Page 31 - 《应用声学》2021年第2期
P. 31

第 40 卷 第 2 期         徐冬冬: 基于 Transformer 的普通话语声识别模型位置编码选择                                   199


                 arXiv: 1904.11660, 2019.                          Processing and their Applications (ISSPA 2010). IEEE,
              [9] Karita S, Chen N, Hayashi T, et al. A comparative study  2010: 121–124.
                 on transformer vs RNN in speech applications[J]. arXiv  [14] Zou W, Jiang D, Zhao S, et al. Comparable study of
                 Preprint, arXiv: 1909.06317, 2019.                modeling units for end-to-end mandarin speech recog-
             [10] Parmar N, Vaswani A, Uszkoreit J, et al. Image trans-  nition[C]//2018 11th International Symposium on Chi-
                 former[J]. arXiv Preprint, arXiv: 1802.05751, 2018.  nese Spoken Language Processing (ISCSLP). IEEE, 2018:
             [11] Luong M T, Pham H, Manning C D. Effective approaches  369–373.
                 to attention-based neural machine translation[J]. arXiv  [15] Toshniwal S, Kannan A, Chiu C C, et al. A comparison
                 Preprint, arXiv: 1508.04025, 2015.                of techniques for language model integration in encoder-
             [12] Ba J L, Kiros J R, Hinton G E. Layer normalization[J].  decoder speech recognition[C]//2018 IEEE Spoken Lan-
                 arXiv Preprint, arXiv: 1607.06450, 2016.          guage Technology Workshop (SLT). IEEE, 2018: 369–375.
             [13] Kopparapu S K, Laxminarayana M. Choice of Mel filter  [16] Kingma D P, Ba J. Adam: a method for stochastic opti-
                 bank in computing MFCC of a resampled speech[C]//10th  mization[J]. arXiv Preprint, arXiv: 1412.6980, 2014.
                 International Conference on Information Science, Signal

             . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .


             ⋄ 特讯 ⋄
                 我国著名建筑教育家、建筑学家,清华大学建筑学院                       声场计算机模拟、北京市最大效果最好的噪声治理工程等。
             原院长、教授,《应用声学》编委秦佑国先生于 2021 年 2 月 24                   秦佑国教授为人正直,学识渊博,一生钟情教学,工作
             日因病医治无效,在北京逝世,享年 78 岁。                            执着认真,常以君子之风言传身教,立德树人,为莘莘学子开
                 秦佑国教授 1943 年 12 月 29 日出生于上海,祖籍江苏              启建筑生涯。他主张“资深教授要为本科低年级学生上课”,
             扬州江都;1967 年获清华大学学士学位,1981 年获清华大学                  并面向全校新生讲授新生研讨课《建筑与技术》,开设文化素
             硕士学位,同年留校任教;1997 年 –2004 年任清华大学建筑                 质核心课《建筑的文化理解》,为建筑学本科一年级开设《建
             学院院长,曾任全国高等学校建筑学专业教育评估委员会主                        筑技术概论》、《建筑数学》。他提倡“理工类课程要人文性讲
             任、中国建筑学会建筑物理分会理事长。                                授”,开设了十年的博士生课程《科学、艺术与建筑》。
                 秦佑国教授将毕生精力奉献于建筑教育事业,筚路蓝                           秦佑国教授曾获得清华大学首届“新百年基础教学教
             缕、披荆斩棘,开拓建筑学科体系,倡导科学与艺术相结合、                       师奖”,曾 7 次获评学校“良师益友”称号,在清华“良师益
             理工与人文相结合的建筑专业帅才教育,创新性建构集建                         友”活动十周年时,他是全校获评次数最多的三人之一,并得
             筑、规划、景观、技术于一体的学科学院框架,引领和支持全                       到了“感动清华”奖牌。在他看来,“最大的欣慰是得到学生
             国众多建筑院校改革发展。他代表中国与来自 23 个国家建                      的认可。”
             筑评估及建筑学会代表共同签署堪培拉协议,推动中国建筑                            秦佑国教授长期担任《应用声学》编委,关心、支持《应
             教育迈向世界。                                           用声学》的建设与发展,严把学术质量关,由衷感谢他对《应
                 作为卓越的建筑物理学家,秦佑国教授在建筑声学、绿                      用声学》做出的贡献!沉痛悼念并深切缅怀秦佑国教授!
             色建筑领域取得重要创新性成果,在医疗建筑、空港建筑、计
             算机集成建筑系统研究等方面做出杰出贡献,多次荣获国家                              (节选自2021年2月25日《北京日报》客户端,
             级、省部级及建筑行业重要奖项。他曾创造了多个第一,如中                       有增减)
             国第一个做 SEA (统计能量分析) 研究、国内第一个做室内
   26   27   28   29   30   31   32   33   34   35   36