三、實(shí)驗(yàn)語(yǔ)音學(xué)

近些年來(lái)，實(shí)驗(yàn)語(yǔ)音學(xué)研究已從過(guò)去的音素、音節(jié)分析擴(kuò)展到句子和語(yǔ)音篇章的分析。除音色之外，超音段特征包括音高、音強(qiáng)和音長(zhǎng)成為實(shí)驗(yàn)語(yǔ)音學(xué)的重要研究對(duì)象。語(yǔ)音規(guī)則的合成和識(shí)別、人工智能等，都是實(shí)驗(yàn)語(yǔ)音學(xué)關(guān)注的重點(diǎn)。

基于神經(jīng)網(wǎng)絡(luò)理論的研究越來(lái)越被學(xué)界關(guān)注，神經(jīng)網(wǎng)絡(luò)技術(shù)被應(yīng)用于語(yǔ)音合成與識(shí)別，相關(guān)研究有：黃曉輝、李京《基于循環(huán)神經(jīng)網(wǎng)絡(luò)的藏語(yǔ)語(yǔ)音識(shí)別聲學(xué)模型》（《中文信息學(xué)報(bào)》第5期）一文，將循環(huán)神經(jīng)網(wǎng)絡(luò)和連接時(shí)序分類算法應(yīng)用于藏語(yǔ)語(yǔ)音識(shí)別聲學(xué)建模，實(shí)現(xiàn)端到端的訓(xùn)練；實(shí)驗(yàn)結(jié)果顯示，與傳統(tǒng)基于隱馬爾可夫模型的聲學(xué)建模方法相比，循環(huán)神經(jīng)網(wǎng)絡(luò)模型在藏語(yǔ)拉薩話音素識(shí)別上性能優(yōu)越。

相關(guān)研究還有：梁寧娜、鄧彥松《基于DTW的藏語(yǔ)語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)》（《電子技術(shù)與軟件工程》10期）一文指出，語(yǔ)音識(shí)別技術(shù)是讓計(jì)算機(jī)識(shí)別人類的語(yǔ)音，并將人類的語(yǔ)音轉(zhuǎn)換為與之對(duì)應(yīng)的命令或操作?；诓卣Z(yǔ)的語(yǔ)音系統(tǒng)的識(shí)別研究現(xiàn)在還不成熟，文章將語(yǔ)音識(shí)別技術(shù)和藏語(yǔ)的聲學(xué)特征結(jié)合起來(lái)，用DTW算法實(shí)現(xiàn)對(duì)藏語(yǔ)語(yǔ)音進(jìn)行了識(shí)別設(shè)計(jì)。趙悅、李要嬙等《臨近最優(yōu)主動(dòng)學(xué)習(xí)的藏語(yǔ)語(yǔ)音識(shí)別方法研究》（《計(jì)算機(jī)工程與應(yīng)用》第22期）一文，基于主動(dòng)學(xué)習(xí)的藏語(yǔ)拉薩話語(yǔ)音語(yǔ)料標(biāo)注及選擇，該研究提出了一種臨近最優(yōu)的批量樣本選擇目標(biāo)函數(shù)，并驗(yàn)證了其具有submodular函數(shù)性質(zhì)。通過(guò)實(shí)驗(yàn)驗(yàn)證，該方法能夠使用較少的訓(xùn)練數(shù)據(jù)保證語(yǔ)音識(shí)別模型的精度，從而減少了人工標(biāo)注語(yǔ)料的工作量。

語(yǔ)音特征參數(shù)是語(yǔ)音信號(hào)分析的重要依據(jù)，藏語(yǔ)語(yǔ)音特征參數(shù)的精確度直接影響藏語(yǔ)語(yǔ)音合成、語(yǔ)音識(shí)別及語(yǔ)音壓縮、降噪等處理的效果。涉及藏語(yǔ)的相關(guān)研究有：卓嘎、姜軍、董志誠(chéng)《藏語(yǔ)語(yǔ)音時(shí)域參數(shù)提取關(guān)鍵技術(shù)研究》（《電腦知識(shí)與技術(shù)》第8期）一文，介紹了藏語(yǔ)時(shí)域語(yǔ)音信號(hào)處理過(guò)程中的語(yǔ)音特征參數(shù)及其提取關(guān)鍵技術(shù)和算法，分析了語(yǔ)音的時(shí)域特征參數(shù)在藏語(yǔ)語(yǔ)音分析中的實(shí)際應(yīng)用。都格草、才讓卓瑪、南措吉《基于譜減法的藏語(yǔ)語(yǔ)音減噪研究》（《廣西科學(xué)院學(xué)報(bào)》第1期）一文指出，譜減法是語(yǔ)音減噪中最常用的方法，文章通過(guò)統(tǒng)計(jì)分析譜減法的增益補(bǔ)償因子和過(guò)減因子參數(shù)，研究基于譜減法的藏語(yǔ)語(yǔ)音減噪處理，并取得較為理想的實(shí)驗(yàn)結(jié)果。