандт, Франц Куммерт, Герхард Загерер
     697 Сегментация разговорного диалога междометиями, ложными высказываниями и паузами
                  Казуюки Такаги, Шуичи Итахаши
     701 Диспетчер диалогов на основе форм для разговорных языковых приложений
                  Дэвид Годдо, Хелен Мэн, Джо Полифрони, Стефани Сенефф, Сенис Бусаяпонгчай
     705 Разработка сложных приложений телефонии с использованием технологии речи с большим словарным запасом
                  С.Дж. Уиттакер, Д.Дж. Аттуотер
     709 Создание 10000 систем разговорного диалога
                  Стивен Саттон, Дэвид Г. Новик, Рональд А. Коул, Питер Вермёлен, Жак де Вильерс, Йохан Шалквик,
                  Марк Фэнти
     713 Моделирование намерений говорящего для разговорных диалогов с большим словарным запасом (мандарин)
                  Янь-Цзюй Ян, Ли-Фэн Цзянь, Линь-Шань Ли
     717 Гибридные языковые модели и спонтанный правовой дискурс
                  P.E. Кенн, Мэри О'Кейн
     721 Смена темы и местное недоумение в устном юридическом диалоге
                  П.Э. Кенн, Мэри О'Кейн
     725 интонационных сигналов к структуре дискурса на японском языке
                  Дженнифер Дж. Вендитти, Марк Свертс
     729 принципов построения кооперативного разговорного диалога между человеком и машиной
                  Нильс Оле Бернсен, Ханс Дыбкьер, Лайла Дыбкьер
     733 Разработка и сравнение трехслоговых классификаторов ударения
                  Карен Л. Дженкин, Майкл С. Скордилис

  FrA1P2 - нарушения речи
     737 Взаимодействие расстройств речи с кодировщиками речи: влияние на разборчивость речи
                  Д.Дж. Джеймисон, Ли Денг, М. Прайс, Виджай Парса, Дж. Тилль
     741 Обнаружение смещения аритеноидного хряща с помощью акустического и электроглоттографического анализа джиттера
                  Маулио Н. Виейра, Арнольд Г. Д. Маран, Фергус Р. Макиннес, Мервин А. Джек
     745 Устойчивый F0 и оценка джиттера в патологических голосах
                  Маулио Н. Виейра, Фергус Р. Макиннес, Мервин А. Джек
     749 Речевой мониторинг инфекционного ларингита
                  Ф. Планте, Х. Кесслер, Б.М.Г. Читам, Дж.Earis
     753 Поиск нелинейных соотношений во временных рядах с ослабленным джиттером
                  Я. Шентген, Р. Де Гухтенере
     757 Оценка патологии голосовых складок с использованием автокорреляционного анализа AM оператора энергии Тигера
                  Лилиана Гавидиа-Себальос, Джон Х.Л. Хансен, Джеймс Ф. Кайзер
     761 Непрерывное положительное давление в дыхательных путях (CPAP) при лечении гиперназальности
                  Дэвид П. Куэн
     764 Улучшение аларингеальной речи с помощью адаптивной фильтрации
                  Кэрол Ю.Эспи-Уилсон, Венкатеш Р. Чари, Кэролайн Б. Хуанг
     768 Моделирование беспорядочной речи с использованием модели голосового тракта в частотной области
                  Ли Дэн, Сюэминь Шэнь, Д.Г. Джеймисон, Дж. Тилль
     772 Стохастическая модель возмущения фундаментального периода и ее применение к восприятию патологического голоса
           Качество
                  Ясуо Эндо, Хидеки Касуя
     776 Скрининговый тест для оценки патологии речи с использованием объективных критериев качества
                  Эрик Дж.Валлен, Джон Х.Л. Хансен
     780 последних достижений в области гиперназального обнаружения речи с использованием нелинейного оператора энергии тигера
                  Дуглас А. Кэрнс, Джон Х. Л. Хансен, Джеймс Ф. Кайзер

  FrA1S1 - Геометрия речевого тракта I
     784 Человеческое небо и родственные структуры: их артикуляционные последствия
                  Киёси Хонда, Синдзи Маэда, Мичико Хаши, Джим Дембовски, Джон Р. Вестбери
     788 Представление механики сплошной среды о деформации языка
                  Эдвард П.Дэвис, Эндрю Дуглас, Морин Стоун
     793 От МРТ и акустических данных до артикуляционного синтеза: пример латеральных аппроксимантов в американском английском
                  Филберт Бангаян, Абир Алван, Шрикантх Нараянан
     797 Жидкости в Тамильский
                  Шрикант Нараянан, Эбигейл Каун, Дэни Берд, Питер Ладефогед, Абир Алван

  FrA2L1 - Просодия в ASR и сегментации
     801 Моделирование сверхартикулярной речи при разрешении ошибок человек-компьютер
                  Шэрон Овиатт, Джина-Энн Левоу, Маргарет Макихерн, Карен Кун
     805 Использование ударения для устранения неоднозначности высказываний на тайском языке, содержащих синтаксическую двусмысленность
                  Сирипонг Потисук, Мэри П.Харпер, Джексон Т. Гандур
     809 Использование просодической информации для интеграции акустических и лингвистических знаний в непрерывную мандаринскую речь
           Распознавание с очень большим словарным запасом
                  Хун-юнь Се, Жэнь-юань Лю, Линь-шань Ли
     813 Определение границ слов с использованием вариаций высоты звука
                  Г.В. Рамана Рао, Дж. Шричанд
     817 Обнаружение границ фраз в японском языке с помощью низкочастотной фильтрации основных частотных контуров
                  Ацухиро Сакураи, Кейкичи Хиросе
     821 Новый метод делексикализации речи и его применение к восприятию французской просодии
                  В.Пагель, Н. Карбонелл, Ив Лапри

  FrA2L2 - Приобретение и обучение с помощью машины
     825 Адаптация задач для общения по телефонным линиям
                  Удо Буб
     829 Влияние ограничений биграмм на распознавание слов людьми: последствия для компьютерного распознавания речи
                  Рональд А. Коул, Йонгхонг Ян, Трой Бейли
     833 Алиса: овладение языком в разговорной среде - подход к обучению под слабым контролем
           Разговорная языковая система для языкового переноса
                  Тецунори Кобаяши
     837 Pitch Pattern Кластеризация пользовательских высказываний в человеко-машинном диалоге
                  Такаши Ёсимура, Сатору Хаямизу, Хироши Омура, Казуё Танака
     841 Упрощение языка с помощью декодирования с исправлением ошибок
                  Дж.К. Аменгуаль, Э. Видаль, Дж. М. Бенед
     845 Смешанный подход к пониманию речи
                  Мауро Четтоло, Анна Корацца, Ренато де Мори

  FrA2L3 - Диалоговые системы
     Распознавание речи 849 для информационного киоска
                  J.L. Gauvain, J.J. Гангольф, Л. Ламель
     853 Локализация системы автоматического запроса информации об общественном транспорте
                  Хельмер Стрик, Альберт Рассел, Хенк ван ден Хеувель, Катя Куккиарини, Луи Бовс
     857 Быстрый ограниченный естественный язык - развитие следующего поколения телефонных услуг
                  Стивен М.Маркус, Дебора В. Браун, Рэнди Г. Голдберг, Макс С. Шеффлер, Уильям Р. Ветцель, Ричард Р.
                  Росинский
     861 Обнаружение и проверка ключевой фразы для гибкого понимания речи
                  Тацуя Кавахара, Чин-Хуэй Ли, Бин-Хван Цзюань
     865 Интерактивное восстановление после ошибок распознавания речи в речевых пользовательских интерфейсах
                  Бернхард Сум, Брэд Майерс, Алекс Вайбель
     869 Оценка языковых моделей для новых разговорных языковых приложений
                  Сунил Иссар

  FrA2P1 - улучшение речи и надежная обработка
     873 H-бесконечная фильтрация для улучшения речи
                  Сюэминь Шэнь, Ли Дэн, Аниса Ясмин
     877 Сравнительный анализ характеристик устойчивости канала и методов выравнивания каналов для распознавания речи
                  Саид В.Васеги, Бен Милнер
     881 Функции надежного распознавания речи на основе фильтрации по временной траектории спектра частотного диапазона
                  Цзя-Линь Шэнь, Вэнь-лян Хван, Линь-шань Ли
     885 Длительное моделирование для улучшения распознавания связанных цифр
                  Кевин Пауэр
     889 Исследование дереверберации речи на основе фильтрации временной огибающей
                  Карлос Авендано, Хайнек Хермански
     893 Оценка структур марковских моделей
                  Торстен Брантс
     897 Модель канала фертильности для пост-коррекции распознавания слитной речи
                  Эрик К.Ринггер, Джеймс Ф. Аллен
     901 Восстановление широкополосного сигнала из телефонной речи с использованием обработки ошибок линейного прогнозирования
                  Хироши Ясукава
     905 Сглаженное спектральное вычитание для частотно-взвешенного HMM при распознавании зашумленной речи
                  Хироши Мацумото, Нобору Найто
     909 Простая архитектура для использования нескольких сигналов при разделении звука
                  Уильям С. Вудс, Мартин Хансен, Томас Витткоп, Биргер Коллмайер
     913 Об устойчивой автоматической сегментации спонтанной речи
                  Боян Петек, Уве Андерсен, Пол Дальсгаард
     917 Байесовская адаптация распознавателей речи к полевым речевым данным
                  С.Г. Мильетта, К. Мокбель, Д. Жуве, Ж. Монн
     921 Поддиапазонная адаптивная фильтрация, применяемая для улучшения речи
                  А. Дж. Дарлингтон, Д. Дж. Кэмпбелл
     925 Оценка шумоустойчивости динамики речи для распознавания говорящего
                  Дж. П. Опеншоу, Джон С. Мейсон
     929 Обзор методов улучшения речи для автоматического распознавания говорящего
                  Хавьер Ортега-Гарка, Хоакн Гонслес-Родргес
     933 Динамические функции для сегментарного распознавания речи
                  Наоми Харт, Саид В.Васеги, Бен Милнер
     937 Распознавание речи на основе модели слуховой системы человека
                  Такуя Коидзуми, Микио Мори, Сюдзи Танигути
     Кодер 941 APVQ, применяемый для широкополосного речевого кодирования
                  Дж. М. Салаведра, Э. Масграу
     945 Простое быстрое векторное квантование спектральных частот линий
                  Цзинь Чжоу, Яир Шохам, Али Акансу

  FrA2S1 - Геометрия речевого тракта II
     949 индивидуальностей говорящих по форме голосового тракта японских гласных, измеренных с помощью магнитно-резонансных изображений
                  Чан-Шэн Ян, Хидэки Касуя
     953 Акустика речевого тракта с использованием метода матрицы линий передачи (TLM)
                  С.Эль-Масри, X. Пелорсон, П. Саге, П. Бадин
     957 Построение прототипов сенсомоторных двигателей по аудиовизуальным образцам
                  Grard Bailly
     961 Параметризованная инверсия функции области ТН
                  Матс Бвегрд, Гуннар Фант
     965 Улучшенная модель голосового тракта для производства гласных, реализующая грушевидный резонанс и трансвелярное носовое сцепление
                  Цзяньву Данг, Киёси Хонда
     969 Синтез псевдоартикуляционной речи для распознавания с использованием автоматического извлечения признаков из рентгеновских данных
                  С.С. Блэкберн, С. Дж. Янг

  FrP1L1 - Адаптация и нормализация динамика I
     973 Метод мгновенной адаптации говорящего на основе N-best для распознавания речи
                  Томоко Мацуи, Садаоки Фуруи
     977 Техника разделения смеси и временный контроль в системе распознавания на основе HMM
                  К. Монтачи, М.-Дж. Карати, К. Баррас
     981 Единый подход к адаптации спектрального преобразования для надежного распознавания речи
                  Лэй Яо, Донг Ю, Тайи Хуан
     985 Он-лайн адаптивное изучение скрытых марковских моделей с коррелированной непрерывной плотностью для распознавания речи
                  Цян Хо, Чин-Хуэй Ли
     989 Адаптация динамика путем моделирования вариации динамика в системе распознавания непрерывной речи
                  Никко Стрм
     993 Система запроса неизвестных слов в теленовостях путем спонтанного повторения (применение нормализации говорящего по
            Проекция подпространства динамика)
                  Ясуо Арики, Сигэаки Тагашира

  FrP1L2 - Разговорный язык и NLP I
     997 Понимание языка с использованием моделей скрытого понимания
                  Ричард Шварц, Скотт Миллер, Дэвид Сталлард, Джон Махул
    1001 Обработка семантической информации на свободно говорящем языке
                  Аллен Л.Горин
    1005 Автоматическая лингвистическая сегментация разговорной речи
                  Андреас Штольке, Элизабет Шриберг
    1009 На пути к пониманию спонтанной речи: точность слов vs точность понятий
                  М. Борос, В. Эккерт, Флориан Гальвиц, Г. Грц, Г. Ханридер, Генрих Ниманн
    1013. Подход стохастического кадра для понимания естественного языка
                  Вольфганг Минкер, С.К. Беннасеф, Дж.Л. Говен
    1017 Улучшение понимания речи за счет включения ограничений базы данных и истории диалогов
                  Франк Зайде, Бернхард Рбер, Андреас Келлнер

  FrP1L3 - Анализ / синтез разговорного дискурса
    1021 Новая модель структуры дискурса для спонтанного разговорного диалога
                  Тетсуро Чино, Хироюки Цубои
    1025 Архитектура для управления разговорным диалогом
                  Дэвид Дафф, Барбара Гейтс, Сьюзан ЛуперФой
    1029 стратегий паузы в дискурсе на голландском языке
                  Моник Э.ван Донзель, Флориен Дж. Купманс-ван Бейнум
    1033 заполненных паузы как маркеры структуры дискурса
                  Марк Свертс, Энн Вихманн, Робберт-Ян Бойн
    1037 Просодический анализ корейской диалоговой речи - через сравнительное исследование с прочитанной речью
                  Чхоль Чжэ Сон, Минсу Хан
    1041 Смена темы: сколько времени это займет?
                  Мэри О'Кейн, P.E. Kenne

FrP1P1 - Акустическое моделирование I
    1045 Изучение словаря произношения по речевым данным
                  Кристиан-Майкл Вестендорф, Йенс Елитто
    1049 Trended HMM с дискриминационным обучением для фонетической классификации
                  С.Ратинавелу, Ли Дэн
    1053 Улучшение деревьев решений для акустического моделирования
                  Ариан Лазаридс, Ив Норманден, Роланд Кун
    1057 Улучшенный алгоритм обучения распознаванию речи на основе HMM
                  Гунцзюнь Ли, Тайи Хуанг
    1061 Распознавание речи с использованием предположения о сильной корреляции для мгновенных спектров
                  Дж. Мин, П. О'Бойл, Дж. МакМахон, Ф. Дж. Смит
    1065 О фильтрации параметров при непрерывном распознавании речи на основе подслов
                  Пау Пакс-Леаль, Климент Наду
    1069 Оценка центра статистических фонем с учетом фонематических сред
                  Сигеки Окава, Кацухико Сираи
    1073 Интеграция контекстно-зависимых длительных знаний в распознавание речи на основе HMM
                  Сюэ Ван, Луи Ф.М. тен Бош, Луи К. У. Полс
    1077 Распознавание речи на основе акустически полученных сегментных единиц
                  Т. Фукада, М. Баккиани, К.К. Паливал, Ёсинори Сагисака
    1081 Надежное гендерно-зависимое акустико-фонетическое моделирование при распознавании непрерывной речи на основе нового автоматического
           Классификация мужчин / женщин
                  Риварол Верджин, Азаршид Фархат, Дуглас О'Шонесси
    1085 Алгоритм адаптации кодовой книги для SCHMM с использованием распределения формант
                  Тэ Ён Ян, Вон Хо Шин, Веон Гу Ким, Дэ Хи Юн
    Привязка параметров 1089 для гибкого распознавания речи
                  Дж.Симонин, С. Бодин, Д. Жуве, К. Барткова
    1093 Распознавание слов на основе моделей межсловного и внутрисловного дифона
                  Цунео Нитта, Синъити Танака, Ясуюки Масаи, Хироши Мацу'ура
    1097 Моделирование продолжительности с применением расширенного HMM для распознавания речи
                  Антонио Бонафонте, Хосеп Видаль, Альбино Ногейрас

    1101 Различные стратегии кластеризации распределения с использованием дискретных, полунепрерывных и непрерывных HMM в CSR
                  Рикардо де Крдоба, Хос М.Пардо
    1105 Улучшенные модели телефонов и трифонов HMM для приложений телефонии ASR в реальном времени
                  Илия Зелькович, Шрикантх Нараянан
    1109 Улучшенная расширенная композиция HMM за счет включения изменения мощности
                  Ясухиро Минами, Садаоки Фуруи
    1113 Оптимальная фильтрация и сглаживание для распознавания речи с использованием стохастической целевой модели
                  Гордон Рамзи, Ли Дэн
    1117 Распознавание речи с использованием слоговых единиц
                  Чжихонг Ху, Йохан Шалквик, Этьен Барнард, Рональд А.Коул

  FrP1S1 - Физика и моделирование речевого тракта I
    1121 Поиск неизведанных эффектов в производстве речи
                  C.H. Кокер, М. Крейн, Б. Рейс, Р.А. Кубли
       * Вычислительные модели для генерации речи
                  С. Левинсон
    1125 Артикуляционный синтез с помощью рентгеновских лучей и инверсии для адаптивного речевого робота
                  П. Бадин, К. Абри

  FrP2L1 - Адаптация и нормализация динамика II
    1129 Метод адаптивного распознавания, основанный на апостериорном использовании схемы распределения выходных вероятностей
                  Цзинь-Сон Чжан, Бэйцянь Дай, Чанфу Ван, Хингкеунг Кван, Кейкичи Хиросе
    1133 Итеративная неконтролируемая адаптация с использованием линейной регрессии максимального правдоподобия
                  П.К. Вудленд, Д. Пай, М.Дж.Ф. Бури
    1137 Компактная модель для обучения с адаптацией к говорящим
                  Тасос Анастасакос, Джон Макдонаф, Ричард Шварц, Джон Махоул
    1141 Итеративная адаптация неконтролируемого динамика для пакетного диктовки
                  Сигэру Хомма, Дзюн-ичи Такахаши, Сигеки Сагаяма
    1145 Быстрая неконтролируемая адаптация к детской речи в задаче связанных цифр
                  Дэниел С. Бернетт, Марк Фэнти
    1149 Адаптация динамика с использованием древовидной структуры HMM с общим состоянием
                  Дзюн Исии, Масахиро Тономура, Шоичи Мацунага

  FrP2L2 - Разговорный язык и НЛП II
    1153 Учимся разбирать спонтанную речь
                  Финн Даг Буо, Алекс Вайбель
    1157 Обработка спонтанной речи и естественного языка ALPES: надежный синтаксический анализатор на основе семантики
                  Жан-Ив Антуан
    1161 Модуль обработки естественного языка для оператора с голосовым помощником в Telefnica I + D
                  Дж.Альварес-Черкадильо, Х. Каминеро-Хиль, К. Креспо-Касас, Д. Тапиас-Мерино
    1165 сложных слов в системах распознавания немецкой речи с большим словарным запасом
                  Андр Бертон, Пабло Феттер, Питер Регель-Брицманн
    1169 Просодия, пустые категории и синтаксический анализ - история успеха
                  Антон Батлинер, А. Фельдхаус, С. Гайсслер, Т. Кисс, Ральф Компе, Эльмар Нтх
    1173 Метод "почти синтаксического анализа" для моделирования языка
                  Б. Шринивас

  FrP2L3 - Продолжительность и ритм
    1177 От свойств сегментарной продолжительности к ритмической структуре: исследование взаимодействий между высоким и низким уровнем
           Ограничения
                  Мариз Уэлле, Бенот Тардиф
    1181 Анализ контекстно-зависимой сегментарной продолжительности для автоматического распознавания речи
                  Сюэ Ван, Луи С.В. Польс, Луи Ф. М. тен Бош
    1185 Роль ритмических групп в сегментации непрерывной французской речи
                  Дельфина Дахан
    1189 Значение темпоральных паттернов для просодии граничной сигнализации в связанной речи
                  Зита МакРобби-Утаси
    1193 Экспериментальное фонетическое исследование длительности слога корейского языка с учетом позиционного эффекта
                  Хёнбок Ли, Чхоль Чжэ Сон
    1197 Сроки движения высоты звука и акцентирования слогов
                  Дик Дж.Гермес

  FrP2P1 - Акустический анализ
    1201 Вероятностный подход к обнаружению тангажа AMDF
                  Гоангшуан С. Ин, Лия Х. Джеймисон, Карл Д. Мичелл
    1205 От сагиттального разреза к функции области: исследование RMI
                  Ален Соке, Вроник Лекю, Тьерри Метенс, Дидье Демолин
    1209 Обнаружение высоты тона и алгоритм решения вокализованного / невокализованного звука, основанный на вейвлет-преобразованиях
                  Лонард Джанер, Хуан Хос Бонет, Эдуардо Лерида-Солано
    1213 Разложение речевых сигналов на детерминированную и стохастическую части
                  Яннис Стилиану
    1217 Улучшенный детектор мгновенного закрытия Glottal на основе линейного прогноза и стандартной концепции шага
                  Чхоль-Ву Джо, Хо-Гюн Банг, В.А. Эйнсворт
    1221 Анализ речевых сегментов с использованием переменного спектрального / временного разрешения
                  Сихонг Ван, Стивен А. Захориан, Стефан Оберг
    1225 Временная кластеризация для фонетической сегментации
                  Брайан Эберман, Уильям Голденталь
    1229 Анализ формант с использованием смесей гауссианов
                  Пархам Золфагари, Тони Робинсон
    1233 Получение артикуляционных представлений из речи с различными режимами возбуждения
                  Хьюел Б. Ричардс, Джон С.Мейсон, Мелвин Дж. Хант, Джон С. Брайдл
    1237 «Слепая» сегментация речи: автоматическая сегментация речи без лингвистических знаний
                  Маниш Шарма, Ричард Дж. Маммон
    1241 Синтез речи с использованием нелинейной модели демпфирования энергии для эффекта вибрации голосовых складок
                  Хироши Омура, Кадзуё Танака
    1245 Обучение нейронных сетей с критериями L1 и его эффективность в линейном предсказании речевых сигналов
                  Мунехиро Намба, Хироюки Камата, Ёсихиса Исида
    1249 Предварительная обработка и нейронная классификация английских стоп-согласных [b, d, g, p, t, k]
                  А.Эспозито, К. Эзин, М. Чеккарелли
    1253 Сравнение алгоритмов адаптивной кластеризации в реальном времени на основе модифицированных k-средних (MKM) и NN для артикуляционного пространства
            Формирование кодовой книги
                  К.С. Анантакришнан
    1257 Новый подход к оценке источника голоса и параметров речевого тракта по речевым сигналам
                  Вен Дин, Хидеки Касуя
    1261 Распознавание слогов в прочитанной и спонтанной речи
                  Хартмут Р. Пфитцингер, Сюзанна Бургер, Себастьян Хайд
    1265 Максимальное правдоподобие изучения карт слуховых характеристик для стационарных гласных
                  Куансан Ван, Чин-Хуэй Ли, Бин-Хван Цзюань
    1269 Явная сегментация речи с использованием гауссовских моделей
                  Антонио Бонафонте, Альбино Ногейрас, Антонио Родригес-Гарридо
    1273 Сравнение нескольких последних методов оценки фундаментальной частоты и голосового решения
                  Э.Муссе, В.А. Эйнсворт, Джос А.Р. Фоноллоса
    1277 Робастная оценка высоты звука с усилением гармоник в шумной среде на основе мгновенной частоты
                  Тошихико Абэ, Такао Кобаяши, Сатоши Имаи
    1281 Интегрированный полиспектр распознавания речи
                  Асунцин Морено, Микель Рутлин

  FrP2S1 - Физика и моделирование речевого тракта II
    1285 Анализ акустических свойств носового тракта с помощью трехмерного МКЭ
                  Хисайоши Судзуки, Такаяоши Накаи, Хироси Сакакибара
    1289 экспериментов с анализом путем синтеза воздушного потока Glottal
                  Йохан Лильенкранц

 Том 3

  SaA1L1 - Распознавание речи с использованием HMM и NN
    1293 Метод инкрементальной адаптации динамиков для гибридного распознавателя HMM-MLP
                  Жоао П.Нето, Чиро А. Мартинс, Лус Б. Алмейда
    1297 Сегментация фонем непрерывной речи с использованием многослойного персептрона
                  Ёнджу Сух, Ёнджик Ли
    1301 Стохастические модели восприятия речи с длительной зависимостью
                  Джефф Билмс, Нельсон Морган, Су-Лин Ву, Херв Бурлард
    1305 Повышение производительности коннекционистского распознавания речи с большим словарным запасом
                  Г.Д. Кук, А.Дж. Робинсон
    1309 HMM и нейронная сеть OWE для непрерывного распознавания речи
                  Николя Пикан, Доминик Фор, Жан-Франсуа Мари
    1313 Сглаженная локальная адаптация систем коннекционистов
                  Стив Уотерхаус, Дэн Кершоу, Тони Робинсон

  SaA1L2 - Неблагоприятные условия окружающей среды и несколько микрофонов
    1317 Надежное распознавание речи с локализацией говорящего с помощью массива микрофонов
                  Такеши Ямада, Сатоши Накамура, Киёхиро Шикано
    1321 Локализация источника звука в реверберирующей среде с использованием алгоритма исключения выбросов
                  Иа-И Ян, Джеймс Л.Flanagan
    1325 Система Abbot LVCSR 1995 года для нескольких неизвестных микрофонов
                  Дэн Кершоу, Тони Робинсон, Стив Реналс
    1329 экспериментов по распознаванию речи в шумной и реверберирующей среде с использованием массива микрофонов и HMM
           Приспособление
                  Д. Джулиани, М. Омолого, П. Свайзер
    1333 Повышение надежности систем распознавания громкоговорителей GMM для шумной и реверберирующей речи с низкой сложностью
           Массивы микрофонов
                  Хоакн Гонслес-Родргес, Хавьер Ортега-Гарка, Цар Мартин, Луис Хернндес
    1337 Надежное автоматическое распознавание речи с использованием внешнего интерфейса с многоканальным разделением сигналов
                  Куан-Цзе Йен, Юньсинь Чжао

  SaA1L3 - Прозодический синтез в диалоге
    Генерация 1341 Prosody в преобразовании текста в речь с использованием графов зависимостей
                  Андерс Линдстрм, Иван Бретан, Матс Юнгквист
    1345 Метод извлечения неограничительной модификации на японском языке как отмеченный фактор просодии
                  Хисако Асано, Хисаши Охара, Ёсифуми Оояма
    1349 Моделирование контраста в генерации и синтезе разговорной речи
                  Скотт Прево
    1353 Модель обработки паузы слева направо на японском языке на основе ограниченной синтаксической информации
                  Хадзимэ Цукада
    1357 Моделирование интонации с акцентом на TTS-синтез греческих диалогов
                  Д.Галанис, В. Дарсинос, Г. Коккинакис
    1361 Synthesizing Prosody: подход, основанный на известности
                  Барбара Хойфт, Томас Портеле

  SaA1P1 - синтез речи
    1365 Анализ многоязычного текста для преобразования текста в речь
                  Ричард Спроут
    1369 Генератор устных пояснений для японских кандзи с использованием системы преобразования текста в речь
                  Ёсифуми Оояма, Хисако Асано, Кодзи Мацуока
    1373 Метод оценки просодического символа из текста для синтеза речи на японском языке
                  Кен-ичи Магата, Томоки Хамагами, Мицуо Комура
    1377 Статистические методы в моделировании испанской просодии на основе данных для преобразования текста в речь
                  Э.Лпез-Гонсало, Х.М. Родргес-Гарка
    1381 Обработка интонации для TTS с использованием метода стилизации и обучения нейронной сети
                  Чон-Чул Ли, Ёнджик Ли, Санг-Хун Ким, Минсу Хан
    1385 Создание контуров F0 из меток ToBI с использованием линейной регрессии
                  Алан В. Блэк, Эндрю Дж. Хант
    1389 Широкое исследование неоднозначности гомографа для синтеза мандаринской речи
                  Верн-Цзюнь Ван, Шоу-Хва Хван, Син-Хорнг Чен
    1393 Проект MBROLA: на пути к набору высококачественных синтезаторов речи, бесплатного для использования в некоммерческих целях
                  Т.Дютуа, В. Пагель, Н. Пьерре, Ф. Батай, О. Ван дер Врекен
    1397 Выбор обучающих данных для преобразования голоса с использованием выбора динамика и векторного сглаживания поля
                  Макото Хашимото, Норио Хигучи
    1401 Новый метод преобразования голоса, основанный на анализе как линейного, так и нелинейного прогнозирования
                  Ки Сын Ли, Дэ Хи Юн, Иль Ван Ча
    1405 О преобразовании спектра речи для преобразования голоса
                  Г. Бодуан, Яннис Стилиану
    1409 Спектральный анализ синтетической речи и естественной речи с шумом по телефонной линии
                  Кристина Делогу, Андреа Паолони, Сусанна Рагаццини, Паола Ридольфи
    1413 Новая система синтеза речи на основе модели производства речи ARX
                  Вэйчжун Чжу, Хидэки Касуя
    1417 Синтез речи с использованием алгоритма CELP
                  Жеральдо Лино де Кампос, Эвандро Баччи Гоува
    1421 Система преобразования текста в речь на мандаринском диалекте
                  Шоу-Хва Хван, Син-Хорнг Чен, Их-Ру Ван
    1425 алгоритмов модификации речи для преобразования текста в речь
                  М.Д. Эджингтон, А. Лоури
    1429 Обобщенный синтаксический анализатор LR для преобразования текста в речь
                  Пер Олав Хеггтвейт
    1433 Улучшенная форма-инвариантная модификация высоты тона и шкалы времени для конкатенативного синтеза речи
                  М.П. Поллард, Б. Читам, К. Гудиер, доктор медицины Эджингтон, А. Лоури
    1437 Метод извлечения формы волны синхронного тона возбуждения и его применение к синтезу VCV-конкатенации
           разговорных слов на японском языке
                  Ясухико Араи, Ре Мочизуки, Хирофуми Нисимура, Такаши Хонда
    1441 Новая китайская система преобразования текста в речь с высокой естественностью
                  Жэнь-Хуа Ван, Циньфэн Лю, Дифэй Тан
    Преобразование голоса 1445 на основе топологических карт характеристик и временной фильтрации
                  Ансгар Риншайд

  SaA1P2 - Технологии обучения разговорной речи
    1449 Система обучения языку с использованием модификации речи
                  Мерон Йорам, Кейкичи Хиросе
    1453 Восприятие контрастов английской / r / и / l / речи коренными корейскими слушателями с обширным знанием английского языка
           Опыт
                  Д.Дж. Джеймисон, К. Ю.
    1457 Автоматическая независимая от текста оценка произношения речи учащихся на иностранном языке
                  Леонардо Ноймайер, Орасио Франко, Митчел Вайнтрауб, Патти Прайс
    1461 Оценка вклада учебных технологий в преподавание произношения
                  Антонио Симоэс
    1465 Выявление ошибок произношения иностранцев при обучении второму языку - предварительные результаты
                  Максин Эскенази
    1469 Иностранный акцент в моделях интонации - сравнительное исследование с применением количественной модели контура F0
                  Hansjrg Mixdorff
    1473 Эффекты входной модальности с иностранным акцентом
                  Дункан Дж.Маркхэм, Ясуко Нагано-Мадсен

  SaA1S1 - Мультимодальная обработка разговорной речи I
    1477 Для восприятия речи людьми или машинами три чувства лучше, чем одно
                  Линн Э. Бернштейн, Кристиан Бенот
    1481 Несколько факторов, влияющих на степень включения информации, прочитанной с губ, в восприятие речи
                  Каору Секияма, Йохити Тохкура, Мичио Умеда
    1485 Описание аудиовизуальной информации во время речи
                  Э. Ватикиотис-Бейтсон, К.Г. Мунхолл, Ю. Касахара, Ф. Гарсия, Х. Йехиа
    1489. Применение метода чтения речи Тадома для обработки разговорной речи
                  Шарлотта М. Рид
    1493 Видение речи в пространстве и времени: психологические и неврологические выводы
                  Рут Кэмпбелл

  SaA2L1 - Просодия - Фонологические / фонетические меры
    1497 Что в "Чистом" Просодии?
                  Фолькер Стром, Кристина Видера
    1501 F0 Склонение при чтении вслух и спонтанной речи
                  Марк Свертс, Ева Странгерт, Маттиас Хелднер
    1505 Прогнозирование границ просодических фраз с учетом переменной скорости речи
                  Ён Чжун Ким, Юнг Хван О
    1509 Предсказание параметра F0 контекстуализированных высказываний в диалоге
                  Йоичи Ямасита, Риичиро Мидзогути
    1513 Производство и восприятие потенциально неоднозначных интонационных контуров носителями русского и японского языков
                  В.Макарова, Дж. Мацуи
    1517 Что является неизменным, а что необязательным при реализации ФОКУСИРОВАННОГО слова? Кросс-диалектное изучение шведского языка
           Предложения с подвижным фокусом
                  Роберт Эклунд

  SaA2L2 - Фонетика и восприятие
    1521 Количественная оценка спектральных характеристик фрикативов
                  Кристин Х. Шейдл, Шейла Дж. Мэр
    1525 Акустические характеристики эйзов в Ингушетии
                  Наташа Уорнер
    1529 Акустический профиль сокращения согласных
                  Р.J.J.H. ван Сон, Луи К. В. Полс
    1533 Devoicing в пост-вокальных канадско-французских препятствиях
                  Даниль Аршамбо, Благовеста Манева
    1537 Обращаем внимание на скорость речи
                  Александр Л. Фрэнсис, Ховард К. Нусбаум
    1541. Проблема отсутствия инвариантности и цель восприятия речи.
                  Ирен Аппельбаум

  SaA2L3 - Приобретение языка
    1545 Акустическая структура гласных в речи матери к младенцам и взрослым
                  Жан Э.Андруски, Патриция К. Куль
    1549 Акустические характеристики звукоизвлечения глухих и нормально слышащих младенцев
                  Крис Дж. Клемент, Флориен Дж. Купманс-ван Бейнум, Луи К. У. Полс
    1553 Изучение категорий гласных не на родном языке
                  Джон Кингстон, Кристин Бартельс, Джос Бенк, Дина Мур, Джереми Райс, Рэйчел Торберн, Нил Макмиллан
    1557 Распознавание слов японскими младенцами
                  П.А. Халле, Тосисада Дегучи, Юдзи Тамекава, Б. Бойссон-Барди, Сигеру Киритани
    1561 Исследование способностей младенцев к сегментации слов
                  Питер В.Ющик
    1565 Изменение восприятия границ раздела у 6- и 10-месячных японских младенцев в процессе развития
                  Акико Хаяси, Юдзи Тамекава, Тосисада Дегучи, Сигеру Киритани

  SaA2P1 - Постеры и просоды
    1569 Метод частотной области для параметризации источника голоса
                  Пааво Алку, Эркки Вилкман
    1573 Глоттал корреляты словесного ударения и напряженного / слабого противопоставления в немецком языке
                  Кшиштоф Марасек
    1577 Coarticulatory Stability in American English / r /
                  Сюзанна Бойс, Кэрол Ю.Эспи-Уилсон
    1581 Анализ английских / r / и / l / на основе МРТ
                  Синобу Масаки, Рэйко Акахане-Ямада, Марк К. Тиеде, Ясухиро Шимада, Ичиро Фудзимото
    1585 год. Лучше ли лексическое или метрическое ударение предсказать границы слов в голландском языке?
                  Дэвид ван Кёйк
    1589 Оптопалатограф (OPG): новый аппарат для анализа речи
                  А. А. Ренч, А. Д. Макинтош, В. Дж. Хардкасл
    1593 Предсказание систем гласных с использованием дедуктивного подхода
                  Рен Карр
    1597 различий между [t] и [tch] с использованием данных электропалатографии
                  Шейла Дж.Мэр, Селия Скалли, Кристин Х. Шейдл
    1601 Связь формант и артикуляции в словах для теста на разборчивость
                  Мичико Хаши, Рэймонд Д. Кент, Джон Р. Уэстбери, Мэри Дж. Линдстром
    1605 Роль коартикуляции в восприятии качества гласных в современном стандартном арабском языке
                  Имад Знагуи, Мохамед Йоу
    1609 Обновление чтения EPG
                  Саймон Арнфилд, Уилф Джонс
    1612 Обнаружение лексического ударения в парах слов с минимальным ударением
                  Гоангшиуан С.Ин, Лия Х. Джеймисон, Руксин Чен, Карл Д. Митчелл
    1616 Акустическое исследование взаимодействия ударных и безударных слогов в разговорном мандаринском диалекте.
                  Цзин Ван
    1620 Автоматическое определение акцентных ядер в начале слов для распознавания речи
                  Нобуаки Минемацу, Сэйити Накагава
    1624 Автоматическая генерация просодической структуры для высококачественного синтеза речи на мандаринском диалекте
                  Фу-цзян Чжоу, Чиу-ю Цзэн, Линь-шань Ли
    1628 г. Исследование японского просодического паттерна и его моделирования в ограниченной речи
                  Томоки Хамагами, Кен-ичи Магата, Мицуо Комура
    1632 Фонетическое исследование фокуса в непереходных глагольных предложениях
                  Стив Хоскинс
       * Вариация вибрации голосовых складок, связанная с просодическими состояниями
                  Сигеру Киритани, Хироши Имагава, Сэйдзи Ниими
    1636 Гете для Просодии
                  Стефан Рапп
    1640 просодических реплик в синтаксически неоднозначных строках; Механизм интерактивного планирования речи
                  К.А. Штрауб
    1644 Функциональная модель для генерации локальных компонентов контуров F0 на китайском языке
                  Цзиньфу Ни, Жэнь-Хуа Ван, Дэю Ся
    1648 г. - появление безмолвных остановок в общении для изучающих английский и испанский языки вторым языком.
                  Мари Феллбаум

  SaA2S1 - мультимодальная обработка разговорной речи II
    1652 Исследование эффекта Мак-Герка: значение для теорий восприятия речи
                  Керри П. Грин
    1656 Использование визуального компонента в автоматическом распознавании речи
                  Н.М. Брук
    1660 Перцептивная организация речи в одной или нескольких модальностях: общие функции, общие ресурсы
                  Роберт Э. Ремез
    1664 Мультимодальное кодирование речи в памяти: первый отчет
                  Дэвид Б. Пизони, Хелена М. Салдаа, Соня М. Шефферт

  SaP1L1 - пользовательско-машинные интерфейсы
    1668 Оценка автоматического распознавания речи как компонента человеко-машинного интерфейса устройства с несколькими входами
                  Б.А. Меллор, К. Бабер, К. Танли
    1672 Сбор данных для MASK Kiosk: WOz vs Prototype System
                  А.Лайф, И. Солтер, Дж. Темем, Ф. Бернар, С. Россет, С.К. Беннацеф, Лори Ламель
    1676 Экспериментальная система видеотелефонного перевода с японского и английского языков
                  М. Караорман, Т. Эпплбаум, Т. Ито, М. Эндо, Ю. Оно, М. Хошими, Т. Камай, К. Мацуи, К. Хата, С.
                  Пирсон, Ж.-К. Janqua
    Участие и соответствие 1680 пользователей в речевых автоматизированных телекоммуникационных приложениях
                  Сара Бассон, Стивен Спрингер, Синтия Фонг, Хонг Люн, Эд Ман, Мишель Олсон, Джон Питрелли, Ранвир
                  Сингх, Сук Вонг
    1684 Встраивание речи в веб-интерфейсы
                  Сэмюэл Байер
    1688 Система домашнего банковского обслуживания с голосовым управлением и ее полевые испытания
                  Тосихиро Исобе, Масатоши Моришима, Фуминори Ёситани, Нобуо Коидзуми, Кения Мураками

  SaP1L2 - Системы и правила TTS
    1692 Анализатор текста для корейских систем преобразования текста в речь
                  Санго Ли, Юнг-Хван О
    1696 Разработка и оценка фонологического синтаксического анализатора фраз для преобразования текста в речь на испанском языке
                  Хелен Э.Карн
    1700 Сравнение двух древовидных подходов к преобразованию графемы в фонемы
                  Уве Андерсен, Роланд Кун, Ариан Лазаридс, Пол Дальсгаард, Юрген Хаас, Эльмар Нт
    1704 Рекуррентная сеть, которая учится произносить английский текст
                  М.Дж. Адамсон, Р.И. Демпфер
    1708 Преобразование письма в телефон на основе архисегмента для конкатенативного синтеза речи на португальском языке
                  Элеонора Кавальканте Альбано, Аньнальдо Антонио Морейра
    1712 г.Новый метод создания единиц синтеза речи на основе фонологических знаний и техники кластеризации
                  Юки Ёсида, Синья Накадзима, Кадзуо Хакода, Томохиса Хирокава

  SaP1L3 - Просоды и маркировка
    1716 Согласованность в транскрипции и маркировке немецкой интонации с помощью GToBI
                  Мартина Грайс, Маттиас Рейелт, Ральф Бензмллер, Дж. Майер, Антон Батлинер
    1720 Синтаксически-просодическое разметка больших баз данных спонтанной речи
                  Антон Батлинер, Р.Компе, А. Кисслинг, Х. Ниманн, Э. Нт
    1724 Взаимосвязь между структурой дискурса и динамической скоростью речи
                  Флориен Дж. Купманс-ван Бейнум, Моник Э. ван Донзель
    1728 Использование просодических ключей, чтобы решить, когда производить высказывания обратного канала
                  Найджел Уорд
    Классификация диалогов 1732 г. с помощью просодии
                  Марион Маст, Ральф Компе, Стефан Харбек, Андреас Кисслинг, Генрих Ниманн, Эльмар Нт, Э.
                  Щукат-Таламаццини, В.Warnke
    1736 Использование лексического ударения в распознавании слитной речи для голландского языка
                  Дэвид ван Кёйк, Хенк ван ден Хёвел, Луи Бовс

  SaP1P1 - Идентификация и проверка говорящего / языка
    1740 Автоматическая акцентная классификация австралийской английской речи с иностранным акцентом
                  Карстен Кампф, Робин В. Кинг
    1744 Дискриминационная адаптация для проверки говорящего
                  Коркмазский Ф., Бинг-Хван Цзюань
    1748 Перцептивные особенности неизвестных иностранных языков, выявленные с помощью многомерного масштабирования
                  В.Штокмаль, Д. Мульджани, З.С. Связь
    1752 Он-лайн инкрементальная адаптация для проверки громкоговорителей с использованием оценок максимального правдоподобия параметров CDHMM
                  Кин Ю, Джон С. Мейсон
    1756 Комбинированные методы для улучшения решения о проверке говорящего
                  Доминик Жену, Фрдрик Бимбот, Гийом Гравье, Грард Шолле
    1760 Инкрементальная адаптация динамика с дискриминационным обучением с минимальным количеством ошибок для идентификации говорящего
                  Сезар Мартн дель Аламо, Дж.Альварес, К. де ла Торре, Ф. Дж. Поятос, Л. Эрндес
    1764 Нормализация правдоподобия на уровне кадра для независимой от текста идентификации говорящего с использованием моделей гауссовой смеси
                  Константин П. Марков, Сейичи Накагава
    1768 Об использовании просодических сигналов в автоматической идентификации языка
                  Энн Э. Тим-Гоббел, Сандра Э. Хатчинс
    Модель распознавания говорящего 1772 с использованием двумерного Mel-Cepstrum и прогнозирующей нейронной сети
                  Тадаши Китамура, Синсай Такей
    1776 Отказ от неизвестного языка в системе языковой идентификации
                  Хингкеунг Кван, Кейкичи Хиросе
    1780 Идентификация разговорного языка с использованием распознавания речи большого словаря
                  Джеймс Л.Иероним, Шубха Кадамбе
    1784 Идентификация акцента
                  Карлос Тейшейра, Изабель М. Транкозу, Антонио Серральхейро
    1788 г. Сравнение текстовых методов распознавания говорящих по телефонной речи с акустическим рассогласованием
                  Сарел ван Вуурен
    1792 Об источниках меж- и внутри-динамической изменчивости в акустической динамике речи
                  Сюэ Ян, Дж. Брюс Миллар, Иэн Маклауд
    1796 Идентификация языка с неточным сопоставлением строк
                  Кей М.Берклинг, Этьен Барнард
    1800 надежных просодических функций для идентификации громкоговорителей
                  М.Дж. Кэри, Э.С. Пэррис, Х. Ллойд-Томас, С.Дж. Беннетт
    1804 Текстовая независимая идентификация говорящего в шумной среде с помощью самоорганизующихся карт
                  Э. Монте, Дж. Эрнандо, Х. Мир, А. Адольф
    1808 Идентификация языка с использованием зависящих от языка фонем и не зависящих от языка речевых единиц
                  Пол Дальсгаард, Уве Андерсен, Ханне Хесселагер, Боян Петек

  SaP1S1 - Распознавание речи большого словаря: домен коммутатора
       * Распознавание речи с большим словарным запасом: домен коммутатора
                  Рональд Розенфельд, Эрв Бурлард

  SaP1S2 - Эмоции в распознавании и синтезе I
       * Добавление аффективного измерения: новый взгляд на анализ и синтез речи
                  Клаус Р.Шерер
    1812 Этологическая теория и выражение эмоций в голосе
                  Джон Дж. Охала
    1816 год: синтез эмоций в речи: пора ли волноваться?
                  Иэн Р. Мюррей, Джон Л. Арнотт

  SaP2L1 - Стохастические методы надежного распознавания речи
    1820 г. Исследование независимого от задачи выбора подслова и моделирования для распознавания речи
                  Чин-Хуэй Ли, Бин-Хван Цзюань, Ву Чоу, Дж.Дж. Молина-Перес
    1824 Одновременное проектирование функции ANN и распознавателя HMM с использованием обучения минимальной классификационной ошибке (MCE) на основе строк
                  Мазин Г.Рахим, Чин-Хуэй Ли
    1828 Квантование смесей-весов в связанной смеси HMM
                  Сунил К. Гупта, Фрэнк К. Сунг, Разиэль Хайми-Коэн
    1832 Компенсация отклонений в рамках MLLR для надежного распознавания речи и адаптации говорящего
                  M.J.F. Гейлс, Д. Пай, П.С. Лесной
    1836 Подход стохастического сопоставления максимального правдоподобия к нелинейному выравниванию для надежного распознавания речи
                  А.С. Сурендран, Чин-Хи Ли, Мазин Г. Рахим
    1840 Оценка смещения канала для распознавания телефонной речи
                  Джен-Цун Чиен, Сяо-Чуан Ван, Ли-Мин Ли

  SaP2L2 - Прозодический синтез текста в речь
    1844 Синтез английской интонации с использованием явных моделей чтения и спонтанной речи
                  М.Э. Джонсон
    1848 г. Реализация и оценка модели синтеза шведской интонации
                  Мерл Хорн, Маркус Филипссон
    1852 год: Natural Prosody Generation для систем преобразования текста в речь с учетом специфики предметной области
                  Нобуюки Катаэ, Синта Кимура
    1856 Улучшение синтеза речи
                  Марк Тэтхэм, Эрик Льюис
    1860 Синтез подчеркнутой речи из изолированной нейтральной речи с использованием моделей на основе HMM
                  Сахар Э. Бу-Газале, Джон Х.Л. Хансен
    Интонация сегмента моделирования 1864 года для словенской системы TTS
                  Алесь Добникар

  SaP2L3 - События диалога
    Предсказуемость слов 1868 года после колебаний: исследование на основе корпуса
                  Элизабет Шриберг, Андреас Штольке
    1872 Прерывания и интонация
                  Ли-чиунг Ян
    1876 ​​г.О непризнании недостатков в диалоге
                  Робин Дж. Ликли, Эллен Гурман Бард
    1880 Теория частотности слов и ее применение для распознавания движений диалога
                  Фил Гарнер, Сью Браунинг, Роджер Мур, Мартин Рассел
    1884 Единицы высказывания и обоснование в разговоре
                  Дэвид Р.Traum, Питер А. Химан
    1888 Координирование очередности с взглядом
                  Дэвид Г. Новик, Брайан Хансен, Карен Уорд

  SaP2P1 - Базы данных и инструменты
    1892 BABEL: Восточноевропейская многоязычная база данных
                  Питер Роуч, Саймон Арнфилд, У. Барри, Дж. Балтова, М. Болдеа, А. Фурсен, В. Гоне, Р. Губринович, Э.
                  Халлум, Л. Ламель, К. Марасек, А. Маршал, Э. Мейстер, К. Викси
    1894 USTC95 --- Корпус путунхуа
                  Жэнь-Хуа Ван, Дэю Ся, Цзиньфу Ни, Бичэн Лю
    1898 Сбор телефонных данных с использованием всемирной паутины
                  Эдвард Херли, Джозеф Полифрони, Джеймс Гласс
    1902 г. База данных речи "SIVA" для проверки говорящего: описание и оценка
                  М.Фальконе, А. Галло
    1906 Многоуровневое описание выражений даты в немецкой телефонной речи
                  Кристоф Дракслер
    1910 Визуализация поиска Витерби с использованием Vista: универсальный инструмент визуализации производительности
                  Роберт Х. Холстед младший, Бен Серридж, Жан-Мануэль Ван Тонг, Уильям Голденталь
    1914 Многоязычная система фонетического представления и анализа для различных речевых баз данных.
                  Тоомас Альтосаар, Матти Карьялайнен, Марти Вайнио
    1918 FRESCO: Сбор данных о французской телефонной речи - часть европейского проекта SpeechDat (M)
                  Д.Лангманн, Р. Хаб-Умбах, Луи Бовс, Э. ден Ос
    1922 год. Прогнозирование скорости исчерпания словарного запаса и необходимого объема словарного запаса для приложений обработки речи.
                  Йоханнес Мллер, Хольгер Шталь, Манфред Ланг
    1926 АМУЛЕТ: Автоматическая мультизенсорная маркировка речи и отслеживание событий: исследование пространственно-временных корреляций в
           Безмолвное взрывное производство
                  Натали Парланжо, Ален Маршал
    1930 Создание многоуровневой речевой базы данных для обработки спонтанной речи
                  Минсу Хан, Санхун Ким, Чон-Чул Ли, Йонг-Джу Ли
    1934 Предварительные материалы к базе данных румынской речи
                  Мариан Болдеа, Алин Дорога, Тибериу Думитреску, Мария Пескару
    1938 Маркированный банк данных разговорного стандартного немецкого языка Кильский корпус чтения / спонтанной речи
                  Клаус Дж.Колер
    1942 SAPPHIRE: расширяемый инструмент анализа и распознавания речи на основе Tcl / Tk
                  Ли Хетерингтон, Майкл МакКэндлесс
    1946 г. Автоматическое определение границ тем и ключевых слов в произвольной речи с использованием инкрементных ссылок без интервалов
            Непрерывный DP
                  Дзиро Кияма, Ёсиаки Ито, Рюичи Ока
    1950 Извлечение файлов голосовых сообщений на мандаринском языке с очень большим словарем с использованием речевых запросов.
                  Бо-Рен Бай, Ли-Фэн Чиен, Линь-Шань Ли
    1954 Гэндальф - Шведская база данных по проверке телефонных громкоговорителей
                  ЧАС.Мелин
    1958 Корпус задач карты DCIEM: спонтанный диалог в условиях депривации сна и лечения наркозависимости
                  Эллен Гурман Бард, К. Сотилло, А. Х. Андерсон, М. М. Тейлор
    1962 База данных о дизартрической речи Nemours
                  Ксавье Мендес-Пидаль, Джеймс Б. Поликофф, Ширли М. Петерс, Дженни Э. Леонцио, Х. Bunnell
    POST 1966: Параллельный объектно-ориентированный речевой инструментарий
                  Жан Хеннебер, Дияна Петровска Делакртаз

  SaP2S2 - эмоции в распознавании и синтезе II
    1970 Распознавание эмоций в речи
                  Франк Делларт, Томас Пользин, Алекс Вайбель
    1974 Эмоции в синтезе временной области
                  Барбара Хойфт, Томас Портеле, Моника Раут
    1978 Word Class Управляемый синтез просодических аннотаций
                  Саймон Арнфилд
    1981 Динамическое моделирование гласных звуков как инструмент синтеза
                  М.Банбрук, С. Маклафлин
    1985 Эмоциональная речь, вызванная с помощью компьютерных игр
                  Том Джонстон
    1989 Автоматический статистический анализ сигнальных и просодических признаков эмоций в речи
                  Родди Коуи, Эллен Дуглас-Коуи

 Том 4

  SuA1L1 - надежная обработка речи
    1993 Нормализация каналов и шума с использованием аффинно преобразованного кепстра
                  Сяоюй Чжан, Ричард Дж. Маммоне
    1997 Спектральная оценка и нормализация для надежного распознавания речи
                  Том Клаас, Фей Се, Дирк Ван Компернолле
    2001 Trellis Encoded Vector Quantization для надежного распознавания речи
                  У Чоу, Намби Сешадри, Мазин Рахим
    2005 Кластеризация телефонов с использованием расстояния Бхаттачарьи
                  Брайан Мак, Этьен Барнард
    2009 г. Изменчивость ломбардных эффектов при различных шумовых условиях
                  Ацуши Вакао, Кадзуя Такеда, Фумитада Итакура
    2013 Компенсация ломбардного эффекта и подавление шума для распознавания шумной ломбардной речи
                  Санг-мун Чи, Юнг-Хван О

  SuA1L2 - Диалекты и разговорные стили
    2017 Использование слов шибболет для автоматической классификации говорящих по диалекту
                  А.W.F. Хаггинс, Йоген Патель
       * Организация диалектного разнообразия в Северной Америке
                  Уильям Лабов
    2021 Сбор данных о японских диалектах и ​​их влияние на распознавание речи
                  Икуо Кудо, Такао Накама, Томоко Ватанабэ, Рэйко Камеяма
    Статистическая классификация диалектов 2025 года на основе средних фонетических характеристик
                  Дэвид Р. Миллер, Джеймс Тришитта
    2028 Норвежские цифры: вызов автоматическому распознаванию речи
                  Кнут Квале
    2032 г.Оценка распознавателя натуральных чисел Telefnica I + D на различных диалектах испанского языка из Испании и
           Америка
                  С.де ла Торре, Х. Каминеро-Хиль, Х. Альварес, К. Мартн дель Аламо, Л. Эрндес-Гмес

  SuA1L3 - Производство и восприятие просодии
    2036 Ритмические ограничения на определение ударения по английскому языку
                  Фред Камминс, Роберт Ф. Порт
    2040 О взаимодействии коллизии, фокуса и фонологической фразировки
                  Ирен Фогель, Стив Хоскинс
    2044 О квантовой природе времени речи
                  Гуннар Фант, Анита Крукенберг
    2048 Дифференциальное восприятие тональных контуров через слог
                  Дэвид Хаус
    Корреляты высоты тона, громкости и сегментной длительности 2052 года: на пути к модели фонетических аспектов финской просодии
                  Мартти Вайнио, Тоомас Альтосаар
    2056 Просодическая система манипуляции речевым материалом для перцептивных экспериментов
                  Нобуаки Минемацу, Сэйити Накагава, Кейкичи Хиросе
 
  SuA1P1 - Темы в ASR и поиске
    2060 кластерных языковых моделей с контекстно-эквивалентными состояниями
                  Дж.П. Уэберла, И. Р. Грансден
    2063 Моделирование контекстных эффектов и его применение к выделению слов
                  Юдзи Ёнэдзава, Масато Акаги
    2067 Новый алгоритм поиска ключевых слов с предварительно рассчитанными оптимальными порогами
                  Дж. Юнкавич, Л. Нойбауэр, Х. Хге, Г. Руске
    2071 Обнаружение неоднозначных частей сигнала, соответствующих словам OOV или неправильно распознанным частям ввода
                  Роксана Лакутюр, Ив Норманден
    2075 Методы аппроксимации языковой модели триграммы
                  Фабио Бругнара, Марчелло Федерико
    2079 Неконтролируемая и инкрементная адаптация динамиков в неблагоприятных условиях окружающей среды
                  Кейдзабуро Такаги, Коичи Шинода, Хироаки Хаттори, Такао Ватанабэ
    2083 Метод адаптивного сокращения луча для непрерывного распознавания речи
                  Хуго Ван Хамме, Филип Ван Элтен
    2087 Дизайн фильтра на основе данных для нормализации канала, подобного RASTA, в ASR
                  Карлос Авендано, Сарел ван Вуурен, Хайнек Хермански
    2091 Сравнение методов поиска с условием времени и слова для распознавания речи с большим словарным запасом
                  С.Ортманнс, Х. Ней, Франк Сайде, И. Линдам
    2095 Language-model Прогнозирование распознавания речи с большим словарным запасом
                  С. Ортманнс, Х. Ней, А. Эйден
    2099 Новый алгоритм поиска в решетках сегментации речевых сигналов
                  Жан-Люк Юссон, Ив Лапри
    2103 Поиск Витерби, управляемый LR-парсером, с механизмом объединения гипотез с использованием контекстно-зависимых моделей телефонов
                  Томокадзу Ямада, Сигеки Сагаяма
    2107 Распознавание дискретных высказываний с быстрым соответствием на основе общего сокращения данных
                  Ян Ноуза
    2111 Онлайн-моделирование мусора с дискриминантным анализом для проверки высказываний
                  Дж.Каминеро, К. де ла Торре, Л. Вильяррубия, К. Мартн, Л. Эрндес
    2115 Жульничество с несовершенными расшифровками
                  Пол Плэйсуэй, Джон Лафферти
    2119 Новый метод обучения классификаторов, используемых в адаптации говорящего
                  Наото Ивахаси
    2123 Распознавание слов большого словаря на основе словаря с графической структурой
                  Кацуки Минамино
    2127 N-лучший поиск на основе графа слов в распознавании непрерывной речи
                  Бах-Хип Тран, Франк Сайд, Фолькер Штайнбисс
    2131 Поиск луча Витерби с использованием многоуровневых биграмм
                  Дэвид М.Гоблирш
    2135 Волновой декодер для распознавания непрерывной речи
                  Эрик Бурке, Ву Чоу, Циру Чжоу
    2139 Долгосрочная онлайн-адаптация динамика для диктовки с большим словарным запасом
                  Эрик Телен
    2143 Постепенное создание графов слов
                  Герхард Загерер, Хайке Раутенштраух, Г. А. Финк, Бернд Хильдебрандт, А. Юсек, Франц Куммерт
    2147 Улучшение поиска N-Best для распознавания непрерывной речи
                  Ирина Ильина, Ифань Гонг
    2151 Sethos: система распознавания речи UPC
                  Антонио Бонафонте, Хос Б.Марио, Альбино Ногейрас
    2155 Сегментарный поиск для непрерывного распознавания речи
                  Пьетро Лафас, Лучано Фиссоре, А. Маро, Франко Равера

  SuA1P2 - Мультимодальный диалог / HCI
    2159 Исследование создания форм рта говорящей головы
                  А. П. Брин, Э. Бауэрс, У. Уэлш
    2163 Синтезатор текста в аудиовизуальную речь для французского языка
                  Бертран Ле Гофф, Кристиан Бено
    2167 Анализ движений головы и их роль в разговоре
                  Юри Ивано, Сиоя Кагеяма, Эми Морикава, Шу Накадзато, Кацухико Шираи
    2171 Мультимодальная база данных RWC для взаимодействий посредством интеграции разговорной речи и визуальной информации
                  Сатору Хаямизу, Осаму Хасэгава, Катунобу Ито, Катухико Сакауэ, Кадзуё Танака, Сигеки Нагая, Масаюки
                  Накадзава, Т.Эндо, Фумио Тогава, Кендзи Сакамото, Кадзухико Ямамото
    2175 О взаимосвязи между движениями бровей и вариациями Fo
                  Кристиан Кав, Изабель Гуателла, Роксана Бертран, Серж Санти, Франуаза Харли, Роберт Эспессер
    2179 Сколько слов на самом деле стоит картина?
                  Лорел Фейс, Кён Хо Локен-Ким, Цуёси Моримото
    2183 Визуальный синтез исходной акустической речи с помощью нейронных сетей Кохонена
                  А. Лагана, Ф. Лавагетто, А.Storace
    2187 Аудиовизуальное восприятие речи без речевых сигналов
                  Хелена М. Салдаа, Дэвид Б. Писони, Дженнифер М. Феллоуз, Роберт Э. Ремез

  SuA1S1 - многоязычная обработка речи I
    2191 Распознавание многоязычной речи в Dragon Systems
                  Джим Барнетт, А. Коррада, Г. Гао, Л. Гиллик, Ю. Ито, С. Лоу, Л. Манганаро, Б. Пескин
    2195 Многоязычное распознавание фонем с использованием акустико-фонетических сходств звуков
                  Иоахим Хлер
    2199 баз данных японской речи для надежного распознавания речи
                  Ацуши Накамура, Шоичи Мацунага, Тору Симидзу, Масахиро Тономура, Ёсинори Сагисака
    2203 Обработка разговорной речи в многоязычном контексте
                  Лори Ф.Ламель, М. Адда-Декер, Жан Люк Говен, Дж. Адда
    2207 Многоязычное взаимодействие человека с компьютером: от доступа к информации к изучению языка
                  Виктор Зу, Стефани Сенефф, Джозеф Полифрони, Хелен Мэн, Джеймс Гласс
    2211 SpeeData: многоязычный голосовой ввод данных
                  У. Акерманн, Б. Анджелини, Ф. Бругнара, М. Федерико, Д. Джулиани, Р. Греттер, Дж. Лаццари, Х. Ниманн

  SuA2L1 - Акустика в синтезе
    2215 Псевдоартикуляторные представления в синтезе и распознавании речи
                  Уильям Х.Эдмондсон, Джон П. Илс, Дорота Дж. Искра
    2219 Синтез исходных (/ s / -) кластеров стоп-жидкости с использованием HLsyn
                  Дэвид Р. Уильямс
    2223 Синтез трелей
                  Чилин Ши
    2227 Синтез речи по телефону с нейронной сетью и артикуляционным контролем
                  W.K. Ло, П. Цзин
    2231 Анализ десяти гласных звуков с учетом гендерного и регионального / культурного акцента
                  П. Мартланд, С. П. Уайтсайд, Стив В. Бит, Л. Багхай-Равари
    2235 Морфинг речи путем постепенного изменения параметра спектра и основной частоты
                  Масанобу Абэ

  SuA2L2 - Высота и скорость
    2239 Метод многооконных окон для надежного определения F0 в расширенном диапазоне
                  Эдуард Жоффруа
    2243 Нелинейная оценка сигналов DEGG с приложениями для определения высоты звука речи
                  Кеннет Э.Barner
    2247 Методы анализа высоты звука для сравнения кросс-спикеров
                  Джон. А. Мэйдмент, М. Луиза Гарсиа-Лекумберри
    2250 Непрерывная адаптация линейных моделей с импульсным возбуждением
                  Стив В. Бит, Л. Багхай-Равари
    2254 Количественный анализ местной скорости речи и ее применение к синтезу речи
                  Сумио Оно, Масамичи Фукумия, Хироя Фудзисаки
    2258 Быстрый и надежный детектор речи
                  Ян П.Верхассельт, Жан-Пьер Мартенс

  SuA2L3 - Акустическое моделирование II
    2262 Контекстное моделирование и кластеризация при распознавании непрерывной речи
                  Жан-Клод Жунква, Лоренцо Вассалло
    2266 Иерархическое разделение пространства артикуляционных состояний для распознавания речи на основе перекрывающихся признаков
                  Ли Дэн, Джим Цзянь-Сюн Ву
    2270 Нечеткий акустико-фонетический декодер для распознавания речи
                  Оливье Оппицци, Давид Фурнье, Филипп Жиль, Анри Млони
    2274 Слоговая десинхронизация фонетических функций для распознавания речи
                  Катрин Кирхгоф
    2277 Вероятностная структура для распознавания речи на основе функций
                  Джеймс Гласс, Джейн Чанг, Майкл МакКэндлесс
    2281 Моделирование контекстно-зависимых фонетических единиц в системе распознавания непрерывной речи для мандаринского языка
                  Джим Цзянь-Сюн Ву, Ли Дэн, Джеки Чан

  SuA2P1 - Общие плакаты ASR
    2285 ЯНВАРЬ-II: К спонтанному распознаванию испанской речи
                  Пуминг Жан, Клаус Райс, Марсал Гавальд, Донна Гейтс, Алон Лави, Алекс Вайбель
    2289 Уменьшенные полунепрерывные модели для распознавания непрерывной речи с большим словарным запасом в голландском языке
                  Крис Демуинк, Жак Дюшато, Дирк Ван Компернолль
    2293 Валидация различных подходов к гибкому словарю в швейцарских французских базах данных PolyPhone и PolyVar
                  Андрей Константинеску, Оливье Борне, Жиль Калоз, Грард Шолле
    2297 Использование коэффициента надежности при шумоподавлении нейронной сетью и алгоритмами взвешенного согласования
                  Нестор Бекрра Йома, Фергус Р.Макиннес, Мервин А. Джек
    2301 Нормализация правдоподобия с использованием эргодической HMM для распознавания непрерывной речи
                  Казухико Озэки
    2305 Динамическое управление серийной моделью
                  Лоуренс Кандилль, Анри Млони
    2309 Распознавание речи с использованием подразделов, зависящих от фонетических контекстов обучения и распознавания
           Словари
                  Хироаки Хаттори, Эйко Ямада
    2313 Скрытые марковские модели, объединяющие акустическую и артикуляционную информацию для автоматического распознавания речи
                  Бруно Джейкоб, Кристин Сенак
    2316 Создание невидимых трифонов из дифонов и монофонов с использованием метода воспроизведения речи
                  Матс Бломберг, Челл Элениус
    2320 диктовка китайской речи, независимая от говорящего, со словарным запасом 32 КБ
                  Бо Сюй, Бинг Ма, Шуу Чжан, Фэй Цюй, Тайи Хуанг
    2324 Использование моделирования произношения с акцентом для надежного распознавания речи
                  Дж.Дж. Хамфрис, П.С. Вудленд, Д. Пирс
    2328 Обучение словарю для спонтанного распознавания речи
                  Тило Слобода, Алекс Вайбель
    2332 Сравнение методов нормализации каналов для автоматического распознавания речи по телефону
                  Йохан де Вет, Луи Бовс
    2336 Обнаружение точки привязки для непрерывного распознавания речи на испанском языке: обнаружение фонетических событий
                  Мануэль А. Леандро, Хосе М. Пардо
    2340 Кепстральная компенсация полиномиальной аппроксимацией для распознавания речи, не зависящей от окружающей среды
                  Бхикша Радж, Эвандро Б.Гува, Педро Х. Морено, Ричард М. Стерн
    2344 Влияние речевых кодеров на распознавание речи
                  Б.Т. Лилли, К. Паливал
    2348 Вейвлет-преобразования для неоднородных систем распознавания речи
                  Лонард Джанер, Хосеп Март, Климент Наду, Эдуардо Лерида-Солано
    2352 Бинауральная модель как интерфейс для распознавания изолированных слов
                  Цуёси Усагава, Маркус Бодден, Клаус Ратейчек
    2356 Новое улучшение речи: разделение речевого потока
                  Хироши Г.Окуно, Томохиро Накатани, Такеши Кавабата

  SuA2S1 - многоязычная обработка речи II
    2360 Головных автоматов для перевода речи
                  Хиян Альшави
    Кластеризация 2364 слов с корпусами параллельной речи
                  Е-И Ван, Джон Лафферти, Алекс Вайбел
    2368 О переводе корейской речи на другие языки
                  Джэ-Ву Ян, Ёнджик Ли
    2371 VERBMOBIL: Эволюция сложной системы преобразования большой речи в речь
                  Томас Буб, Йоханнес Швинн
    2375 Перевод разговорной речи с ЯНУС-II
                  Алон Лави, Алекс Вайбель, Лори Левин, Донна Гейтс, Марсал Гавальд, Торстен Зеппенфельд, Пуминг Жан, Орен
                  Гликман

  SuP1L1 - Синтез на основе данных
    2379 Несегментный анализ и синтез на основе речевой базы данных
                  Эндрю Слейтер, Джон Коулман
    2383 Микросегментный синтез - экономические принципы в недорогом решении
                  Ральф Бензмллер, Уильям Дж.Барри
    2387 Whistler: обучаемая система преобразования текста в речь
                  X.D. Хуанг, А. Асеро, Дж. Адкок, Х.В. Хон, Дж. Голдсмит, Дж. Лю, Майк Пламп
    2391 Создание множественных описей синтеза с помощью процедуры начальной загрузки
                  Томас Портеле, Карл-Хайнц Штбер, Хорст Мейер, Вольфганг Гесс
    2395 Моделирование продолжительности сегмента в синтезе текста в речь на немецком языке
                  Бернд Мбиус, Ян П. ван Сантен
    2399 Японский ToBI с автоматической маркировкой
                  Ник Кэмпбелл

  SuP1L2 - Идентификация и проверка динамика
    2403 Общая проверка говорящего с использованием фоновых моделей вложенных слов и оценки отношения правдоподобия
                  С.Партасарати, А.Е. Розенберг
    2407 Неизвестно-множественная проблема кластеризации источников сигнала с использованием эргодической HMM и применительно к классификации громкоговорителей
                  Дж. Мураками, М. Сугияма, Х. Ватанабэ
    2411 GMM и ARVM: сотрудничество и конкуренция за независимое от текста распознавание говорящих по телефону
                  Ж.-Л. Le Floch, C. Montaci, M.-J. Карати
    2415 Выборочное использование спектра речи и метода VQGMM для идентификации говорящего
                  Цигуан Линь, Иа-И Джан, Чи Вэй Че, Донг-Сук Юк, Джеймс Л.Flanagan
    2419 Проверка говорящего посредством распознавания непрерывной речи с большим словарным запасом
                  Майкл Ньюман, Ларри Гиллик, Йошико Ито, Дон Макалластер, Барбара Пескин
    2423 Predictive Neural Networks in Text Independent Speaker Verification: оценка в базе данных SIVA
                  Андреа Паолони, Сусанна Рагаццини, Дж. Равайоли

  SuP1L3 - Акустическая фонетика
    2427 длительных характеристик групп согласных хинди
                  Нишит Шротрия, Раджеш Верма, С.К. Гупта, С.С. Агравал
    2431 Использование вейвлет-преобразований в распознавании фонем
                  Бенг Т. Тан, Минюэ Фу, Эндрю Спрей, Филипп Дермоди
    2435 Акустические свойства фонем в слитной речи при разной скорости речи
                  Хисао Кувабара
    2439 Просодическая параметризация разговорного японского языка на основе модели процесса генерации контуров F0
                  Хироя Фудзисаки, Сумио Оно
    2443 Модель логистической регрессии для обнаружения выступов
                  Арман Магбулех
    2446 Высококачественная просодическая модификация речевых сигналов
                  Победить Пфистера

  SuP1P1 - Восприятие гласных и согласных
    2450 О слоговых структурах китайского языка, связанных с распознаванием речи
                  Цзялу Чжан
    2454 Может ли морально-носовое слово возникать изначально на японском языке?
                  Такаси Отаке, Киёко Ёнеяма
    2458 Перцептивная ассимиляция гласных американского английского японскими слушателями
                  W.Стрэндж, Рэйко Акахане-Ямада, Б. Фицджеральд, Р. Кубо
    2462 Контекст и влияние говорящего на перцептивную ассимиляцию немецких гласных американскими слушателями
                  В. Стрэндж, О.-С. Бон, С.А. Трент, М.С. Макнейр, К. Bielec
    2466 Исследование перцептивного контраста неродной речи: фарингализованная / нефарингализованная дискриминация
           Франкоговорящие взрослые
                  Мохамед Захид
    2470 Контекстно-зависимая релевантность пакетов и переходов для воспринимаемого места в остановках: это в производстве, а не
           Восприятие
                  Роэл Смитс
    2474 Восприятие морэ в сравнении долгих гласных у носителей японского, корейского и английского языков
                  Риодзи Баба, Каори Омуро, Хиромицу Миядзоно, Цуёси Усагава, Масахико Хигучи
    2478 Отправные точки к лишению свободы
                  Робин Дж.Ликли
    2482 Влияние длительности и форманты на восприятие гласных
                  Джеймс Р. Савуш
    2486 Тестирование производительности человека для распознавания непрерывной речи
                  Н. Дешмук, Р.Дж. Дункан, А. Ганапатираджу, Дж. Пиконе
    2490 Разборчивость речи с отфильтрованными временными траекториями спектральных огибающих
                  Такаюки Араи, Миша Павел, Хинек Хермански, Карлос Авендано
    2494 Восприятие информации о гласных и говорящих в звуках дыхания
                  Д.Х. Уэлен, Соня М. Шефферт
    2498 Роль относительной частоты соседства в распознавании разговорного слова
                  Филипп Мусти, Моник Радо, Рональд Пирман, Пол Бертелсон
    2502 Переходная вероятность и мониторинг фонем
                  Джеймс М. Маккуин, Марк А. Питт
    2506 Идентификация гласных из французских стоп-пакетов
                  Анн Бонно
    2510 Слушание на втором языке
                  З.С. Бонд, Томас Дж. Мур, Беверли Гейбл
    2514 Восприятие лексического тона на разных языках: свидетельства лингвистического способа обработки
                  Денис Бернхэм, Элизабет Фрэнсис, Ди Вебстер, Судапорн Луксанианавин, Чаяда Аттапайбун, Франсиско
                  Ласерда, Питер Келлер
    2518 Акустическая корреляция с влиянием изменчивости говорящего на восприятие английского языка / r / и / l / японцами
           Слушатели
                  Джеймс С.Магнусон, Рэйко Акахане-Ямада

  SuP2LP - Церемония закрытия и пленарная лекция
    2522 Естественное общение с машинами - прогресс и вызов
                  Джеймс Л. Фланаган

  * Недоступно на момент печати
 

% PDF-1.6 % 2 0 obj > эндобдж 96 0 объект > поток 2009-08-19T13: 34: 58-05: 002010-05-25T12: 41: 17-04: 002010-05-25T12: 41: 17-04: 00 Подключаемый модуль Adobe Acrobat 8.22 Paper Capture Application / pdfuuid: 5328e877-3329 -484d-8df3-96e0c3fe72a2uuid: 055-542b-c24f-9046-b1c615b3feec конечный поток эндобдж 92 0 объект > / Кодировка >>>>> эндобдж 3 0 obj > эндобдж 8 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 12 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 16 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 20 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 24 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 28 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 32 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 36 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 40 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 44 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 48 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 52 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 56 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 60 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 64 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 68 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 72 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 76 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 80 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 84 0 объект > / Font> / ProcSet [/ PDF / Text / ImageB] >> / Type / Page >> эндобдж 286 0 объект > поток HWˎWZɁ1XvB 셡 1pz8Jdkl}} N «[vFúUq = ~: (k! $ ZU 5» χoϤq8rtp &, k ߪ @ jx \> UtVR2Uiak # r / 0txI ^] nhfji͸I ^ 8 ۇ 綺 = V + [F / ʈJKVtu {> oǛ9} lon? BvwZYX ^ ~? Ϗ = ~} 3VHLtL.{j3tPVtJrRJb; Rf? n, LOqC

точное произношение — португальский перевод — Linguee

Чем дольше вы

[…] живете в стране, чем больше увеличивается ваш словарный запас, мес r e точно y ou r произношение b b co mes, и тем лучше вы сможете общаться.

euridiom.com

Sem dvida, quanto mai s tempo s e vive num pas, mais rico o dictionary, ma is perfeita Expresso e mais fluda a comunicao.

euridiom.com

Затем ваш голос будет сравнен с использованием технологии голосового анализа, и вы увидите только h o w точно y o ur Roma ni a произношение i s .

linguashop.com

Логотип, означающий верный голос, представляет собой voz que acaba de ouvir. Depois de ouvir a voz, sua vez de pronunciar no microfone.

linguashop.com

Ваш голос будет сравниваться с помощью технологии голосового анализа и

[…] вы увидите только h o w точный y o ur Swe di s h с .

linguashop.com

Depois de ouvir a voz, sua vez de pronunciar no microfone.

linguashop.com

Говорите на английском языке с

[…] повышенная плавность a n d произношение a n d хороший уровень l o f d — это играющая разновидность […]

языковых структур и словарного запаса 4.

apps.ipb.pt:8080

Falar на английском языке

[…] com uma fl unci ae pronncia ava nada e um nve lb om e de exacti 9020 9020 i exacti 9020 u ma variedade […]

лингвистических языков и словарей.4.

apps.ipb.pt:8080

Я надеюсь, что t m y произношение o f t его слово с […]

, который я не очень хорошо знаю, был понятен парламенту.

europarl.europa.eu

Espero que

[…] estas pa la vras ​​ , cu ja pronncia n o me f am iliar, […]

tenham resultado claras para o Parlamento.

europarl.europa.eu

Это должно означать гораздо больше, чем наш традиционный акцент на том, чтобы то, что написано на этикетках

[…] и пакет s i s точный .

europa.eu

Isto deve ultrapassar muito o nosso tradicional cuidado de velar por que o que est escrito nos rtulos e

[…] embalagens fei до com rigor .

europa.eu

Железнодорожное предприятие может добавить еще

[…] показания a bo u t произношение , a s считает необходимым.

eur-lex.europa.eu

A empresa ferroviria poder acrescentar outras

[…] indica es rela tiv as pronncia, cas o o cons id ere needrio.

eur-lex.europa.eu

В контексте смешанного учебного курса обучающее программное обеспечение в основном используется для построения грамматики,

[…] словарь a n d произношение s k il ls.

clt-net.com

No contextto de um curso de aprendizado

[…]

combinado, или программное обеспечение, используемое в качестве базового для создания в качестве навыков

[…] gramtica, v ocab ulr io e pronncia .

clt-net.com

Вы будете

[…] обратите внимание на акценты a n d произношение , s en tence structure; […]

вы пополните свой словарный запас.

spanishworldinstitute.com

Voc perceber sotaq ues e pronunciaes , e str utura o de sentenas; […]

voc construir seu dictionary.

spanishworldinstitute.com

Менеджер инфраструктуры может добавлять дополнительные письма, например,

[…] с телефоном et i c произношение f o r каждая буква […]

добавлено, если требуется по алфавиту

[…]

рабочий язык (и) Менеджера инфраструктуры.

eur-lex.europa.eu

O gestor de infra-estruturas pode acrescentar mais letras,

[…] juntame nt e com um a pronncia f on tica pa ra cada […]

letra acrescentada, se o alfabeto da (s)

[…]

sua (s) lngua (s) operativa (s) assim o exigir.

eur-lex.europa.eu

Мы все обязаны убедиться, что все наши финансовые отчеты

[…] или иначе, a r e точно .

loreal.fr

Todos temos a obrigao de nos Certificarmos que os nossos registos,

[…] financeiros ou ou tros , s o Precisos .

loreal.fr

В соответствии с положениями FCPA по бухгалтерскому учету, это политика

[…]

Компания Global Crossing и ее аффилированные лица

[…] марка и ke e p точный b o ok s и записи […]

с разумной детализацией, разработка и поддержка

[…]

разумная система внутреннего контроля.

gblx.com

Consistente com as Dis contabilidade da FCPA, poltica da Empresa que a Global

[…]

Crossing e suas afiliadas faam e mantenham

[…] livros e re gistr os precision em deta lh es razoveis […]

e criem e mantenham um sistema razovel de controles internos.

gblx.com

Здесь она обсуждает

[…] важность o f a n точный p o rt rayal of […]

История и культура коренных народов.

america.gov

Aqui, ela fala sobre a importncia

[…] de um re trat o Preciso d a hi st ria e […]

da cultura dos povos indgenas.

america.gov

Accurate T r ac kings — Пуленепробиваемая система AffiliateBOT ens ur e s precision t r […]

отслеживания, поэтому будьте уверены, что

[…]

вы получаете должную компенсацию за все ваши усилия.

afrikboutik.com

Точное отслеживание —

[…] bala AffiliateBOT sistema de pro va garante tr fego precision e T ra ckings vendas, por isso […]

a certeza de que

[…]

Vest Devidamente Compensados ​​para todos os seus esforos.

африкбоутик.com

Вы будете изучать грамматику, письмо,

[…] чтение и Amer ic a n произношение o f E nglish для подготовки […]

вы преподаете американский английский в своей родной стране.

profiles.studyusa.com

Voc estudar gramtica,

[…] redao , leitu ra e pronncia e es tar pr eparado […]

para Ensinar ingls americano em seu pas de origem.

profiles.studyusa.com

Произношение P o we r 1 — Английский язык […]

Уверенность в передовых технологиях!

englishlearning.com

P o der da Pronncia 1 — Co nfia n a para […]

Falar Ingls atravs de uma Tecnologia Avanada!

englishlearning.com

Здесь можно выучить новые слова

[…] и улучшить лет u r произношение .

dw-world.de

Voc aprende palavras novas

[…] e mel ho ra s ua expresso или al .

dw-world.de

Правильное написание важно для

[…] дайте кор re c t произношение .

myriadonline.com

Ума ортография правильная

[…] needria para o bter uma bo a pronncia .

myriadonline.com

Возможно, вы можете нам немного помочь с cor re c t произношение o f y наше имя.

europarl.europa.eu

Talvez nos Poss a dar u ma ajuda para pronunciarmos correctiveamente o seu nome.

europarl.europa.eu

С фонетической точки зрения, движения можно делать

[…] необходимо для t h e произношение o f v owels and […]

согласных.

brazilembassy.in

Фальта

[…] equilbrio, alm de se r reflexo d e Possveis […]

проблем с психическим заболеванием и психическим расстройством.

brazilembassy.in

Выберите один из пяти наборов упражнений, которые помогут

[…] вы практикуете лет u r произношение .

englishelearning.com

Escolha um dos cinco concuntos de exerccios пункт

[…] ajud-lo a prat ica r s ua pronncia .

englishelearning.com

Произношение P o we r 1 включает 8 дюймов […]

1 словарь английского языка без дополнительной оплаты!

englishelearning.com

P ode r d a Pronncia 1 in clu i o D ic ionrio […]

de Ingls 8 em 1 sem custos adicionais!

englishelearning.com

На протяжении всего курса есть

[…]

семейство языковых ресурсов, готовых помочь вам,

[…] в том числе нас ef u l произношение , v oc abulary, запись […]

и грамматические инструменты.

kantoo.com

Durante o curso existem diversos recursos lingusticos prontos para

[…] ajud- lo , in clui nd o pronncia, vo cabu lri o, ferramentas […]

de redao e gramtica.

kantoo.com

В интерактивных диалогах

[…]

учащийся может взять на себя партисипативную говорящую роль,

[…] который, с cor re c t произношение , i s почти как […]

реальный разговор.

clt-net.com

O estudante tambm pode assumir um

[…]

dos papis nos dilogos intertivos

[…] que, de sde q ue sua pronncia est eja corr et a, funciona […]

quase como uma convertao real.

clt-net.com

Вы должны будете изучать лингвистику, методы и

[…]

Techniques of Teaching English, How to Teach English Grammar, Writing, Reading, Vocabulary,

[…] Разговор a n d Произношение .

profiles.studyusa.com

As matrias exigidas так: Lingustica,

[…]

Mtodos e Tcnicas de Ensino de Ingls, Como Ensinar Gramtica Inglesa, Redao, Leitura,

[…] Vocabulrio, C onver sa o e Dico .

profiles.studyusa.com

Эта технология позволяет записывать собственный голос путем потоковой передачи звука, а затем сравнивать его с образцом голоса в порядке

[…] для улучшения t h e произношение .

abaenglish.com

Esta tecnologia пермит гравар а

[…]

sua prpria voz por mtodos de streaming de udio e compare-la Repetidamente com a voz

[…] modelo pa ra mel hora r a pronncia .

abaenglish.com

bool ea n $ точное : t ru e f o r 9020 oc k разбор

raelcunha.com

логическое $ точное: tru e para fazer subs ti tui o fiel d as tabulaes

raelcunha.com

Разработать, внедрить и задокументировать программу профилактики для достижения общей

[…] Минимальный уровень безопасности

, который защищает информацию об учетной записи в соответствии с требованиями

. […] Ярмарка a n d Accurate C r ed it Сделки […]

Закон (FACTA)

mcafee.com

Estabelea, внедряйте и документируйте свою программу превентивных действий, чтобы получить информацию от

. […]

conta conforme exige a FACTA (Закон о справедливых и точных кредитных операциях, lei de

[…] transaes de crdit o justa s e Precisas) .

mcafee.com

Разработать и задокументировать программу предотвращения, которая защищает информацию об учетной записи в соответствии с требованиями

. […] Ярмарка a n d Accurate C r ed it Сделки […]

Закон (FACTA)

mcafee.com

Estabelea e Documente um programa de prevo que proteja as informaes sobre

[…]

contas conforme exige a FACTA (Закон о справедливых и точных кредитных операциях, lei de

[…] transaes de crdito ju stas e Precisas) .

mcafee.com

Доводим до вашего сведения, что th a t произношения f o un d здесь не обязательно были проверены людьми, обладающими необходимыми знаниями, чтобы предоставить вам соответствие et e , точный o r r Надежная информация.

форво.com

Inf или mamos qu ea s pronncias e nco ntr ada a qu i no foram, needariamente, revistas por pessoas.com, as c ompl etas , Precisas e con fiv ei s.

pt.forvo.com

Карточки для домашнего задания «Звуковое разграничение».Ю тв онлайн

Буква «Y» гласная или согласная, жесткая или мягкая? Фонетический разбор слова.

Этот вопрос очень часто задают студенты, которым нужно разобрать слово по всем правилам фонетики. Ответ на него вы получите чуть позже.

Общие сведения.

Прежде чем говорить о том, что такое буква «у» (мягкая или жесткая), следует выяснить, почему буквы русского алфавита обычно разделяются по таким характеристикам.

Дело в том, что каждое слово имеет свою звуковую оболочку, состоящую из отдельных звуков. Следует отметить, что звучание того или иного выражения полностью соответствует его значению. При этом разные слова и их формы имеют совершенно разное звуковое оформление. Причем сами звуки значения не имеют. Однако в русском языке они играют жизненно важную роль. Ведь благодаря им мы легко можем различать слова.
Приведем пример : [дом] — [дама] — [дом]; [m’el] — [m’el ‘], [volume] — [там], [house] — [volume].

Транскрипция.

Зачем нам нужна информация о том, что такое буква «у» (жесткая или мягкая)? Во время слова очень важно правильно отображать транскрипцию, описывающую его звучание. В такой системе принято использовать следующие обозначения:

— это обозначение называется квадратными скобками. Они обязательно ставятся для обозначения транскрипции.

[´] — напряжение. Ставится, если в слове больше одного слога.

[б ’] — своего рода запятая ставится рядом с согласной буквой и обозначает ее мягкость.

Кстати, при фонетическом разборе слов часто используется следующий символ — [j]. Как правило, они обозначают звук буквы «у» (иногда используется также такой символ, как [у]).

Буква «д»: согласная или гласная?

Как известно, в русском языке все звуки делятся на согласные и гласные. Они совершенно по-разному воспринимаются и произносятся.

Гласные звуки — это те звуки, при произнесении которых воздух легко и свободно проходит через рот, не встречая на своем пути каких-либо препятствий. Более того, их можно тянуть, с их помощью можно кричать. Если приложить ладонь к горлу, то довольно легко можно почувствовать работу связок (вокала) при произношении гласных. В русском языке 6 ударных гласных, а именно: [a], [e], [y], [s], [o] и [u] ».

Согласные звуки — это те звуки, при произнесении которых воздух встречает на своем пути препятствие, а именно лук или разрыв.Их внешний вид определяет характер звуков. Как правило, при произношении [s], [w], [h] и [g] образуется пробел. В этом случае кончик языка приближается к верхним или нижним зубам. Представленные согласные можно тянуть (например, [ф-ф-ф], [з-з-з]). Что касается лука, то такое препятствие образуется из-за закрытия органов речи. Воздух, а точнее его поток, резко его преодолевает, за счет чего звуки получаются энергичными и короткими. Именно поэтому их называют взрывоопасными. Кстати, потянуть их невозможно (попробуйте сами: [p], [b], [t], [d]).

Кроме вышеперечисленных согласных, русский язык также содержит следующие: [m], [d], [v], [f], [g], [l], [p], [h], [ c], [x] … Как видите, их намного больше, чем гласных.

Глухие и звонкие звуки.

Между прочим, между парами глухоты и звонкости образуется много согласных звуков: [k] — [g], [b] — [n], [z] — [c], [d] — [t] », [f] — [c] и др. Таких пар в русском языке 11. Однако есть звуки, не имеющие пары на этом основании.К ним относятся: [d], [p], [n], [l], [m] непарные голосовые, а [h] и [c] непарные голосовые ».

Мягкие и твердые согласные.

Как известно, согласные различаются не только звонкостью или, наоборот, глухотой, но и мягкостью и твердостью. Это свойство — вторая по важности характеристика звуков.

Итак, буква «у»: жесткая или мягкая? Чтобы ответить на этот вопрос, следует рассматривать каждый знак отдельно:

При произношении мягких согласных весь язык немного смещается вперед, а его средняя часть немного приподнимается.
При произношении твердых согласных весь язык буквально оттягивается.

Следует особо отметить, что многие согласные образуют между собой пары по таким характеристикам, как мягкость и твердость: [d] — [d ‘], [p] — [p’] и т. Д. Всего таких пар 15 . Однако есть некоторые звуки, не имеющие пары на этом основании. Какие сплошные буквы непарные? К ним относятся следующие — [w], [g] и [c]. Что касается непарных мягких, то это [u ‘], [h ’] и [th’].

Буквенное обозначение.

Теперь вы знаете, какая буква «у» — жесткая или мягкая. Но здесь возникает новый вопрос: «А как обозначается мягкость таких звуков на письме?» Для этого используются совершенно другие методы:

Буквы «e», «u», «e», «I» после согласных (не считая «g», «w» и «t») означают, что эти согласные мягкие. Приведем пример: дядя — [d’a’d’a], тетя — [t’o’t’a].
Буква «i» после согласных (не считая «w», «w» и «t») указывает на то, что эти согласные мягкие.Приведем пример: милый — [m’y’ly »], лист — [l’ist], нитки — [n’i’tk’i].
Мягкий знак («б») после согласных (не считая «г» и «ш») является показателем грамматической формы. Это также указывает на то, что согласные звуки мягкие. Примеры пример: расстояние — [дал ‘], мель — [м’эл’], запрос — [проз’ба].

Как видите, мягкость согласных звуков на письме передают не отдельные буквы, а их сочетания с гласными «е», «ю», «е», «я», а также мягкий знак. .Именно поэтому при фонетическом разборе слова специалисты рекомендуют обращать внимание на соседние символы.

Что касается гласной буквы «у», то она всегда мягкая. В связи с этим в транскрипции принято обозначать его так: [th ’]. То есть всегда нужно ставить символ запятой, обозначающий мягкость звука. Этому же правилу также подчиняются [ш ’], [ч’].

Подведем итоги.

Как видите, нет ничего сложного в правильном фонетическом анализе любого слова.Для этого достаточно знать, что такое гласные и согласные, глухие и звонкие, а также мягкие и твердые. Для лучшего понимания того, как оформить транскрипцию, приведем несколько подробных примеров.

1. Слово «герой». Состоит из двух слогов, второй ударный. Разберем:

Г — [г ‘] — звонкий, согласный и мягкий.
p — [p] — звонкий, согласный, непарный и твердый.
о — [о] — ударная гласная.
th — [th ’] — звонкий, согласный, непарный и мягкий.

Всего: 5 букв и 5 звуков.

2. Слово «деревья». Состоит из трех слогов, со 2-м ударением. Разберем:

D — [d ‘] — звонкий, согласный и мягкий.
е — [а] — безударная гласная.
p — [p ’] — звонкий, согласный, непарный и мягкий.
e — [e´] — ударная гласная.
в — [в ’] — звонкий, согласный и мягкий
b — [-]
e — [y ‘] — звонкий, согласный, непарный и мягкий и [е] — гласный, безударный;
в — [ф] — глухая,

515 тыс. 5213

Тема: Развлечения Страна: Россия Язык: Русский

Yu tv — развлекательный российский молодежный телеканал, который впервые вышел в эфир на частоте Муз-ТВ в сентябре 2012 года.На данный момент сеть телеканала Yu TV насчитывает более 880 крупных городов, а зрительская аудитория превышает 80 миллионов человек. Столь стремительный успех канала с политикой руководства, направленной на молодежную аудиторию. Например, на Yu TV состоится премьера 4-го сезона самого масштабного и популярного реалити-шоу «Топ-модель по-русски» в индустрии моды. Напомним, съемки проходили в Париже при непосредственном участии топ-модели Ирины Шейк.Среди новых проектов канала — «Киноблог» Валерии Гай Германики, в котором скандальный режиссер представит новости кино. В проекте «Искушения» Маша Малиновская испытает влюбленные пары на верность. В новом телевизионном сезоне много внимания будет уделено магии и кулинарии. Должен увеличиться градус положительных эмоций от шоу «Счастья! Видеоверсия ». В разделе« юмор »канал представит юмористическое шоу собственного производства« Точка Ю. ». Канал Yu TV ориентирован на тех, кто стремится всегда и во всем получать удовольствие, кто в любых жизненных ситуациях сопротивляется. рутина.Современный юмор, актуальные сериалы, модные реалити-шоу — такой качественный контент понравится тем, кто хочет получить максимум ярких эмоций.

Yu tv — российский развлекательный молодежный телеканал, который впервые вышел в эфир на частоте Муз-ТВ в сентябре 2012 года. На данный момент сеть телеканала Yu TV насчитывает более 880 крупных городов, а зрительская аудитория превышает 80 миллионов. люди.

Столь стремительный успех канала с его лидерской политикой, ориентированной на молодежную аудиторию.Например, на Yu TV состоится премьера 4-го сезона самого масштабного и популярного реалити-шоу «Топ-модель по-русски» в индустрии моды. Напомним, съемки проходили в Париже при непосредственном участии топ-модели Ирины Шейк. Среди новых проектов канала — «Киноблог» Валерии Гай Германики, в котором скандальный режиссер представит кинематографические новости. В проекте «Искушения» Маша Малиновская проверит влюбленных на верность.

В новом телевизионном сезоне большое внимание будет уделено магии и кулинарии.Должен увеличиться градус положительных эмоций от шоу «Счастья! Видеоверсия ». В разделе« юмор »канал представит юмористическое шоу собственного производства« Точка Ю. ».

Канал« Ю-ТВ »ориентирован на тех, кто стремится всегда и во всем получать удовольствие, кто в любой жизни ситуации противятся рутине.Современный юмор, актуальные сериалы, модные реалити-шоу — такой качественный контент понравится тем, кто хочет получить максимум ярких эмоций.

1.«Слушай, не зевай» / Услышав звук Y, опустите руки, звук L — поднимите руки вверх »

Y — L — 1

е, ал, ли, ой, я, ле, пли, ол, ах, ул, май, гель, лето, йод, мой, моль, мель, дай, яма, Лена.
2. «Запомни, повтори» / скажи 3-5 раз /

3. Произнесите / 5-7 раз /, различая звуки Y и L:

1. «Слушай, не зевай»

Y — L — 2

ягоды, липа, пальма, юг, шахта, соль, солянка, иди, глина, голубая, лебеди, крадется, наливает, пьет, Лена.
2. «Запомни, повтори» / 5–7 раз /

3. Говорите / 5-7 раз /

4. Игра «Я — Они» — Меняйте слова в шаблоне, выделяя голосом звуки Y и L: Что ты делал вчера? И наоборот: что я делаю?

1. «Слушай, не зевай и показывай буквы»

Y — L — 3

клюква, поет, салют, малышка, прикол, пила, моет, магия, колено, фея, дарит, олень, юнга, ленточка, Геннадий.

2.Говорите / 5 7 раз /

3. Составьте предложения со словами:
улей — Пчелы живут в u. Пчела улетела в лес.

Папа сделал пчелку li dya.
— Абоит — …
— бит — …
— интерфейс — …

4. «С 1 по 5/7 / и обратно» — эка / зейона / у / полив /

5. «Помни, повторяй»

клей — линейка — лилия
улей — лей — лен
талия — больной — Илья

1. Говорите / 5-7 раз /

звуков И — Л — 4

2.Игра с мячом «Я …, ты …, он …»
— для извлечения воды из / zeeno / eki ​​

3. «Помни, повторяй»

ель — листья — вырезано
аллея — июль — веселье
пойдем — бледно — соболь

4. Составьте предложения со словами:

— отпил — …
— полив — …
— выливается …
— пошел — …
— пошел …

1. Говорим / 5 — 7 раз /

звуков И — Л — 5

yogki / y / poen / ya /, kenova aeya, yubima nick, dinna ineka, куплено, украдено ру

* Если ребенку сложно произносить слова, то это слоги с надписями.

2. «От 1 до 7/10 / и обратно» — длинная линейка , куплена / д / / д /

3. «Завершите предложение»

— Машины из гаража … / слева /.
— Вокруг лужи машины … / проехали /.
— Машины на мосту … / проехали /.
— Машины с моста … / съехали /.
— Машины … / подъехали к дому /.
— Машины… / заехали в гараж /.

4. Выучить

Ла Мила ела клубнику во время измельчения.
— Теплый халат маловат.

1. Говорите / 5-7 раз /

звуков И — Л — 6

2. Сформируйте слова «Что? Который из? Который из? «

3. Произнесите предложения
— Я вытягиваю воду из дерева. — Илья наливает в банку клей.
— Лиля и Юлия выносят белье за ​​ворота. — Лилия насыпает лилию из лейки.
— Юля и Илья идут по аллее.

4. Learn
I have eka,
Oh, kaka / y / eka,
Увидимся, eku new mo?
пищевая вода, талая вода
я тоже налью цветы

— Какую воду? — Какая вода называется «талая»?

1.Послушайте рассказ и ответьте на вопросы полными предложениями.
Расскажи и перескажи историю / 3-5 раз /
в день именин
это тоже именины. Гая и Йена тоже были на обеде. Это купии дя и тюпаны, евкои и iii. На обед я, Гая и Йена и седло, котята и урны. Пии детский имонад и кюквенный компот. Потом мама с папой и катают детей на новой машине. / Ткаченко Т.А. /

— У кого были именины? — Когда были именины?
— Кто приходил в гости к Юлии? — Что подарили Юлии друзья?
— Что девочки ели и пили на обед? — Что девочки делали после обеда?

2.»Чья? Чья? Чьи? »
У и тюпаны. — Чьи это тюльпаны? — Это тюпаны.
У Гая б. — Чья это ель? — …
Ены эка. — Чья это лейка? — …
До хта. — …
У Лены ягоды. — …
Хав Гай од. — …

Веб-приложение для фонетической транскрипции румынского языка

Буквенный синтез речи

Синтез речи на основе букв Оливер Уоттс, Джуничи Ямагиши, Центр исследования речевых технологий Саймона Кинга, Эдинбургский университет, Великобритания О[email protected] [email protected] [email protected]

Подробнее

Арабская орфография против арабского OCR

Арабская орфография против арабского OCR Богатое наследие, бросающее вызов столь необходимой технологии. Мохамед Аттиа, на котором постоянно говорят более 2000 лет, арабский язык, несомненно, является самым старым среди

. Подробнее

Система синтеза речи NICT / ATR для Blizzard Challenge 2008

Система синтеза речи NICT / ATR для Blizzard Challenge 2008 Ranniery Maia 1,2, Jinfu Ni 1,2, Shinsuke Sakai 1,2, Tomoki Toda 1,3, Keiichi Tokuda 1,4 Tohru Shimizu 1,2, Satoshi Nakamura 1 , 2 1 Национальная

Подробнее

Онлайн-аналитика данных

Международный журнал компьютерных приложений в технических науках [ТОМ I, ВЫПУСК III, СЕНТЯБРЬ 2011 г.] [ISSN: 2231-4946] Аналитика данных в Интернете Yugandhar Vemulapalli #, Devarapalli Raghu *, Raja Jacob

Подробнее

Использование SAM Central с iread

Использование SAM Central с iread 1 января 2016 г. Для использования с iread версии 1.2 или новее, SAM Central и Student Achievement Manager версии 2.4 или новее PDF0868 (PDF) Houghton Mifflin Harcourt Publishing

Подробнее

Методы обучения нечетких систем

Методы обучения нечетким системам Рудольф Крузе и Андреас Нюрнбергер Департамент компьютерных наук, Университет Магдебурга Universitätsplatz, D-396 Магдебург, Германия Телефон: +49.39.67.876, Факс: +49.39.67.8

Подробнее

Калибровка мер уверенности при распознавании речи

Отправлено в IEEE Trans on Audio, Speech and Language, июль 2010 г. 1 Калибровка показателей уверенности в распознавании речи Дон Ю, старший член IEEE, Цзинью Ли, член IEEE, Ли Дэн, научный сотрудник, IEEE

Подробнее

Начальная школа на Фиск-стрит

Грамотность в начальной школе на Фиск-стрит в начальной школе на Фиск-стрит состоит из следующих компонентов: разговорная речь и аудирование; чтение; письмо; орфография; грамматика; почерк. В австралийской учебной программе указано

Подробнее

Получение межъязыковой информации

Получение межъязыковой информации RAFFAELLA BERNARDI UNIVERSITÀ DEGLI STUDI DI TRENTO P.ZZA VENEZIA, КОМНАТА: 2.05, E-MAIL: [email protected] Содержание 1 Благодарность ……………………….. …………….

Подробнее

Модели языка глубокой нейронной сети

Языковые модели глубоких нейронных сетей Эбру Арисой, Тара Н. Сайнат, Брайан Кингсбери, Бхувана Рамабхадран IBM T.J. Исследовательский центр Уотсона Йорктаун-Хайтс, Нью-Йорк, 10598, США {earisoy, tsainath, bedk, bhuvana}@us.ibm.com

Подробнее

Журнал фонетики

Journal of Phonetics 40 (2012) 595 607 Списки содержания доступны на домашней странице журнала SciVerse ScienceDirect Journal of Phonetics: www.elsevier.com/locate/phonetics Как лингвистические и вероятностные свойства

Подробнее .

admin

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *