Quận Logan, Oklahoma – Wikipedia136765

Quận Logan Oklahoma
 Logan-County-Court-House.jpg "src =" http://upload.wik hè.org/wikipedia/commons/thumb/b/bc/Logan -County-Court-House.jpg / 220px-Logan-County-House.jpg "width =" 220 "height =" 148 "srcset =" // upload.wikippi.org/wikipedia/commons/thumb/b/ bc / Logan-County-Court-House.jpg / 330px-Logan-County-Court.jpg House 1.5x, //upload.wikippi.org/wikipedia/commons/thumb/b/bc/Logan-County-Court- House.jpg / 440px-Logan-County-Court-House.jpg 2x "data-file-width =" 4872 "data-file-height =" 3288 "/> 

<p> Tòa án quận Logan, Guthrie, Oklahoma </p>
</td>
</tr>
<tr class=  Bản đồ của Oklahoma làm nổi bật Hạt Logan
Vị trí ở tiểu bang Oklahoma của Hoa Kỳ
 Bản đồ của Hoa Kỳ làm nổi bật Oklahoma
Vị trí của Oklahoma ở Hoa Kỳ
Được thành lập 1890
Chỗ ngồi
Thành phố lớn nhất Guthrie
Diện tích
• Tổng 749 dặm vuông (1.940 km 2 )
• La nd 744 sq mi (1.927 km 2 )
• Nước 5.0 sq mi (13 km 2 ), 0,7%
Dân số (est. )
• (2013) 44,422
• Mật độ 56 / sq mi (22 / km 2 )
Quận Quốc hội Thứ 3
] Múi giờ Trung tâm: UTC 6 / −5
Trang web www .logancountyok .com

Quận Logan là một quận ở bang Oklahoma của Hoa Kỳ. Theo điều tra dân số năm 2010, dân số là 41.848. [1] Quận hạt của nó là Guthrie. [2]

Quận Logan là một phần của Thành phố Oklahoma, Khu vực thống kê đô thị OK. Guthrie từng là thủ đô của Lãnh thổ Oklahoma từ năm 1890 đến năm 1907 và của bang Oklahoma từ năm 1907 đến năm 1910.

Lịch sử [ chỉnh sửa ]

Sau Đạo luật hữu cơ Oklahoma năm 1890, thành lập Lãnh thổ Oklahoma, Hạt Logan được chỉ định là Hạt Một, trong số sáu quận được tạo ra từ Vùng đất chưa được giao . Thị trấn Guthrie được chỉ định là quận lỵ và thủ đô của Lãnh thổ Oklahoma. Quận được đặt tên vào ngày 5 tháng 8 năm 1890 cho Thượng nghị sĩ Hoa Kỳ, John A. Logan, ở Illinois. [3][4]

Vùng đất ở Hạt Logan đã được định cư trong những năm 1820 và 1830 bởi các bộ lạc Lạch và Seminole sau khi Ấn Độ bị cưỡng bức bởi chính phủ liên bang từ các lãnh thổ lịch sử truyền thống của họ ở Đông Nam Mỹ. Những bộ lạc này ủng hộ Liên bang Hoa Kỳ trong cuộc Nội chiến, một phần dựa trên lời hứa của CSA về một quốc gia Mỹ da đỏ nếu họ giành chiến thắng. Hoa Kỳ yêu cầu các bộ lạc ủng hộ Liên minh lập các Hiệp ước Tái thiết mới vào năm 1866.

Là một phần của các hiệp ước, Hoa Kỳ đã giảm bớt vùng đất của các bộ lạc này, chỉ định một số khu vực là Vùng đất chưa được giao. Khu vực 2 triệu mẫu Anh này đã được dành cho nhiều năm sau chiến tranh vì là vùng đất dành riêng cho các bộ lạc đồng bằng, những người chủ yếu định cư ở các khu vực khác. Quốc hội đã thông qua một đạo luật vào năm 1889, sau Chiến tranh Ấn Độ, để mở đất cho khu định cư không phải của người Ấn Độ theo các điều khoản của Đạo luật Homestead năm 1862. [5] Cuộc đổ bộ (hoặc chạy) diễn ra vào ngày 22 tháng 4 năm 1889 để thiết lập các mảnh đất homestead.

Ba thị trấn ở cực đông đã được thêm vào quận vào năm 1891, sau khi các khu vực của vùng đất Sắc và Fox cũng được mở cho khu định cư không phải của người Ấn Độ, sau khi giao đất cho các hộ gia đình bộ lạc theo Đạo luật Dawes. Luật này dẫn đến thiệt hại lớn về đất đai Ấn Độ. Hoa Kỳ đã phân loại các vùng đất còn lại sau khi được giao là &quot;thặng dư&quot; và cho phép chúng được bán cho những người không phải là thổ dân. [3]

Trước năm 1889, Đường sắt phía nam Kansas (sau là Atchison, Topeka và Santa Fe Đường sắt) đã xây dựng một tuyến từ biên giới Kansas-Oklahoma đến Purcell ở Lãnh thổ Ấn Độ. Các trạm được xây dựng ở Hạt Logan hiện tại là Beaver Creek (nay là Mulhall, Oklahoma) và Deer Creek (nay là Guthrie). Sau khi chạy trên đất liền, Guthrie, Oklahoma đã phát triển thành một trung tâm thương mại cho quận và khu vực, được kết nối bằng đường sắt đến các thị trường khác.

Đường sắt Denver, Enid và Vịnh (sau này là Atchison, Topeka và Santa Fe) chạy từ Guthrie đến Enid, Oklahoma. Đường sắt Choctaw, Oklahoma và Western (sau này là Chicago, Rock Island và Pacific Railway) chạy giữa Guthrie và Chandler, Oklahoma, trong khi Đường sắt Missouri, Kansas và Texas chạy về phía đông từ Guthrie đến Fallis, Oklahoma. Từ năm 1916 đến 1944, đường liên đô thị của Công ty Đường sắt Oklahoma chạy giữa Guthrie và Thành phố Oklahoma. [3]

Địa lý [ chỉnh sửa ]

Theo Cục điều tra dân số Hoa Kỳ, quận có tổng diện tích của 749 dặm vuông (1.940 km 2 ), trong đó 744 dặm vuông (1.930 km 2 ) là đất và 5.0 dặm vuông (13 km 2 ) ( 0,7%) là nước. [6] Quận nằm trong khu vực sinh lý đồng bằng Red Bed. Nó bị rút cạn bởi sông Cimarron và các dòng suối nhỏ hơn Cottonwood Creek và Ephraim Creek. [3]

Các đường cao tốc chính [ chỉnh sửa ]

Các quận liền kề [ ]

Nhân khẩu học [ chỉnh sửa ]

Dân số lịch sử
Điều tra dân số Pop. % ±
1900 26,563
1910 31,740 19,5%
1920 13,2%
1930 27,761 0,8%
1940 25.245 −9.1%
1950 22.170 −12.290 ] 18,662 15,8%
1970 19,645 5,3%
1980 26.881 36.8%
1990 29.01190 2000 33.924 16.9%
2010 41.848 23.4%
Est. 2017 46,784 [7] 11,8%
Hoa Kỳ Điều tra dân số thập niên [8]
1790-1960 [9] 1900-1990 [10]
1990-2000 [11] 2010-2013 [1]

Kim tự tháp tuổi cho Hạt Logan, Oklahoma, dựa trên dữ liệu điều tra dân số năm 2000.

[12] năm 2000, có 33.924 người, 12.389 hộ gia đình và 8.994 gia đình cư trú trong quận. Mật độ dân số là 46 người trên mỗi dặm vuông (18 / km²). Có 13.906 đơn vị nhà ở với mật độ trung bình 19 trên mỗi dặm vuông (7 / km²). Thành phần chủng tộc của quận là 81,6% da trắng, 11,0% da đen hoặc người Mỹ gốc Phi, 2,9% người Mỹ bản địa, 0,3% người châu Á, 0,1% người đảo Thái Bình Dương, 1,2% từ các chủng tộc khác và 2,9% từ hai chủng tộc trở lên. 2,9% dân số là người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào.

Có 12.389 hộ trong đó 33,70% có con dưới 18 tuổi sống với họ, 59,2% là vợ chồng sống chung, 9,8% có chủ hộ là nữ không có chồng và 27,4% không có gia đình. 23,7% của tất cả các hộ gia đình được tạo thành từ các cá nhân và 9,7% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,57 và quy mô gia đình trung bình là 3,04.

Trong quận, dân số được trải ra với 25,5% dưới 18 tuổi, 12,0% từ 18 đến 24, 26,5% từ 25 đến 44, 23,7% từ 45 đến 64 và 12,3% là 65 tuổi tuổi trở lên. Độ tuổi trung bình là 36 tuổi. Cứ 100 nữ thì có 97,60 nam. Cứ 100 nữ từ 18 tuổi trở lên, có 92,90 nam.

Thu nhập trung bình cho một hộ gia đình trong quận là 36.784 đô la và thu nhập trung bình cho một gia đình là 44.340 đô la. Nam giới có thu nhập trung bình là $ 31,345 so với $ 22,677 cho nữ giới. Thu nhập bình quân đầu người của quận là $ 17,872. Khoảng 8,7% gia đình và 12,9% dân số sống dưới mức nghèo khổ, bao gồm 15,0% những người dưới 18 tuổi và 13,0% những người từ 65 tuổi trở lên.

Chính trị [ chỉnh sửa ]

Đăng ký cử tri và Đăng ký Đảng vào ngày 15 tháng 1 năm 2018 [13]
Đảng Số người bỏ phiếu Tỷ lệ phần trăm
Dân chủ 6.749 26,39%
Đảng Cộng hòa 15.160 59,28%
Không liên kết 3.919 14,33%
Tổng cộng 25.573 100%

Trong chính trị của Tổng thống, Hạt Logan là một quận Cộng hòa đáng tin cậy. Kể từ năm 1960, nó chỉ bầu chọn hai lần cho ứng cử viên Dân chủ, vào năm 1964 cho Lyndon B. Johnson) (53-47%) và lần cuối vào năm 1976 khi nó suýt đi cho Jimmy Carter (50-48%). Barack Obama hầu như không nhận được hơn 1/4 số phiếu trong năm 2012. Đây là một màn trình diễn kém hơn so với hiệu suất 29% của George McGocate trong năm 1972.

Trong chính trị Gubernatorial, kể từ năm 1990, nó đã bỏ phiếu 4 lần cho đảng Cộng hòa (1994, 1998, 2002 & 2010) và hai lần cho đảng Dân chủ (1990, cho David Walters và 2006 cho tái tranh cử của Brad Henry.

Trong chính trị Thượng viện Hoa Kỳ, kể từ năm 1990, nó cũng đã bầu chọn đảng Cộng hòa trong mọi cuộc thi ngoại trừ cuộc tái tranh cử của David Boren vào năm 1990, khi ông mang mọi quận ở Oklahoma.

Kết quả bầu cử tổng thống

Kết quả bầu cử tổng thống [14]
Năm Cộng hòa Dân chủ Các bên thứ ba
2016 71,8% 13,633 22,4% 4.248 5,8% 1,098
2012 72.3% 12.314 4,724
2008 68,7% 12,556 31,3% 5,717
2004 70,2% 11,474 29,474 2000 63,6% 8,187 35,0% 4,510 1,3% 173
1996 48,5% 5,949 39,549 12,0% 1.474
1992 44.0% 6.071 32.3% 4.453 23.8% 3.282 [196591] 19659137] 6,947 39,3% 4,603 1,3% 154
1984 69,8% 8,357 29,7% 3,551 ] 71
1980 63,2% 6,311 32,5% 3,246 4,4% 435
1976 48,0% 82 50,3% 4,594 1,8% 160
1972 68,9% 6,543 29.0% 2.760 200
1968 48,6% 3.960 30,8% 2,508 20,7% 1.689
1964 47.0% [1999] 53,1% 4,279
1960 64,5% 5.121 35,5% 2,820
1956 64,9% 2,875
1952 64,2% 6,172 35,8% 3,444
1948 48,2% 3,817
1944 54,5% 4,586 45,1% 3,795 0,4% 36
1940 53.1% 4,752 0,5% 46
1936 45,7% 4,609 53,7% 5,425 0,6% [19991] 1932 40,7% 3.959 59,3% 5,773
1928 72,7% 6,277 26.1% 104
1924 58,8% 4,445 31,3% 2,366 9,9% 751
1920 65.0% 31,1% 2,209 4,0% 282
1916 49,4% 2.270 37.0% 1.701 13.6% 53,0% 2,546 35,4% 1.700 11,7% 561

Cộng đồng [ chỉnh sửa [ chỉnh sửa ]

Thị trấn [ chỉnh sửa ]

Các cộng đồng chưa hợp nhất [ chỉnh sửa ]

[ chỉnh sửa ]

Sổ đăng ký quốc gia về địa danh lịch sử [ chỉnh sửa ]

Các trang web được liệt kê trên N đăng ký tại địa điểm lịch sử:

Báo

Tài liệu tham khảo [ chỉnh sửa ]

  1. ^ a b &quot;QuickFacts&quot;. Cục điều tra dân số Hoa Kỳ. Lưu trữ từ bản gốc vào ngày 14 tháng 7 năm 2011 . Truy cập ngày 9 tháng 11, 2013 .
  2. ^ &quot;Tìm một quận&quot;. Hiệp hội các quốc gia . Đã truy xuất 2011-06-07 .
  3. ^ a b d Linda D. Wilson, &quot;Hạt Logan,&quot; Từ điển bách khoa về lịch sử và văn hóa Oklahoma . Truy cập ngày 4 tháng 4 năm 2015.
  4. ^ &quot;Nguồn gốc tên quận ở Oklahoma.&quot; Biên niên sử Oklahoma . v. 2, N, 1. Tháng 3 năm 1924. Nhận được ngày 26 tháng 5 năm 2013.
  5. ^ &quot;RUN ĐẤT NĂM 1889.&quot;, Bách khoa toàn thư về lịch sử và văn hóa Oklahoma 2009, Lịch sử Oklahoma Xã hội
  6. ^ &quot;Tập tin điều tra dân số năm 2010&quot;. Cục điều tra dân số Hoa Kỳ. Ngày 22 tháng 8 năm 2012 . Truy xuất ngày 21 tháng 2, 2015 .
  7. ^ &quot;Ước tính đơn vị dân số và nhà ở&quot; . Truy cập ngày 9 tháng 6, 2017 .
  8. ^ &quot;Điều tra dân số thập niên của Hoa Kỳ&quot;. Cục điều tra dân số Hoa Kỳ . Truy cập ngày 21 tháng 2, 2015 .
  9. ^ &quot;Trình duyệt điều tra dân số lịch sử&quot;. Thư viện Đại học Virginia . Truy cập ngày 21 tháng 2, 2015 .
  10. ^ Forstall, Richard L., ed. (27 tháng 3 năm 1995). &quot;Dân số các quận theo điều tra dân số thập niên: 1900 đến 1990&quot;. Cục điều tra dân số Hoa Kỳ . Truy xuất ngày 21 tháng 2, 2015 .
  11. ^ &quot;Điều tra dân số 2000 PHC-T-4. Bảng xếp hạng cho các quận: 1990 và 2000&quot; (PDF) . Cục điều tra dân số Hoa Kỳ. Ngày 2 tháng 4 năm 2001 . Truy cập ngày 21 tháng 2, 2015 .
  12. ^ &quot;American Fact Downloader&quot;. Cục điều tra dân số Hoa Kỳ . Truy xuất 2008-01-31 .
  13. ^ &quot;Thống kê đăng ký Oklahoma theo quận&quot; (PDF) . OK.gov . Ngày 15 tháng 1 năm 2018 . Truy cập 2018-10-19 .
  14. ^ ERIC, David. &quot;Bản đồ bầu cử tổng thống Hoa Kỳ của Dave ERIC&quot;. uselectionatlas.org . Đã truy xuất 2018-03-29 .

Tọa độ: 35 ° 55′N 97 ° 27′W / 35,91 ° N 97,45 ° W / 35,91; -97,45

wiki.edu.vn
leafdesign.vn
starsaigon.com
hoiquanzen.com
wikieduvi.com
74169251
leonkaden1
leonkaden1
wikilagi-site
myvu-designer
leafdesign-vn
leonkaden1
mai-cafe-40-duongtugiang-dn
1
3
5
7
9
11
13
15
17
19
21

Hørsholm – Wikipedia136741

tại Thủ đô (Hovedstaden), Đan Mạch

Hørsholm là một thành phố giàu có trên bờ biển Øresund cách phía bắc Copenhagen, Đan Mạch khoảng 25 km (15,53 dặm). Nó bao gồm hầu hết các đô thị Hørsholm và đi qua biên giới lân cận Fredensborg và đô thị Rudersdal.

Hørsholm thích hợp được phát triển xung quanh Cung điện Hirschholm được xây dựng vào những năm 1730 nhưng thị trấn sau đó đã thu hút một số cộng đồng gần đó có nguồn gốc lâu đời hơn.

Lịch sử [ chỉnh sửa ]

Cung điện và thị trấn [ chỉnh sửa ]

Hørsholm được thành lập liên quan đến việc xây dựng Cung điện Hirsch. Niels Eigtved đã tạo ra một kế hoạch cho một thị trấn cư trú vào năm 1737 và để kích thích sự phát triển của nó, nó đã được đặt tên là thị trấn thị trường vào năm 1739. Tuy nhiên, nó không bao giờ được dùng làm thị trấn chợ và vẫn chỉ là một khu định cư nhỏ khi cung điện bị phá hủy từ năm 1810 đến 1816. Trong những thập kỷ sau đó, nó đã phát triển thành một thị trấn đồn trú và một trung tâm thương mại địa phương. [1]

Công nghiệp hóa [ chỉnh sửa ]

Nhà máy dệt Hørsholm

, sau này được gọi là Nhà máy Dệt quân sự Hoàng gia, đã được thành lập tại Usserød vào những năm 1790 (đóng cửa năm 1981). Nó đã được tham gia bởi các doanh nghiệp công nghiệp khác trong nửa sau của thế kỷ 19, chẳng hạn như Nhà máy dệt Hørsholm (1885-1975), Hørsholm Tobakspakkeri og Hørsholm Iron Foundry (1900-1965). chỉnh sửa ]

Vào ngày 20, Hørsholm dần dần phát triển cùng với các cộng đồng lân cận Usserød, Rungsted và Smidstrup. [1] Gần đây nhất, Hørsholm đã phát triển cùng với Kokkedal ở Fredens. Gammel Holte ở Rudersdal. [1]

Thiên nhiên, công viên và không gian mở [ chỉnh sửa ]

Hørsholm Slotshave, khu vườn trước đây của Cung điện Hirschholm, là công viên công cộng lớn nhất ở Hørol. Một chút về phía đông của nó là Hørsholm Arboretum, một phần của Khoa Khoa học của Đại học Copenhagen. [3] Nghĩa trang Hørsholm là nghĩa trang lớn nhất của Hørsholm. Bãi biển Rungsted là bãi biển nổi tiếng nhất của Hørsholm nhưng cũng có thể tắm tại Mikkelborg và từ một số địa phương khác dọc theo bờ biển.

Hørsholm được bao quanh bởi một số khu rừng nhỏ. Họ bao gồm Rungsted HegnTHER Folehave Skov. Kokkedal Skov, Elleskoven và Stasevang Skov. Jgersborg Hegn lớn hơn, ngăn cách Hørsholm với Skodsborg ở phía nam, liền kề với công viên hươu rộng lớn được UNESCO công nhận bởi UNESCO.

Văn hóa và các điểm tham quan [ chỉnh sửa ]

Trommen (&quot;The Drum&quot;) là trung tâm văn hóa chính của Hørsholm và cũng là nơi có thư viện chính của nó. Hørsholm là nhà của một số bảo tàng. Rungstedlund là nhà cũ của tác giả Karen Blixen và hiện là nhà của Bảo tàng Karen Blixen. Bảo tàng Săn bắn và Lâm nghiệp Đan Mạch có trụ sở tại một số tòa nhà còn sót lại từ Cung điện Hirschholm, nhưng giờ tôi đã chuyển đến Randers. Hørsholm chỉ cách Jægersborg Dyrehave và Store Dyrehave khoảng 17 km (11 dặm) và cách Gribskov khoảng 30 km, cả ba đều nằm trong cảnh săn bắn Par được liệt kê gần đây của UNESCO ở Bắc Zealand do vua Christian V phát triển cuối thế kỷ 17 để săn hươu với chó săn. [4] Bảo tàng Lịch sử Địa phương Hørsholm liền kề chứa một triển lãm Struense. Gammel Holtegård đóng vai trò chủ nhà cho các tác phẩm nghệ thuật tạm thời cũng như một triển lãm khảo cổ vĩnh viễn. Fuglsangshus nhỏ cũng được sử dụng làm nơi thay đổi triển lãm nghệ thuật.

Kinh tế [ chỉnh sửa ]

Hørsholm được liên kết với tư vấn kỹ thuật và công nghệ thông tin. Công viên khoa học DTU, một công viên khoa học hiện là một phần của Đại học Kỹ thuật Đan Mạch, là nơi có nhiều công ty khởi nghiệp công nghệ.

Bệnh viện Hørsholm từng là một chủ nhân lớn nhưng hiện đã đóng cửa.

Cửa sổ mái nhà Đan Mạch và nhà sản xuất giếng trời VELUX, có trụ sở công ty tại Hørsholm [5].

Giao thông vận tải [ chỉnh sửa ]

Đường cao tốc Hørsholm (nay là đường cao tốc Helsingør) là đường cao tốc lâu đời nhất của Đan Mạch và nối Hørsholm với Copenhagen ở phía nam và phía bắc.

Những người đáng chú ý [ chỉnh sửa ]

bao gồm một số người đáng chú ý từ Hørsholm

Xem thêm [ chỉnh sửa ]

Tài liệu tham khảo [ chỉnh sửa ]

wiki.edu.vn
leafdesign.vn
starsaigon.com
hoiquanzen.com
wikieduvi.com
74169251
leonkaden1
leonkaden1
wikilagi-site
myvu-designer
leafdesign-vn
leonkaden1
mai-cafe-40-duongtugiang-dn
1
3
5
7
9
11
13
15
17
19
21

Winker Watson – Wikipedia136739

Winker Watson là một bộ truyện tranh của Anh, được tạo ra bởi Eric Roberts, được đăng trên tạp chí truyện tranh của Anh The Dandy trong gần nửa thế kỷ. Nó ra mắt vào năm 1961 và chỉ chấm dứt hoạt động vào năm 2007. Nó đã được hồi sinh vào năm 2012.

Khái niệm [ chỉnh sửa ]

Winker xuất hiện lần đầu tiên trong Sách Dandy năm 1961 (xuất bản tháng 9 năm 1960), và sau đó xuất hiện trong Dandy hàng tuần vào ngày 1 tháng 4 năm 1961, và số 1010, và số 1010 đã nhanh chóng được thành lập như là một nhân vật của trí thông minh tuyệt vời và hấp dẫn. Có lẽ được mô phỏng theo các câu chuyện về Greyfriars và trên Harry Wharton, Winker là học sinh của Trường nội trú Greytowers thứ ba, anh ta được biết đến như là &quot;wangler&quot; của trường, liên tục chơi các trò lừa bịp và tránh các hoạt động khó chịu ở trường, gây ra nhiều phiền toái. giáo viên của ông, ông Clarence Creep (được các cậu bé gọi là Creepy ). Creep cũng có một người chị tên là Agnes, người điều hành Trường nữ sinh Trinity Hall gần đó, được xây dựng vào năm 1989 sau khi ngôi trường trước đó bị cháy rụi. Xung quanh khu vực đó dường như cũng có Trường nữ sinh St Jennifer, mặc dù điều này có thể chỉ là một lỗi liên tục. Greytowers nằm cạnh một trường đào tạo cảnh sát, mặc dù điều này sau đó đã bị bỏ rơi và vô chủ.

Winker Watson là một giống chó quý hiếm cho truyện tranh trẻ em, vì những câu chuyện của anh thường liên tục từ vấn đề này đến vấn đề khác, bao gồm cả câu chuyện dài của chú Arnold đến với tư cách là người hướng dẫn tập luyện thể chất và những nỗ lực vô tận của Wink để thoát khỏi anh. Ngoài ra còn có một câu chuyện dài liên quan đến việc trục xuất bất công của em trai của Wink, Wally, và anh chị cố gắng giữ anh ta ở trường cho đến cuối nhiệm kỳ để cha mẹ họ không biết gì cho đến khi anh ta bị trục xuất. Một ví dụ thứ ba là việc cất giấu bí mật của chính ông Creep; Anh trai sinh đôi tốt bụng của giáo viên John, người đang chạy trốn và cần một nơi nào đó để ở lại, buộc anh trai phải để anh ta trốn trong khu nhà riêng của mình trong trường. Các cốt truyện khác liên quan đến Slasher Scragg (một cậu bé phạm pháp được các nhân viên của trường tuyển dụng và đóng giả làm học sinh để làm gián điệp cho các hoạt động của Winker) và &#39;bóng ma của Greytowers&#39; (một nhân vật khó nắm bắt gây ra rắc rối mà Winker và bạn bè của anh ta thường gặp phải đổ lỗi, hóa ra đó là một cậu bé tuổi vị thành niên lẩn trốn sau khi trốn thoát khỏi viện của một kẻ phạm tội trẻ tuổi). Đầu những năm 90 có lẽ là câu chuyện kỳ ​​lạ nhất trong lịch sử của dải, vì Greytowers bị người ngoài hành tinh xâm chiếm, họ đã sử dụng quyền hạn kiểm soát tâm trí để chiếm lấy một số nhân vật và cố gắng ném trường học vào không gian, cho đến khi Winker sử dụng dị ứng của người ngoài hành tinh lợn swill để đánh bại họ. Những câu chuyện trong suốt năm 2003 và 2004 là bản dựng lại các kịch bản của thập niên 1970 liên quan đến kế hoạch của Winker để vạch ra kế hoạch của Robin Boodle, một cậu bé giàu có luôn khó chịu và được đổi tên thành Darby Doshman (vào cuối những năm 1980, có một bản dựng lại tương tự trong đó cậu bé giàu có trở thành Jonathan Dosh). Đồng thời, Classics từ Truyện tranh đang in lại các dải Robin Boodle, đôi khi trong cùng một tuần. Một câu chuyện ngày xưa về một rạp xiếc di chuyển bên cạnh trường cũng được làm lại, mặc dù không biết có bất kỳ dải cụ thể nào được làm lại.

Người bạn thân nhất của Winker là một chàng trai tên là Tim Trott (biệt danh là &quot;Trotty&quot; của Winker), mặc dù, ngoài những người bạn khác của Winker là Sally và Sandy, không có nhân vật nào khác xuất hiện với sự đều đặn tuyệt vời, bất chấp số lượng nam sinh trong trường . Hiệu trưởng đã xuất hiện thường xuyên, nhưng chủ yếu là với Creep chứ không phải bất kỳ chàng trai nào. Cũng thỉnh thoảng nhìn thấy là đầu bếp của trường, biệt danh Cookie. Vào cuối những năm 1970 và đầu những năm 1980, Winker thường xuyên chạy đua với ba Người tạo hình thứ sáu được gọi là The Hoods. Họ mặc áo khoác dài màu trắng và mặt nạ tương tự như những chiếc được Ku Klux Klan sử dụng để che giấu danh tính. Họ sẽ ăn cắp và giở trò đồi bại vào những năm thấp hơn và thỉnh thoảng đánh đập Winker và những người bạn của anh ta. Khi chúng lớn hơn và lớn hơn những cậu bé dạng thứ ba, Winker sẽ phải sử dụng trí thông minh của mình thay vì nắm đấm để chiến đấu chống lại chúng. Mặc dù Winker thường xuyên gặp rắc rối, anh ta luôn xoay sở để thoát khỏi việc bị can, gần như vậy. Chỉ một lần anh ấy đã nhận được &quot;sáu&quot;.

Việc so sánh với Just William là không thể tránh khỏi, bao gồm cả việc Winker luôn ở Mẫu 3, bất kể thời gian trôi qua bao lâu, và những câu chuyện thường liên quan đến kết thúc và bắt đầu các điều khoản mới của trường.

Lịch sử [ chỉnh sửa ]

Dải được vẽ bởi Eric Roberts cho đến khi ông qua đời vào năm 1982. Sau đó, dải này chạy chủ yếu như in lại trong phần còn lại của thập kỷ (mặc dù Tom Williams và Evi De Bono đã vẽ các dải cho hàng năm Dandy), cho đến khi Terry Bave tiếp quản. Trong vài năm đầu tiên, anh ấy đã vẽ theo phong cách của Roberts (mặc dù phong cách của anh ấy vẫn khá đáng chú ý), nhưng khi thập niên 90, phong cách của anh ấy ngày càng trở nên đáng chú ý. Ông đã vẽ dải theo phong cách của riêng mình. Bave tiếp tục vẽ nó cho đến năm 2002, khi Stevie White tiếp quản, sản xuất dải này thường xuyên cho đến năm 2007, với sự xuất hiện nhiều hơn trong năm 2012. Wilbur Dawbarn tiếp quản từ thường niên 2013, với sự mỉa mai, tặc lưỡi đối với nhân vật.

Trong văn hóa đại chúng [ chỉnh sửa ]

Dải này cũng là mục tiêu của châm biếm với các diễn viên hài thay thế và khác, liên quan đến các cụm từ như &quot;Wanker Watson&quot;, và chơi trên nhận thức của các trường nội trú đầy những quý tộc thiếu niên thất vọng về tình dục. Chẳng hạn, truyện tranh Viz đã chạy một đoạn nhại tên là Wanker Watson. Ngoài ra còn có một con ngựa đua người Anh tên là Winker Watson theo tên nhân vật.

Xem thêm [ chỉnh sửa ]

wiki.edu.vn
leafdesign.vn
starsaigon.com
hoiquanzen.com
wikieduvi.com
74169251
leonkaden1
leonkaden1
wikilagi-site
myvu-designer
leafdesign-vn
leonkaden1
mai-cafe-40-duongtugiang-dn
1
3
5
7
9
11
13
15
17
19
21

Chi nhánh dài, Pennsylvania – Wikipedia136735

Borough ở Pennsylvania, Hoa Kỳ

Chi nhánh dài là một quận ở Washington County, Pennsylvania, Hoa Kỳ. Dân số là 539 tại cuộc điều tra dân số năm 2000.

Địa lý [ chỉnh sửa ]

Chi nhánh dài nằm ở 40 ° 5′30 ″ N 79 ° 52′59 W / 40,09167 ° N 79,88306 ° W / 40,09167; -79,88306 [19659011] (40,091561, -79,882983). [19659012] Theo Cục Thống Kê Dân Số Hoa Kỳ, quận có tổng diện tích 3,3 dặm vuông (8,5 km 2 ), tất cả của nó đất.

Các khu vực lân cận [ chỉnh sửa ]

Chi nhánh dài có bảy biên giới, bao gồm Twilight và Speer ở phía bắc, Dunlevy ở phía đông bắc, Allenport ở phía đông và nam, Elco ở phía tây nam , California ở phía tây và Fallowfield Town ở góc tây bắc.

Nhân khẩu học [ chỉnh sửa ]

Theo điều tra dân số [5] năm 2000, có 539 người, 204 hộ gia đình và 159 gia đình cư trú trong quận. Mật độ dân số là 162,9 người trên mỗi dặm vuông (62,9 / km²). Có 216 đơn vị nhà ở với mật độ trung bình 65,3 mỗi dặm vuông (25,2 / km²). Thành phần chủng tộc của quận là 97,59% da trắng, 1,67% người Mỹ gốc Phi, 0,19% người Mỹ bản địa, 0,19% từ các chủng tộc khác và 0,37% từ hai chủng tộc trở lên. Người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào là 0,37% dân số.

Có 204 hộ gia đình trong đó 26,0% có con dưới 18 tuổi sống với họ, 69,1% là vợ chồng sống chung, 6,4% có chủ hộ là nữ không có chồng và 21,6% không có gia đình. 19,6% của tất cả các hộ gia đình được tạo thành từ các cá nhân và 6,4% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,64 và quy mô gia đình trung bình là 3,03.

Trong quận, dân số được trải ra với 22,3% ở độ tuổi 18, 6,1% từ 18 đến 24, 27,5% từ 25 đến 44, 27,5% từ 45 đến 64 và 16,7% ở độ tuổi 65 đặt hàng. Độ tuổi trung bình là 42 tuổi. Cứ 100 nữ thì có 104,9 nam. Cứ 100 nữ từ 18 tuổi trở lên, có 101,4 nam.

Thu nhập trung bình cho một hộ gia đình trong quận là 35.972 đô la, và thu nhập trung bình cho một gia đình là 40.208 đô la. Nam giới có thu nhập trung bình là $ 40,208 so với $ 21,250 cho nữ giới. Thu nhập bình quân đầu người của quận là 20.936 đô la. Khoảng 7,7% gia đình và 10,7% dân số sống dưới mức nghèo khổ, bao gồm 14,5% những người dưới 18 tuổi và 6,2% những người từ 65 tuổi trở lên.

Tài liệu tham khảo [ chỉnh sửa ]

wiki.edu.vn
leafdesign.vn
starsaigon.com
hoiquanzen.com
wikieduvi.com
74169251
leonkaden1
leonkaden1
wikilagi-site
myvu-designer
leafdesign-vn
leonkaden1
mai-cafe-40-duongtugiang-dn
1
3
5
7
9
11
13
15
17
19
21

Quận Logan, Kentucky – Wikipedia136734

Quận Logan Kentucky
 Tòa án quận Logan Kentucky.JPG

Tòa án quận Logan gốc ở Russellville

 Bản đồ Kentucky làm nổi bật Quận Logan
Địa điểm tại bang Kentucky của Hoa Kỳ
 Bản đồ của Hoa Kỳ làm nổi bật Kentucky
Vị trí của Kentucky ở Hoa Kỳ
Được thành lập 1792
Được đặt tên theo Benjamin Logan
Chỗ ngồi Russellville
19659010] Russellville
Diện tích
• Tổng 557 sq mi (1.443 km 2 )
• Land 552 sq mi (1.430 km 2 )
• Nước 4,9 dặm vuông (13 km 2 ), 0,9%
Dân số
• (2010) 26.835
• Mật độ 49 / sq mi (19 / km 2 )
Khu vực của Quốc hội 1st
Múi giờ Trung tâm: UTC − 6/5 [19659013] Trang web [[1] logancounty .ky .gov / Pages / default .aspx]]

Logan County quận nằm ở khu vực cao nguyên Pennyroyal phía tây nam của Khối thịnh vượng chung Hoa Kỳ Kentucky. Theo điều tra dân số năm 2010, dân số là 26.835. [1] Quận hạt của nó là Russellville. [2]

Lịch sử [ chỉnh sửa ]

Quận được đặt tên là Benjamin Logan, người đã từng là chỉ huy thứ hai của dân quân Kentucky trong Chiến tranh Cách mạng Hoa Kỳ và là người đi đầu trong việc mang lại sự thống trị cho khu vực. [3][4] Được tạo ra từ Quận Lincoln vào ngày 1 tháng 9 năm 1792, Logan là quận Kentucky thứ 13 theo thứ tự thành lập. [5] Lãnh thổ ban đầu của nó trải dài từ Mississippi ở phía tây đến Sông Little Barren ở phía đông, và từ Sông Green và Ohio ở phía bắc đến biên giới Tennessee ở phía nam; kể từ đó, 28 quận khác đã được hình thành trong khu vực đó. [6] Việc giải quyết Logan Court House đã được đưa ra thành quận tại sự hợp nhất của nó dưới tên Russellville.

Tổng thống tương lai Andrew Jackson đã đấu một cuộc đấu súng ngắn với Charles Dickinson tại Harrison&#39;s Mill ở Logan County vào ngày 30 tháng 5 năm 1806. Jackson bị thương nặng và Dickinson đã bị giết. [6]

Trong thời kỳ hậu Tái thiết, đã có bạo lực chủng tộc đáng kể bởi những người da trắng chống lại người da đen ở Hạt Logan; họ đã sử dụng khủng bố để tái lập và duy trì quyền lực tối cao của người da trắng. Người da trắng nới lỏng 12 người Mỹ gốc Phi ở đây từ 1877-1950; hầu hết đã bị giết vào khoảng đầu thế kỷ 20. Đây là một tổng số cao hơn tất cả, ngoại trừ một quận khác trong tiểu bang. [7] Bốn người đàn ông đã bị giết trong một cuộc hôn nhân hàng loạt vào ngày 1 tháng 8 năm 1908 tại Russellville, trong tình trạng bất ổn dân sự liên quan đến Cuộc chiến thuốc lá Black Patch. Sharecroppers Joseph Riley, và Virgil, Robert và Thomas Jones, [8] ba thành viên sau cùng của một gia đình, đều bị treo cổ từ cùng một cây tuyết tùng. Họ là những người cuối cùng được nới lỏng trong quận. [9]

Logan là một quận trồng thuốc lá lớn, với thuốc lá Dark Fired được sản xuất bởi quá trình xử lý khói đặc biệt. Từ năm 1906, một số nông dân của họ đã tham gia vào Cuộc chiến thuốc lá Black Patch, tham gia Hiệp hội bảo vệ người trồng cây thuốc lá Dark of Kentucky và Tennessee để vận động chống lại sức mạnh độc quyền của Công ty Thuốc lá Hoa Kỳ, khiến giá cả giảm. Các kỵ sĩ đêm tối an toàn đe dọa một số chủ đồn điền &quot;thuyết phục&quot; họ tham gia PPA. Vào cuối năm 1907 và đầu năm 1908, hàng trăm kỵ sĩ Đêm đã tiến hành các cuộc đột kích vào một số thị trấn ở Kentucky. Họ tấn công Russellville vào ngày 3 tháng 1 năm 1908, tiếp quản nó và tạo động lực cho hai nhà máy thuốc lá. [10]

thế kỷ 21 [ chỉnh sửa ]

Năm 2009, đội bóng chày Little League của quận Logan / Russellville đã giành chiến thắng trong Giải đấu khu vực Great Lakes World Series với tư cách là đội thứ 4 từ Kentucky làm điều đó (tính đến năm 2017, Kentucky đã có bảy đội chiến thắng Giải đấu Great Lakes) để đại diện cho Vùng hồ lớn trong Giải vô địch thế giới Little League. [11]

Địa lý [ chỉnh sửa ]

Theo Cục điều tra dân số Hoa Kỳ, quận có tổng diện tích 557 dặm vuông (1.440 km 2 ), trong đó 552 dặm vuông (1.430 km 2 ) là đất và 4,9 dặm vuông (13 km 2 ) (0,9%) là nước. [19659054] Liền kề quận [19659038] [ chỉnh sửa ]

Nhân khẩu học [ chỉnh sửa ]

Dân số lịch sử
Điều tra dân số Pop. % ±
1800 5,807
1810 12,123 108,8%
1820
1820 19,0%
1830 13,012 9,8%
1840 13,615 4,6%
1850 16,581 21,8% 14,7%
1870 20.429 7.4%
1880 24.358 19.2%
1890 23.812 23.812 19659063] 25,994 9,2%
1910 24.977 −3.9%
1920 23.633 −5.4%
1930
1940 23.345 6,7%
1950 22.335 4.3%
1960 20.896 −6.4% [196590] 19659064] 4.3%
1980 24.138 10.8%
1990 24.416 1.2%
2000 26.573 8.8% 65] 2010 26.835 1.0%
Est. 2016 26,593 [13] 0,9%
Hoa Kỳ Tổng điều tra dân số thập niên [14]
1790 Mạnh1960 [15] 1900 Mạnh1990 [16]
1990 Từ2000 [17] 2010 Từ2013 [1]

Theo điều tra dân số [18] năm 2000, có 26.573 người, 10.506 hộ gia đình và 7.574 gia đình cư trú tại quận. Mật độ dân số là 48 trên mỗi dặm vuông (19 / km 2 ). Có 11.875 đơn vị nhà ở với mật độ trung bình 21 trên mỗi dặm vuông (8.1 / km 2 ). Thành phần chủng tộc của quận là 90,70% Trắng, 7,62% Đen hoặc Mỹ gốc Phi, 0,21% Người Mỹ bản địa, 0,17% Châu Á, 0,01% Đảo Thái Bình Dương, 0,33% từ các chủng tộc khác và 0,96% từ hai chủng tộc trở lên. 1,08% dân số là người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào.

Có 10.506 hộ gia đình trong đó 33,30% có con dưới 18 tuổi sống chung với họ, 57,20% là vợ chồng sống chung, 11,20% có chủ hộ là nữ không có chồng và 27,90% không có gia đình. 25,00% tất cả các hộ gia đình được tạo thành từ các cá nhân và 11,40% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,50 và quy mô gia đình trung bình là 2,96.

Trong quận, dân số được trải ra với 25,70% dưới 18 tuổi, 8,40% từ 18 đến 24, 28,50% từ 25 đến 44, 23,60% từ 45 đến 64 và 13,80% là 65 tuổi tuổi trở lên. Độ tuổi trung bình là 37 tuổi. Cứ 100 nữ thì có 93,10 nam. Cứ 100 nữ từ 18 tuổi trở lên, có 90,40 nam.

Thu nhập trung bình cho một hộ gia đình trong quận là $ 32,474 và thu nhập trung bình cho một gia đình là $ 39.307. Nam giới có thu nhập trung bình là $ 29,750 so với $ 20,265 đối với nữ. Thu nhập bình quân đầu người của quận là 15.962 đô la. Khoảng 10,80% gia đình và 15,50% dân số ở dưới mức nghèo khổ, bao gồm 20,50% những người dưới 18 tuổi và 18,60% những người từ 65 tuổi trở lên.

Cộng đồng [ chỉnh sửa ]

Thành phố [ chỉnh sửa ]

Địa điểm được chỉ định điều tra dân số [ ]

Những nơi chưa hợp nhất khác [ chỉnh sửa ]

Các điểm tham quan [ chỉnh sửa ]

Những người đáng chú ý ]]

Chính trị [ chỉnh sửa ]

Kết quả bầu cử tổng thống

Kết quả bầu cử tổng thống [20]
Năm Cộng hòa Dân chủ Bên thứ ba
2016 71,4% 7,778 25,3% 2.755 3,4% 366
2012 65,6% 6,899 3,469 1,4% 142
2008 63,6% 6,925 35,0% 3,811 1,4% 154 [196591] 64,0% 6,815 35,4% 3,768 0,6% 61
2000 57,3% 5,344 41,6% [1945916] % 103
1996 44,2% 3,888 47,5% 4,181 8.4% 738
1992 ] 3.710 45,9% 4.064 12,2% 1,075
1988 55,7% 4,295 43,9% [19459 31
1984 58,8% 4,889 40,3% 3,347 0,9% 74
1980 43 4] 54,8% 4,264 1,9% 151
1976 32,9% 2,430 65,6% 109
1972 57,9% 3,573 39,8% 2,459 2,3% 143
1968 39,2% ] 38,4% 3,339 22,4% 1,946
1964 26,3% 2.232 73,4% 6,234
1960 46,6% 4,117 53,4% 4,719 0,0% 0
1956 3456 64,8% 5,299 0,2% 20
1952 35,9% 2,758 63,9% 4,99 ] 15
1948 22,5% 1,352 72.3% 4.355 5.3% 316
1944 19659164] 69,6% 5,110 0,3% 18
1940 25,5% 2,268 74,4% 6,6% 9
1936 26,9% 1,812 72,8% 4,912 0,3% 21
1932
1932
] 71,3% 7,072 0,7% 67
1928 55,8% 4,858 44,1% 3,843
1924 42,8% 3,705 55,1% 4,772 2.1% 179
1920 39.0 60,4% 6.111 0,7% 66
1916 42,1% 2,501 56,7% ] 74
1912 32,8% 1.632 54.2% 2.697 13.0% 646

] [19659298] Tài liệu tham khảo [ chỉnh sửa ]

  1. ^ a b &quot;QuickFacts của bang & quận&quot;. Cục Điều tra Dân số Hoa Kỳ. Lưu trữ từ bản gốc vào ngày 14 tháng 7 năm 2011 . Truy cập ngày 6 tháng 3, 2014 .
  2. ^ &quot;Tìm một quận&quot;. Hiệp hội các hạt quốc gia . Truy cập ngày 7 tháng 6, 2011 .
  3. ^ Sổ đăng ký của Hội lịch sử bang Kentucky, Tập 1 . Hội lịch sử bang Kentucky. 1903. tr. 36.
  4. ^ Collins, Lewis (1877). Lịch sử của Kentucky . tr. 479.
  5. ^ Collins, Lewis (1882). Bản phác thảo lịch sử Kentucky của Collins: Lịch sử Kentucky, Tập 2 . Collins & Công ty. tr. 26.
  6. ^ a b Richardson, Evelyn B. Bách khoa toàn thư Kentucky tr. 568. &quot;Hạt Logan&quot;. Nhà xuất bản Đại học Kentucky (Lexington), 1992. Truy cập ngày 27 tháng 7 năm 2013.
  7. ^ Lynking ở Mỹ / Bổ sung: Lynchings by County, Phiên bản thứ 3, 2015, tr. 5
  8. ^ &quot;Lynking ở Russellville, Logan County, Kentucky&quot;, bưu thiếp ảnh, Bảo tàng công cộng Oshkosh
  9. ^ George C. Wright, Bạo lực chủng tộc ở Kentucky, 1865–1940: Lynchings, Quy tắc Mob và &quot;Lynchings pháp lý&quot; LSU Press, 1996, trang 124-125
  10. ^ Griffin, Mark. Đứng đó và run rẩy: Khi những kỵ sĩ đêm đến với Russellville . Pumpkin Bomb Press (2008)
  11. ^ &quot;Bóng chày giải đấu nhỏ&quot;. www.littleleague.org . Truy cập ngày 9 tháng 8, 2017 .
  12. ^ &quot;Tập tin điều tra dân số năm 2010&quot;. Cục điều tra dân số Hoa Kỳ. Ngày 22 tháng 8 năm 2012. Lưu trữ từ bản gốc vào ngày 12 tháng 8 năm 2014 . Truy xuất 17 tháng 8, 2014 .
  13. ^ &quot;Ước tính đơn vị dân số và nhà ở&quot; . Truy cập ngày 9 tháng 6, 2017 .
  14. ^ &quot;Điều tra dân số thập niên của Hoa Kỳ&quot;. Cục điều tra dân số Hoa Kỳ . Truy xuất 17 tháng 8, 2014 .
  15. ^ &quot;Trình duyệt điều tra dân số lịch sử&quot;. Thư viện Đại học Virginia . Truy xuất 17 tháng 8, 2014 .
  16. ^ &quot;Dân số các quận theo điều tra dân số thập niên: 1900 đến 1990&quot;. Cục điều tra dân số Hoa Kỳ . Truy xuất 17 tháng 8, 2014 .
  17. ^ &quot;Điều tra dân số 2000 PHC-T-4. Bảng xếp hạng cho các quận: 1990 và 2000&quot; (PDF) . Cục điều tra dân số Hoa Kỳ . Truy cập 17 tháng 8, 2014 .
  18. ^ &quot;American Fact Downloader&quot;. Cục điều tra dân số Hoa Kỳ . Truy xuất ngày 31 tháng 1, 2008 .
  19. ^ Alex C. Finley. 1876, In lại c. 2000. Lịch sử của Russellville và Logan County, Ky. In lại: Russellville, Ky.: A. B. Willhite. 21 Tiết23, 25, 42 (đánh số từ tái bản).
  20. ^ ERIC, David. &quot;Bản đồ bầu cử tổng thống Hoa Kỳ của Dave ERIC&quot;. uselectionatlas.org . Truy cập ngày 4 tháng 7, 2018 .

Tọa độ: 36 ° 52′N 86 ° 53′W / 36,86 ° N 86,88 ° W / 36,86; -86,88

wiki.edu.vn
leafdesign.vn
starsaigon.com
hoiquanzen.com
wikieduvi.com
74169251
leonkaden1
leonkaden1
wikilagi-site
myvu-designer
leafdesign-vn
leonkaden1
mai-cafe-40-duongtugiang-dn
1
3
5
7
9
11
13
15
17
19
21

Kensett, Iowa – Wikipedia 53231

Thành phố ở Iowa, Hoa Kỳ

Kensett là một thành phố ở Worth County, Iowa, Hoa Kỳ. Dân số là 266 tại cuộc điều tra dân số năm 2010. Nó là một phần của Khu vực thống kê Micropolitan Mason City.

Lịch sử [ chỉnh sửa ]

Kensett đã được định dạng vào năm 1872 ngay sau khi đường sắt được xây dựng qua lãnh thổ đó vào năm 1871. [4]

]]

Kensett được đặt tại 43 ° 21′14 N 93 ° 12′31 W / 43,35389 ° N 93,20861 ° W 43,35389; -93,20861 [19659014] (43,353859, -93,208560). [19659015] Theo Cục Thống Kê Dân Số Hoa Kỳ, thành phố có tổng diện tích là 1,53 dặm vuông (3,96 km 2 ), tất cả của nó đất. [1]

Nhân khẩu học [ chỉnh sửa ]

Điều tra dân số năm 2010 [ chỉnh sửa ]

, 125 hộ gia đình và 77 gia đình cư trú trong thành phố. Mật độ dân số là 173,9 người trên mỗi dặm vuông (67,1 / km 2 ). Có 142 đơn vị nhà ở với mật độ trung bình 92,8 mỗi dặm vuông (35,8 / km 2 ). Thành phần chủng tộc của thành phố là 98,1% da trắng, 1,1% châu Á, 0,4% từ các chủng tộc khác và 0,4% từ hai chủng tộc trở lên. Người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào là 0,8% dân số.

Có 125 hộ gia đình trong đó 16,8% có con dưới 18 tuổi sống chung với họ, 47,2% là vợ chồng sống chung, 9,6% có chủ nhà là nữ không có chồng, 4,8% có chủ nhà là nam không có vợ. hiện tại, và 38,4% là những người không phải là gia đình. 32,8% tất cả các hộ gia đình được tạo thành từ các cá nhân và 14,4% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,13 và quy mô gia đình trung bình là 2,60.

Tuổi trung vị trong thành phố là 50,3 năm. 15% cư dân dưới 18 tuổi; 6,5% ở độ tuổi từ 18 đến 24; 21,4% là từ 25 đến 44; 36,5% là từ 45 đến 64; và 20,7% là từ 65 tuổi trở lên. Trang điểm giới tính của thành phố là 49,6% nam và 50,4% nữ.

Điều tra dân số năm 2000 [ chỉnh sửa ]

Theo điều tra dân số [7] năm 2000, có 280 người, 131 hộ gia đình và 77 gia đình cư trú trong thành phố. Mật độ dân số là 183,5 người trên mỗi dặm vuông (70,7 / km²). Có 143 đơn vị nhà ở với mật độ trung bình 93,7 mỗi dặm vuông (36,1 / km²). Thành phần chủng tộc của thành phố là 100,00% màu trắng.

Có 131 hộ gia đình trong đó 19,8% có con dưới 18 tuổi sống chung với họ, 51,1% là vợ chồng sống chung, 4,6% có chủ hộ là nữ không có chồng và 40,5% không có gia đình. 35,1% tất cả các hộ gia đình được tạo thành từ các cá nhân và 18,3% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,14 và quy mô gia đình trung bình là 2,67.

Trong thành phố, dân số được trải ra với 20,0% dưới 18 tuổi, 7,5% từ 18 đến 24, 26,8% từ 25 đến 44, 26,8% từ 45 đến 64 và 18,9% là 65 tuổi tuổi trở lên. Độ tuổi trung bình là 44 tuổi. Cứ 100 nữ giới thì có 101,4 nam giới. Cứ 100 nữ từ 18 tuổi trở lên, có 100,0 nam.

Thu nhập trung bình cho một hộ gia đình trong thành phố là 30.500 đô la và thu nhập trung bình cho một gia đình là 40.000 đô la. Nam giới có thu nhập trung bình là $ 29.000 so với $ 20,179 cho nữ giới. Thu nhập bình quân đầu người của thành phố là 15.601 đô la. Khoảng 14,3% gia đình và 17,2% dân số ở dưới mức nghèo khổ, bao gồm 35,1% những người dưới mười tám tuổi và 14,0% trong số sáu mươi lăm tuổi trở lên.

Tài liệu tham khảo [ chỉnh sửa ]

bellasofa
bellahome

Kemp Mill, Maryland – Wikipedia 53230

địa điểm được chỉ định điều tra dân số ở Maryland, Hoa Kỳ

Kemp Mill là một địa điểm được chỉ định điều tra dân số và là khu vực điều tra dân số chưa hợp nhất tại Quận Montgomery, Maryland, Hoa Kỳ. Dân số là 12,564 tại cuộc điều tra dân số năm 2010.

Khu vực điều tra dân số Kemp Mill bao gồm các cộng đồng riêng biệt của Kemp Mill Estates Trang trại Kemp Mill .

Địa lý [ chỉnh sửa ]

Là một khu vực chưa hợp nhất, Kemp Mill không có ranh giới được xác định chính thức. Tuy nhiên, Kemp Mill được Cục điều tra dân số Hoa Kỳ công nhận là nơi được chỉ định điều tra dân số và bởi Cục khảo sát địa chất Hoa Kỳ là một địa điểm đông dân cư nằm ở 39 ° 2′2 ″ N 77 ° 1′28 W / 39.03389 ° N 77.02444 ° W / 39.03389; -77,02444 [19659012] (39,033832, -77,024541). [1] [19659003] Theo Cục Thống Kê Dân Số Hoa Kỳ, khu phố có tổng diện tích là 2,54 dặm vuông (6,2 km²), tất cả của nó đất đai.

Kemp Mill được nhiều cư dân của mình, đặc biệt là những thành viên của cộng đồng Do Thái Chính thống coi là một phần của Silver Spring chưa hợp nhất, Maryland. [2] Nó được phục vụ bởi Bưu điện Wheaton.

Văn hóa [ chỉnh sửa ]

Kemp Mill là nơi có cộng đồng Do Thái Chính thống lớn nhất ở Bờ Đông giữa Baltimore và Miami. [3] Kemp Mill tổ chức một số giáo đường phục vụ Chính thống giáo. Người Do Thái (Chính thống hiện đại, Hasidic và Yeshivish) bao gồm Young Israel Shomrai Emunah, Trung tâm Do Thái Mùa xuân Bạc, Giáo đường Kemp Mill, Yeshiva của Greater Washington, Chabad of Silver Spring, Kehillas Ohr Hatorah và Minchas Yitzhak. Ngoài ra, có rất nhiều minyanim Do Thái Chính thống (các nhóm cầu nguyện) nhỏ hơn trong khu phố bao gồm một Minyan Sephardic gặp tại Shomrai Emunah và Lower Lamberton Minyan. Ngoài ra còn có nhiều người trong khu vực được phục vụ bởi các hội đường bảo thủ, như Har Tzeon Agudath Achim, và các nhánh khác của Do Thái giáo. Một số trường phái địa phương của người Do Thái và Công giáo cũng được đặt tại đó, bao gồm khu vực nam sinh của Yeshiva ở Greater Washington, Trung tâm học tập mùa xuân bạc và Trường Montessori của người Do Thái. Hai trường công lập cũng nằm trong khu vực, bao gồm Trường tiểu học Kemp Mill và Trường trung học Đại tá E. Brooke Lee. Trường tiểu học Spring Mill trước đây hiện là một văn phòng hành chính.

Trung tâm Giải trí Kemp Mill của Ủy ban Kế hoạch và Công viên Quốc gia Maryland cung cấp cho người dùng một viên kim cương bóng chày, sân bóng rổ và quần vợt, không gian hội họp và sân chơi. Sligo Creek trỗi dậy ở Kemp Mill, và đường mòn dành cho người đi xe đạp chạy dọc theo con lạch từ Công viên Vùng Wheaton đến Sông Anacostia đi qua cộng đồng. Đầu phía đông của Kemp Mill được giới hạn bởi Chi nhánh Tây Bắc, cũng chảy về phía nam đến Anacostia. Hươu là một cảnh thường xuyên trong khu phố.

Công viên đô thị Kemp Mill, nằm ở trung tâm trên Đại lộ Arcola, từ lâu đã trở thành một nơi gặp gỡ và sân chơi nổi tiếng. Công viên đã đóng cửa vào tháng 2 năm 2016 để cải tạo và mở cửa trở lại vào tháng 5 năm 2017.

Một làng Kemp Mill đang được thành lập để phục vụ nhu cầu của người già và người khuyết tật. Quận Montgomery đã thiết lập vị trí Điều phối viên làng để hỗ trợ các cộng đồng thành lập các làng.

Thương mại [ chỉnh sửa ]

Trung tâm mua sắm Kemp Mill là trung tâm thương mại của khu phố. Nó chứa:

Cửa hàng tạp hóa Giant Food đã neo đậu Trung tâm mua sắm Kemp Mill trong nhiều thập kỷ đóng cửa vào ngày 27 tháng 9 năm 2007. Magruder&#39;s, một chuỗi cửa hàng tạp hóa nhỏ tại địa phương, đã cải tạo Giant trước đây và đóng cửa vào ngày 7 tháng 11 năm 2007, và đóng cửa vào tháng 7 , 2012. Vào tháng 7 năm 2012, Shalom Kosher, hiện đang có một cửa hàng Kosher ở Wheaton, đã mua Magruder&#39;s. Vào ngày 31 tháng 10 năm 2012, Shalom Kosher đã khai trương tại 1361 Lamberton Drive.

Hai bể bơi tư nhân, Parkland Pool và Kemp Mill Bơi Club, phục vụ cộng đồng.

Giao thông vận tải [ chỉnh sửa ]

Kemp Mill được phục vụ bởi Ride On bus số 8, 9 và trong giờ cao điểm, số 31. Dịch vụ tàu điện ngầm Washington cũng có sẵn trong Mùa xuân Bạc gần đó và Lúa mì.

Giáo dục [ chỉnh sửa ]

Trường công lập quận Montgomery điều hành các trường công lập.

Trường tiểu học Kemp Mill, Đại học E. Brooke Lee và Trường trung học Northwood nằm trong CDP của Kemp Mill. [4]

Nhân khẩu học [ chỉnh sửa ]

Dân số lịch sử
Điều tra dân số Pop. % ±
1970 10.037
2000 9,956
2010 12,564 %
nguồn: [5][6]

Theo điều tra dân số [7] năm 2000, có 9,956 người, 3.386 hộ gia đình và 2.654 gia đình cư trú trong khu vực. Mật độ dân số là 4.126,3 người trên mỗi dặm vuông (1.595,0 / km²). Có 3,448 đơn vị nhà ở với mật độ trung bình là 1.429,0 / dặm vuông (552,4 / km²). Thành phần chủng tộc của khu vực này là 68,45% da trắng, 15,30% người Mỹ gốc Phi, 0,23% người Mỹ bản địa, 8,18% người châu Á, 0,09% người dân đảo Thái Bình Dương, 4,91% từ các chủng tộc khác và 2,84% từ hai chủng tộc trở lên. Người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào chiếm 10,80% dân số.

Có 3.386 hộ trong đó 33,9% có con dưới 18 tuổi sống chung với họ, 65,3% là vợ chồng sống chung, 9,6% có chủ hộ là nữ không có chồng và 21,6% không có gia đình. 17,0% của tất cả các hộ gia đình được tạo thành từ các cá nhân và 8,7% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,89 và quy mô gia đình trung bình là 3,22. Hai mươi bảy phần trăm cư dân Kemp Mill có bằng tốt nghiệp.

Trong khu vực, dân số được trải ra với 25,1% dưới 18 tuổi, 5,6% từ 18 đến 24, 25,9% từ 25 đến 44, 24,7% từ 45 đến 64 và 18,7% là 65 tuổi tuổi trở lên. Độ tuổi trung bình là 41 tuổi. Cứ 100 nữ thì có 95,6 nam. Cứ 100 nữ từ 18 tuổi trở lên, có 91,5 nam.

Thu nhập trung bình cho một hộ gia đình trong CDP là 89.294 đô la và thu nhập trung bình cho một gia đình là 111.985 đô la. Nam giới có thu nhập trung bình là $ 52,244 so với $ 41,285 đối với nữ. Thu nhập bình quân đầu người cho khu vực này là 34.570 đô la. Khoảng 2,3% gia đình và 4,1% dân số sống dưới mức nghèo khổ, bao gồm 2,6% những người dưới 18 tuổi và 1,7% những người từ 65 tuổi trở lên.

Tài liệu tham khảo [ chỉnh sửa ]

Liên kết ngoài [ chỉnh sửa ]

bellasofa
bellahome

Tổng hợp lời nói – Wikipedia 53229

Tổng hợp lời nói là sản xuất nhân tạo của lời nói của con người. Một hệ thống máy tính được sử dụng cho mục đích này được gọi là máy tính lời nói hoặc và có thể được triển khai trong các sản phẩm phần mềm hoặc phần cứng. Hệ thống chuyển văn bản thành giọng nói ( TTS ) chuyển đổi văn bản ngôn ngữ bình thường thành lời nói; các hệ thống khác biểu diễn các biểu diễn ngôn ngữ tượng trưng như phiên âm thành lời nói. [1]

Lời nói tổng hợp có thể được tạo ra bằng cách ghép các đoạn lời nói được ghi lại được lưu trữ trong cơ sở dữ liệu. Các hệ thống khác nhau về kích thước của các đơn vị lời nói được lưu trữ; một hệ thống lưu trữ điện thoại hoặc lưỡng cực cung cấp phạm vi đầu ra lớn nhất, nhưng có thể thiếu rõ ràng. Đối với các miền sử dụng cụ thể, việc lưu trữ toàn bộ từ hoặc câu cho phép đầu ra chất lượng cao. Ngoài ra, một bộ tổng hợp có thể kết hợp một mô hình của giọng hát và các đặc điểm giọng nói khác của con người để tạo ra một giọng nói hoàn toàn &quot;tổng hợp&quot;. [2]

Chất lượng của một bộ tổng hợp giọng nói được đánh giá bởi sự tương đồng với giọng nói của con người và bởi khả năng của nó được hiểu rõ ràng. Một chương trình chuyển văn bản thành giọng nói dễ hiểu cho phép những người khiếm thị hoặc khiếm khuyết về khả năng nghe các từ được viết trên máy tính ở nhà. Nhiều hệ điều hành máy tính đã bao gồm các bộ tổng hợp giọng nói từ đầu những năm 1990.

Tổng quan về một hệ thống TTS điển hình

Một hệ thống chuyển văn bản thành giọng nói (hoặc &quot;động cơ&quot;) bao gồm hai phần: [3] mặt trước và mặt sau. Mặt trước có hai nhiệm vụ chính. Đầu tiên, nó chuyển đổi văn bản thô chứa các ký hiệu như số và chữ viết tắt thành tương đương với các từ viết ra. Quá trình này thường được gọi là chuẩn hóa văn bản tiền xử lý hoặc mã thông báo . Mặt trước sau đó gán phiên âm cho từng từ, chia và đánh dấu văn bản thành các đơn vị thịnh vượng, như cụm từ, mệnh đề và câu. Quá trình gán phiên âm cho các từ được gọi là chuyển đổi text-to-phoneme hoặc grapheme-to-phoneme . Phiên âm và thông tin tiến trình cùng nhau tạo nên đại diện ngôn ngữ tượng trưng được xuất ra bởi mặt trước. Bộ phụ trợ thường được gọi là bộ tổng hợp Công ty chuyển đổi cách biểu diễn ngôn ngữ tượng trưng thành âm thanh. Trong một số hệ thống nhất định, phần này bao gồm tính toán của tiến trình mục tiêu (đường viền cao độ, thời lượng âm vị), [4] sau đó được áp dụng cho lời nói đầu ra.

Lịch sử [ chỉnh sửa ]

Trước khi phát minh ra xử lý tín hiệu điện tử, một số người đã cố gắng chế tạo máy để mô phỏng lời nói của con người. Một số truyền thuyết ban đầu về sự tồn tại của &quot;Những người đứng đầu trơ trẽn&quot; có sự tham gia của Giáo hoàng Silvester II (khoảng năm 1003 sau Công nguyên), Albertus Magnus (1198 mật1280) và Roger Bacon (1214 Chuyện1294).

Năm 1779, nhà khoa học người Đức gốc Đan Mạch Christian Gottlieb Kratzenstein đã giành giải nhất trong cuộc thi do Viện Hàn lâm Khoa học và Nghệ thuật Hoàng gia Nga công bố cho các mô hình mà ông xây dựng từ giọng hát con người có thể tạo ra năm âm nguyên âm dài (trong Quốc tế Ký hiệu bảng chữ cái ngữ âm: [aː][eː][iː][oː][uː]). [5] Sau đó là &quot;cỗ máy phát âm cơ học&quot; được điều khiển bằng chuông của Wolfgang von Kempelen của Pressburg, Hungary, được mô tả trong một bài báo năm 1791. [6] Máy này đã thêm các mô hình lưỡi và môi, cho phép nó tạo ra các phụ âm cũng như nguyên âm. Năm 1837, Charles Wheatstone đã sản xuất một &quot;cỗ máy nói&quot; dựa trên thiết kế của von Kempelen, và vào năm 1846, Joseph Faber đã trưng bày &quot;Euphonia&quot;. Vào năm 1923, Paget đã hồi sinh thiết kế của Wheatstone. [7]

Vào những năm 1930, Bell Labs đã phát triển bộ phát âm, tự động phân tích lời nói thành các âm cơ bản và cộng hưởng. Từ công việc của mình về bộ phát âm, Homer Dudley đã phát triển một bộ tổng hợp giọng nói hoạt động bằng bàn phím có tên The Voder (Trình diễn giọng nói), được trưng bày tại Hội chợ Thế giới New York 1939.

Tiến sĩ. Franklin S. Cooper và các đồng nghiệp của ông tại Phòng thí nghiệm Haskins đã xây dựng phát lại Mẫu vào cuối những năm 1940 và hoàn thành nó vào năm 1950. Có một số phiên bản khác nhau của thiết bị phần cứng này; chỉ có một người hiện đang sống sót. Máy chuyển đổi hình ảnh của các mẫu âm thanh của lời nói dưới dạng phổ trở lại thành âm thanh. Sử dụng thiết bị này, Alvin Liberman và các đồng nghiệp đã phát hiện ra tín hiệu âm thanh để nhận thức về các phân đoạn ngữ âm (phụ âm và nguyên âm).

Năm 1975 MUSA được phát hành, và là một trong những hệ thống Tổng hợp lời nói đầu tiên. Nó bao gồm một phần cứng máy tính độc lập và một phần mềm chuyên dụng cho phép nó đọc tiếng Ý. Phiên bản thứ hai, được phát hành vào năm 1978, cũng có thể hát tiếng Ý theo phong cách &quot;a cappella&quot;.

Các hệ thống thống trị trong những năm 1980 và 1990 là hệ thống DECtalk, chủ yếu dựa trên công việc của Dennis Klatt tại MIT và hệ thống Bell Labs; [8] sau này là một trong những hệ thống độc lập đa ngôn ngữ đầu tiên, được mở rộng sử dụng các phương pháp xử lý ngôn ngữ tự nhiên.

Bộ tổng hợp giọng nói điện tử ban đầu nghe có vẻ như robot và thường không thể hiểu được. Chất lượng của lời nói tổng hợp đã được cải thiện đều đặn, nhưng đến năm 2016 đầu ra từ các hệ thống tổng hợp giọng nói đương đại vẫn có thể phân biệt rõ ràng với lời nói thực tế của con người.

Kurzweil dự đoán vào năm 2005 rằng tỷ lệ hiệu suất chi phí khiến cho các bộ tổng hợp giọng nói trở nên rẻ hơn và dễ tiếp cận hơn, nhiều người sẽ được hưởng lợi từ việc sử dụng các chương trình chuyển văn bản thành giọng nói. [9]

Các thiết bị điện tử [ ] chỉnh sửa ]

Các hệ thống tổng hợp giọng nói dựa trên máy tính đầu tiên có nguồn gốc từ cuối những năm 1950. Noriko Umeda và cộng sự đã phát triển hệ thống chuyển văn bản thành tiếng Anh đầu tiên vào năm 1968 tại Phòng thí nghiệm điện, Nhật Bản. [10] Năm 1961, nhà vật lý John Larry Kelly, Jr và đồng nghiệp Louis Gerstman [11] đã sử dụng máy tính IBM 704 để tổng hợp lời nói, một sự kiện Trong số những sản phẩm nổi bật nhất trong lịch sử của Bell Labs. [ cần trích dẫn ] Bộ tổng hợp máy ghi âm (bộ phát âm) của Kelly đã tái tạo bài hát &quot;Daisy Bell&quot;, với phần đệm nhạc từ Max Mathews. Thật trùng hợp, Arthur C. Clarke đã đến thăm bạn bè và đồng nghiệp John Pierce tại cơ sở Bell Labs Murray Hill. Clarke đã rất ấn tượng bởi cuộc biểu tình rằng ông đã sử dụng nó trong cảnh cao trào trong kịch bản của mình cho cuốn tiểu thuyết 2001: A Space Odyssey [12] nơi máy tính HAL 9000 hát cùng một bài hát như phi hành gia Dave Bowman đặt nó đi ngủ. [13] Mặc dù thành công trong việc tổng hợp giọng nói hoàn toàn bằng điện tử, nghiên cứu về tổng hợp giọng nói cơ học vẫn tiếp tục. [14]

Thiết bị điện tử cầm tay có tính năng tổng hợp giọng nói bắt đầu xuất hiện vào những năm 1970. Một trong những thiết bị đầu tiên là telesensory Systems Inc. (TSI) Speech + máy tính cầm tay dành cho người khiếm thị năm 1976. [15][16] Các thiết bị khác có mục đích giáo dục chủ yếu, như đồ chơi Nói & Chính tả được sản xuất bởi Texas Cụ trong 1978. [17] Fidelity đã phát hành phiên bản nói của máy tính cờ vua điện tử vào năm 1979. [18] Trò chơi video đầu tiên có tính năng tổng hợp lời nói là trò chơi arcade bắn súng năm 1980, Stratovox (được biết đến ở Nhật Bản as Nói & Cứu ), từ Sun Electronics. [19] Trò chơi máy tính cá nhân đầu tiên có tổng hợp lời nói là Manbiki Shoujo ( Cô gái bán hàng ), phát hành năm 1980 cho PET 2001, mà nhà phát triển trò chơi, Hiroshi Suzuki, đã phát triển một kỹ thuật lập trình &quot; zero cross &quot; để tạo ra một dạng sóng giọng nói tổng hợp. [20] Một ví dụ ban đầu khác, phiên bản arcade của Berzerk cũng có từ năm 1980. Milton B Công ty radley đã sản xuất trò chơi điện tử nhiều người chơi đầu tiên bằng cách sử dụng tổng hợp giọng nói, Milton trong cùng năm đó.

Công nghệ tổng hợp [ chỉnh sửa ]

Những phẩm chất quan trọng nhất của hệ thống tổng hợp giọng nói là tự nhiên mô tả mức độ chặt chẽ của âm thanh phát ra giống như lời nói của con người, trong khi tính dễ hiểu là sự dễ hiểu mà đầu ra được hiểu. Bộ tổng hợp giọng nói lý tưởng là cả tự nhiên và dễ hiểu. Hệ thống tổng hợp lời nói thường cố gắng tối đa hóa cả hai đặc điểm.

Hai công nghệ chính tạo ra dạng sóng giọng nói tổng hợp là tổng hợp ghép tổng hợp định dạng . Mỗi công nghệ đều có điểm mạnh và điểm yếu, và mục đích sử dụng của một hệ thống tổng hợp thường sẽ xác định phương pháp nào được sử dụng.

Tổng hợp ghép [ chỉnh sửa ]

Tổng hợp ghép dựa trên sự kết hợp (hoặc xâu chuỗi lại với nhau) của các đoạn của bài phát biểu được ghi. Nói chung, tổng hợp concatenative tạo ra lời nói tổng hợp nghe tự nhiên nhất. Tuy nhiên, sự khác biệt giữa các biến đổi tự nhiên trong lời nói và bản chất của các kỹ thuật tự động để phân đoạn các dạng sóng đôi khi dẫn đến các trục trặc có thể nghe được ở đầu ra. Có ba loại chính của tổng hợp ghép.

Tổng hợp lựa chọn đơn vị [ chỉnh sửa ]

Tổng hợp lựa chọn đơn vị sử dụng cơ sở dữ liệu lớn về ghi âm. Trong quá trình tạo cơ sở dữ liệu, mỗi cách nói được ghi lại được phân thành một số hoặc tất cả những điều sau đây: điện thoại cá nhân, lưỡng cực, nửa điện thoại, âm tiết, hình thái, từ, cụm từ và câu. Thông thường, việc phân chia thành các phân đoạn được thực hiện bằng cách sử dụng bộ nhận dạng giọng nói được sửa đổi đặc biệt được đặt ở chế độ &quot;căn chỉnh bắt buộc&quot; với một số hiệu chỉnh thủ công sau đó, sử dụng các biểu diễn trực quan như dạng sóng và phổ. [22] Một chỉ mục của các đơn vị trong cơ sở dữ liệu giọng nói sau đó được tạo ra dựa trên các thông số phân đoạn và âm thanh như tần số cơ bản (cao độ), thời lượng, vị trí trong âm tiết và điện thoại lân cận. Trong thời gian chạy, cách phát biểu mục tiêu mong muốn được tạo ra bằng cách xác định chuỗi đơn vị ứng cử viên tốt nhất từ ​​cơ sở dữ liệu (lựa chọn đơn vị). Quá trình này thường đạt được bằng cách sử dụng cây quyết định có trọng số đặc biệt.

Lựa chọn đơn vị cung cấp sự tự nhiên lớn nhất, bởi vì nó chỉ áp dụng một lượng nhỏ xử lý tín hiệu số (DSP) cho lời nói được ghi. DSP thường làm cho âm thanh giọng nói được ghi ít tự nhiên hơn, mặc dù một số hệ thống sử dụng một lượng nhỏ xử lý tín hiệu tại điểm nối để làm mịn dạng sóng. Đầu ra từ các hệ thống lựa chọn đơn vị tốt nhất thường không thể phân biệt được với giọng nói thực của con người, đặc biệt là trong bối cảnh mà hệ thống TTS đã được điều chỉnh. Tuy nhiên, độ tự nhiên tối đa thường yêu cầu cơ sở dữ liệu giọng nói lựa chọn đơn vị rất lớn, trong một số hệ thống có dung lượng dữ liệu được ghi, đại diện cho hàng chục giờ phát biểu. [23] Ngoài ra, thuật toán chọn đơn vị đã được biết để chọn phân đoạn từ một đặt ra kết quả ít hơn tổng hợp lý tưởng (ví dụ: các từ nhỏ trở nên không rõ ràng) ngay cả khi có sự lựa chọn tốt hơn trong cơ sở dữ liệu. [24] Gần đây, các nhà nghiên cứu đã đề xuất các phương pháp tự động khác nhau để phát hiện các phân đoạn không tự nhiên trong các hệ thống tổng hợp giọng nói lựa chọn đơn vị. ] Tổng hợp Diphone [ chỉnh sửa ]

Tổng hợp Diphone sử dụng cơ sở dữ liệu giọng nói tối thiểu có chứa tất cả các lưỡng cực (chuyển đổi âm thanh) xảy ra trong một ngôn ngữ. Số lượng lưỡng cực phụ thuộc vào âm vị học của ngôn ngữ: ví dụ: tiếng Tây Ban Nha có khoảng 800 lưỡng cực và tiếng Đức khoảng 2500. Trong tổng hợp lưỡng âm, chỉ có một ví dụ về mỗi âm thanh được chứa trong cơ sở dữ liệu giọng nói. Trong thời gian chạy, tiến trình đích của câu được đặt chồng lên các đơn vị tối thiểu này bằng các kỹ thuật xử lý tín hiệu số như mã hóa dự đoán tuyến tính, PSOLA [26] hoặc MBROLA. [27] hoặc các kỹ thuật gần đây hơn như sửa đổi cường độ trong miền nguồn sử dụng biến đổi cosine rời rạc [28] Tổng hợp Diphone bị các trục trặc âm thanh của tổng hợp nối và tính chất âm thanh của robot trong tổng hợp định dạng, và có một vài ưu điểm của phương pháp khác ngoài kích thước nhỏ. Do đó, việc sử dụng nó trong các ứng dụng thương mại đang giảm dần, [ cần trích dẫn ] mặc dù nó vẫn tiếp tục được sử dụng trong nghiên cứu vì có một số triển khai phần mềm có sẵn miễn phí.

Tổng hợp theo tên miền cụ thể [ chỉnh sửa ]

Tổng hợp theo tên miền cụ thể kết hợp các từ và cụm từ được ghi trước để tạo ra các cách nói hoàn chỉnh. Nó được sử dụng trong các ứng dụng mà nhiều loại văn bản mà hệ thống sẽ xuất ra được giới hạn trong một miền cụ thể, như thông báo lịch trình quá cảnh hoặc báo cáo thời tiết. [29] Công nghệ này rất đơn giản để thực hiện và đã được sử dụng trong một thời gian dài , trong các thiết bị như đồng hồ nói chuyện và máy tính. Mức độ tự nhiên của các hệ thống này có thể rất cao bởi vì sự đa dạng của các loại câu bị hạn chế, và chúng phù hợp chặt chẽ với sự tiến bộ và ngữ điệu của các bản ghi gốc. [ cần trích dẫn ] [19659011] Bởi vì các hệ thống này bị giới hạn bởi các từ và cụm từ trong cơ sở dữ liệu của chúng, chúng không có mục đích chung và chỉ có thể tổng hợp các tổ hợp từ và cụm từ mà chúng đã được lập trình sẵn. Tuy nhiên, sự pha trộn các từ trong ngôn ngữ nói tự nhiên vẫn có thể gây ra vấn đề trừ khi có nhiều biến thể được tính đến. Ví dụ, trong các phương ngữ không rhotic của tiếng Anh, &quot;r&quot; trong các từ như &quot;Clear&quot; / klɪə / thường chỉ được phát âm khi từ sau có nguyên âm như chữ cái đầu tiên của nó (ví dụ &quot;xóa&quot; được nhận ra là / klɪəɾˈʌʊt / ). Tương tự như vậy trong tiếng Pháp, nhiều phụ âm cuối trở nên không còn im lặng nếu theo sau là một từ bắt đầu bằng nguyên âm, một hiệu ứng được gọi là liên lạc. Sự xen kẽ này không thể được sao chép bởi một hệ thống ghép từ đơn giản, đòi hỏi sự phức tạp bổ sung phải nhạy cảm với ngữ cảnh.

Tổng hợp định dạng [ chỉnh sửa ]

Tổng hợp định dạng không sử dụng mẫu lời nói của con người khi chạy. Thay vào đó, đầu ra giọng nói tổng hợp được tạo ra bằng cách sử dụng tổng hợp phụ gia và mô hình âm thanh (tổng hợp mô hình vật lý). [30] Các thông số như tần số cơ bản, giọng nói và mức độ nhiễu được thay đổi theo thời gian để tạo ra dạng sóng của giọng nói nhân tạo. Phương pháp này đôi khi được gọi là tổng hợp dựa trên quy tắc ; tuy nhiên, nhiều hệ thống nối cũng có các thành phần dựa trên quy tắc. Nhiều hệ thống dựa trên công nghệ tổng hợp định dạng tạo ra lời nói nhân tạo, nghe có vẻ không bao giờ bị nhầm lẫn với lời nói của con người. Tuy nhiên, sự tự nhiên tối đa không phải lúc nào cũng là mục tiêu của một hệ thống tổng hợp giọng nói và các hệ thống tổng hợp định dạng có lợi thế hơn các hệ thống nối. Lời nói được tổng hợp theo định dạng có thể dễ hiểu một cách đáng tin cậy, ngay cả ở tốc độ rất cao, tránh các trục trặc âm thanh thường gây ra các hệ thống ghép nối. Lời nói tổng hợp tốc độ cao được sử dụng bởi người khiếm thị để nhanh chóng điều hướng các máy tính sử dụng trình đọc màn hình. Các bộ tổng hợp định dạng thường là các chương trình nhỏ hơn các hệ thống ghép vì chúng không có cơ sở dữ liệu về các mẫu lời nói. Do đó, chúng có thể được sử dụng trong các hệ thống nhúng, trong đó sức mạnh bộ nhớ và vi xử lý đặc biệt hạn chế. Bởi vì các hệ thống dựa trên định dạng có toàn quyền kiểm soát tất cả các khía cạnh của lời nói đầu ra, rất nhiều giai điệu và ngữ điệu có thể được tạo ra, truyền tải không chỉ các câu hỏi và câu nói, mà là nhiều cảm xúc và âm điệu của giọng nói.

Ví dụ về điều khiển ngữ điệu không chính xác nhưng có độ chính xác cao trong tổng hợp định dạng bao gồm công việc được thực hiện vào cuối những năm 1970 cho đồ chơi Texas & Nói của Spell, và trong các máy arcade Sega đầu thập niên 1980 [31] và trong nhiều Atari , Inc. trò chơi arcade [32] bằng cách sử dụng Chipset TMS5220 LPC. Tạo ngữ điệu phù hợp cho các dự án này là rất khó, và kết quả vẫn chưa khớp với các giao diện văn bản thành giọng nói thời gian thực. [33]

Quá trình tổng hợp định dạng đã được triển khai trong phần cứng trong Yamaha FS1R tổng hợp, nhưng khía cạnh lời nói của các thành phần không bao giờ được nhận ra trong tổng hợp. Nó có khả năng tạo ra các chuỗi định dạng ngắn, vài giây có thể nói một cụm từ duy nhất, nhưng vì giao diện điều khiển MIDI quá hạn chế nên lời nói trực tiếp là không thể thực hiện được.

Tổng hợp khớp nối [ chỉnh sửa ]

Tổng hợp khớp nối đề cập đến các kỹ thuật tính toán để tổng hợp lời nói dựa trên các mô hình của giọng hát của con người và các quá trình phát âm xảy ra ở đó. Bộ tổng hợp khớp đầu tiên thường xuyên được sử dụng cho các thí nghiệm trong phòng thí nghiệm đã được phát triển tại Phòng thí nghiệm Haskins vào giữa những năm 1970 bởi Philip Rubin, Tom Baer và Paul Mermelstein. Bộ tổng hợp này, được gọi là ASY, dựa trên các mô hình giọng hát được phát triển tại Phòng thí nghiệm Bell vào những năm 1960 và 1970 bởi Paul Mermelstein, Cecil Coker và các đồng nghiệp.

Cho đến gần đây, các mô hình tổng hợp khớp nối đã không được tích hợp vào các hệ thống tổng hợp giọng nói thương mại. Một ngoại lệ đáng chú ý là hệ thống dựa trên NeXT ban đầu được phát triển và tiếp thị bởi Trillium Sound Research, một công ty phụ thuộc của Đại học Calgary, nơi phần lớn nghiên cứu ban đầu được thực hiện. Sau sự sụp đổ của các hóa thân khác nhau của NeXT (được bắt đầu bởi Steve Jobs vào cuối những năm 1980 và sáp nhập với Apple Computer vào năm 1997), phần mềm Trillium đã được xuất bản theo Giấy phép Công cộng GNU, với công việc tiếp tục là gnuspeech. Hệ thống này, được đưa ra thị trường lần đầu tiên vào năm 1994, cung cấp chuyển đổi văn bản thành giọng nói hoàn toàn dựa trên khớp nối bằng cách sử dụng ống dẫn sóng hoặc đường truyền tương tự của vùng miệng và mũi của con người được điều khiển bởi &quot;mô hình vùng đặc biệt&quot; của Carré.

Các bộ tổng hợp gần đây, được phát triển bởi Jorge C. Lucero và các đồng nghiệp, kết hợp các mô hình sinh cơ học thanh âm, khí động học glottal và truyền sóng âm trong bronqui, traquea, khoang mũi và miệng, và do đó tạo thành hệ thống đầy đủ các bài phát biểu dựa trên vật lý mô phỏng. [34][35]

Tổng hợp dựa trên HMM [ chỉnh sửa ]

Tổng hợp dựa trên HMM là phương pháp tổng hợp dựa trên các mô hình Markov ẩn, còn được gọi là Tổng hợp tham số thống kê. Trong hệ thống này, phổ tần số (đường phát âm), tần số cơ bản (nguồn giọng nói) và thời lượng (tiến trình) của lời nói được mô hình hóa đồng thời bởi các HMM. Các dạng sóng lời nói được tạo ra từ chính các HMM dựa trên tiêu chí khả năng tối đa. [36]

Tổng hợp Sinewave [ chỉnh sửa ]

Tổng hợp Sinewave là một kỹ thuật để tổng hợp giọng nói năng lượng) với những tiếng huýt sáo thuần túy. [37]

Deep learning [ chỉnh sửa ]

Các trình tổng hợp dựa trên học tập sâu sử dụng Deep Neural Networks (DNN), được đào tạo về dữ liệu giọng nói được ghi lại. Một số bộ tổng hợp giọng nói dựa trên DNN đang tiếp cận chất lượng giọng nói của con người. Ví dụ như WaveNet của DeepMind, Tacotron của Google và Deep Voice (sử dụng công nghệ WaveNet) từ Baidu.

Những thách thức [ chỉnh sửa ]

Thách thức bình thường hóa văn bản [ chỉnh sửa ]

Quá trình bình thường hóa văn bản hiếm khi đơn giản. Các văn bản có đầy đủ các từ đồng nghĩa, số và chữ viết tắt, tất cả đều yêu cầu mở rộng thành một đại diện ngữ âm. Có nhiều cách viết trong tiếng Anh được phát âm khác nhau dựa trên ngữ cảnh. Ví dụ: &quot;Dự án mới nhất của tôi là học cách làm cho giọng nói của tôi tốt hơn&quot; chứa hai cách phát âm của &quot;dự án&quot;.

Hầu hết các hệ thống chuyển văn bản thành giọng nói (TTS) không tạo ra các biểu diễn ngữ nghĩa của các văn bản đầu vào của chúng, vì các quy trình để làm như vậy là không đáng tin cậy, hiểu kém và không hiệu quả về mặt tính toán. Kết quả là, các kỹ thuật heuristic khác nhau được sử dụng để đoán cách thích hợp để phân biệt các từ đồng âm, như kiểm tra các từ lân cận và sử dụng số liệu thống kê về tần suất xuất hiện.

Gần đây, các hệ thống TTS đã bắt đầu sử dụng HMM (đã thảo luận ở trên) để tạo ra &quot;các phần của lời nói&quot; để hỗ trợ trong việc phân biệt các bản đồng âm. Kỹ thuật này khá thành công đối với nhiều trường hợp như &quot;đọc&quot; nên được phát âm là &quot;đỏ&quot; ngụ ý thì quá khứ hay &quot;sậy&quot; ngụ ý thì hiện tại. Tỷ lệ lỗi điển hình khi sử dụng HMM theo cách này thường dưới năm phần trăm. Những kỹ thuật này cũng hoạt động tốt đối với hầu hết các ngôn ngữ châu Âu, mặc dù việc truy cập vào các nhóm đào tạo cần thiết thường gặp khó khăn trong các ngôn ngữ này.

Quyết định cách chuyển đổi số là một vấn đề khác mà các hệ thống TTS phải giải quyết. Đây là một thách thức lập trình đơn giản để chuyển đổi một số thành từ (ít nhất là bằng tiếng Anh), như &quot;1325&quot; trở thành &quot;một nghìn ba trăm hai mươi lăm&quot;. Tuy nhiên, số lượng xảy ra trong nhiều bối cảnh khác nhau; &quot;1325&quot; cũng có thể được đọc là &quot;một ba hai năm&quot;, &quot;mười ba hai mươi lăm&quot; hoặc &quot;mười ba trăm hai mươi lăm&quot;. Một hệ thống TTS thường có thể suy ra cách mở rộng một số dựa trên các từ, số và dấu chấm câu xung quanh, và đôi khi hệ thống cung cấp một cách để xác định ngữ cảnh nếu nó không rõ ràng. [38] Các chữ số La Mã cũng có thể được đọc khác nhau tùy theo ngữ cảnh . Ví dụ: &quot;Henry VIII&quot; đọc là &quot;Henry the Eighth&quot;, trong khi &quot;Chương VIII&quot; đọc là &quot;Chương Tám&quot;.

Tương tự, chữ viết tắt có thể mơ hồ. Ví dụ: chữ viết tắt &quot;in&quot; cho &quot;inch&quot; phải được phân biệt với từ &quot;in&quot; và địa chỉ &quot;12 St John St.&quot; sử dụng cùng tên viết tắt cho cả &quot;Saint&quot; và &quot;Street&quot;. Các hệ thống TTS với mặt trước thông minh có thể đưa ra những phỏng đoán có giáo dục về chữ viết tắt mơ hồ, trong khi các hệ thống khác cung cấp kết quả tương tự trong mọi trường hợp, dẫn đến kết quả đầu ra vô nghĩa (và đôi khi hài hước), như &quot;hợp tác&quot; được biểu hiện là &quot;hoạt động của công ty&quot;.

Thách thức chuyển văn bản thành âm vị [ chỉnh sửa ]

Hệ thống tổng hợp giọng nói sử dụng hai cách tiếp cận cơ bản để xác định cách phát âm của từ dựa trên chính tả của nó, một quá trình thường được gọi là văn bản chuyển đổi -to-phoneme hoặc grapheme-to-phoneme (âm vị là thuật ngữ được sử dụng bởi các nhà ngôn ngữ học để mô tả âm thanh đặc biệt trong một ngôn ngữ). Cách tiếp cận đơn giản nhất để chuyển đổi văn bản thành âm vị là cách tiếp cận dựa trên từ điển, trong đó một từ điển lớn chứa tất cả các từ của ngôn ngữ và cách phát âm chính xác của chúng được chương trình lưu trữ. Xác định cách phát âm chính xác của từng từ là vấn đề tra cứu từng từ trong từ điển và thay thế chính tả bằng cách phát âm được chỉ định trong từ điển. Cách tiếp cận khác là dựa trên quy tắc, trong đó quy tắc phát âm được áp dụng cho các từ để xác định cách phát âm dựa trên cách phát âm của chúng. Điều này tương tự như cách tiếp cận &quot;phát âm&quot;, hoặc phát âm tổng hợp, để học đọc.

Mỗi cách tiếp cận đều có ưu điểm và nhược điểm. Cách tiếp cận dựa trên từ điển là nhanh chóng và chính xác, nhưng hoàn toàn thất bại nếu nó được đưa ra một từ không có trong từ điển của nó. Khi kích thước từ điển tăng lên, các yêu cầu không gian bộ nhớ của hệ thống tổng hợp cũng vậy. Mặt khác, cách tiếp cận dựa trên quy tắc hoạt động trên bất kỳ đầu vào nào, nhưng độ phức tạp của các quy tắc tăng lên đáng kể khi hệ thống tính đến cách phát âm hoặc cách phát âm không đều. (Hãy xem xét rằng từ &quot;của&quot; rất phổ biến trong tiếng Anh, tuy nhiên là từ duy nhất trong đó chữ &quot;f&quot; được phát âm [v].) Do đó, gần như tất cả các hệ thống tổng hợp giọng nói đều sử dụng kết hợp các cách tiếp cận này.

Các ngôn ngữ có chỉnh hình ngữ âm có hệ thống chữ viết rất đều đặn và dự đoán cách phát âm các từ dựa trên cách viết của chúng khá thành công. Các hệ thống tổng hợp giọng nói cho các ngôn ngữ như vậy thường sử dụng rộng rãi phương pháp dựa trên quy tắc, chỉ sử dụng từ điển cho một vài từ, như tên nước ngoài và từ mượn, mà cách phát âm không rõ ràng từ cách phát âm của chúng. Mặt khác, các hệ thống tổng hợp giọng nói cho các ngôn ngữ như tiếng Anh, có hệ thống chính tả cực kỳ bất thường, thường dựa vào từ điển và chỉ sử dụng các phương pháp dựa trên quy tắc cho các từ bất thường hoặc các từ không có trong từ điển của chúng.

Những thách thức về đánh giá [ chỉnh sửa ]

Việc đánh giá nhất quán các hệ thống tổng hợp giọng nói có thể khó khăn do thiếu các tiêu chí đánh giá khách quan được thống nhất toàn cầu. Các tổ chức khác nhau thường sử dụng dữ liệu lời nói khác nhau. Chất lượng của các hệ thống tổng hợp giọng nói cũng phụ thuộc vào chất lượng của kỹ thuật sản xuất (có thể liên quan đến ghi âm tương tự hoặc kỹ thuật số) và vào các phương tiện được sử dụng để phát lại lời nói. Do đó, việc đánh giá các hệ thống tổng hợp giọng nói thường bị tổn hại bởi sự khác biệt giữa kỹ thuật sản xuất và cơ sở phát lại.

Tuy nhiên, kể từ năm 2005, một số nhà nghiên cứu đã bắt đầu đánh giá các hệ thống tổng hợp giọng nói bằng cách sử dụng một bộ dữ liệu nói chung. [39]

Nội dung và cảm xúc [ chỉnh sửa ]

Một nghiên cứu trên tạp chí Giao tiếp bằng lời nói bởi Amy Drahota và các đồng nghiệp tại Đại học Portsmouth, Vương quốc Anh, báo cáo rằng người nghe ghi âm giọng nói có thể xác định, ở mức tốt hơn mức cơ hội, cho dù người nói có mỉm cười hay không. [40][41][42] việc xác định các tính năng giọng nói báo hiệu nội dung cảm xúc có thể được sử dụng để giúp cho giọng nói tổng hợp trở nên tự nhiên hơn. Một trong những vấn đề liên quan là sửa đổi đường viền của câu, tùy thuộc vào việc đó là câu khẳng định, thẩm vấn hay câu cảm thán. Một trong những kỹ thuật để điều chỉnh cao độ [43] sử dụng biến đổi cosine rời rạc trong miền nguồn (dự đoán tuyến tính dư). Các kỹ thuật điều chỉnh cao độ đồng bộ cao độ như vậy cần đánh dấu cao độ của cơ sở dữ liệu giọng nói tổng hợp bằng cách sử dụng các kỹ thuật như trích xuất epoch sử dụng chỉ số mã hóa động được áp dụng trên phần dư dự đoán tuyến tính tích hợp của các vùng giọng nói. [44]

Phần cứng chuyên dụng [ chỉnh sửa ]

Hệ thống phần cứng và phần mềm [ chỉnh sửa ]

Các hệ thống phổ biến cung cấp khả năng tổng hợp giọng nói dưới dạng khả năng tích hợp.

Mattel [ chỉnh sửa ]

Bảng điều khiển trò chơi Mattel Intellivision cung cấp mô-đun Tổng hợp giọng nói Intellivoice vào năm 1982. Nó bao gồm chip tổng hợp giọng nói SP0256 trên một hộp mực rời. Người kể chuyện có 2kB Bộ nhớ chỉ đọc (ROM) và điều này được sử dụng để lưu trữ cơ sở dữ liệu các từ chung có thể kết hợp để tạo cụm từ trong các trò chơi Intellivision. Vì chip Orator cũng có thể chấp nhận dữ liệu giọng nói từ bộ nhớ ngoài, nên mọi từ hoặc cụm từ bổ sung cần thiết có thể được lưu trữ bên trong hộp mực. Dữ liệu bao gồm các chuỗi các hệ số bộ lọc tương tự để sửa đổi hành vi của mô hình giọng hát tổng hợp của chip, thay vì các mẫu được số hóa đơn giản.

SAM [ chỉnh sửa ]

Cũng được phát hành vào năm 1982, Software Automatic mouth là chương trình tổng hợp giọng nói thương mại toàn phần mềm đầu tiên. Nó sau đó đã được sử dụng làm cơ sở cho Macintalk. Chương trình có sẵn cho các máy tính Apple không phải Macintosh (bao gồm cả Apple II và Lisa), các mẫu Atari khác nhau và Commodore 64. Phiên bản Apple ưa thích phần cứng bổ sung có chứa DAC, mặc dù vậy, nó có thể sử dụng âm thanh một bit của máy tính đầu ra (có thêm nhiều biến dạng) nếu không có thẻ. Atari đã sử dụng chip âm thanh POKEY nhúng. Phát lại lời nói trên Atari thường bị vô hiệu hóa các yêu cầu ngắt và tắt chip ANTIC trong khi phát ra giọng hát. Đầu ra âm thanh là lời nói cực kỳ méo khi màn hình được bật. Commodore 64 đã sử dụng chip âm thanh SID nhúng của 64.

Atari [ chỉnh sửa ]

Có thể cho rằng, hệ thống lời nói đầu tiên được tích hợp vào hệ điều hành là máy tính cá nhân 1400XL / 1450XL do Atari, Inc. thiết kế sử dụng chip Votrax SC01 vào năm 1983 Các máy tính 1400XL / 1450XL đã sử dụng Máy trạng thái hữu hạn để cho phép tổng hợp văn bản chính tả bằng tiếng Anh thế giới. [46] Thật không may, máy tính cá nhân 1400XL / 1450XL không bao giờ được vận chuyển với số lượng.

Các máy tính Atari ST được bán với &quot;stspeech.tos&quot; trên đĩa mềm.

Apple [ chỉnh sửa ]

Hệ thống giọng nói đầu tiên được tích hợp vào một hệ điều hành được vận chuyển với số lượng là MacInTalk của Apple Computer. Phần mềm được cấp phép từ các nhà phát triển bên thứ 3 Joseph Katz và Mark Barton (sau này, SoftVoice, Inc.) và được giới thiệu trong buổi giới thiệu năm 1984 của máy tính Macintosh. Bản demo tháng 1 này yêu cầu 512 kilobyte bộ nhớ RAM. Kết quả là, nó không thể chạy trong 128 kilobyte RAM mà máy Mac đầu tiên thực sự được bán kèm. [47] Vì vậy, bản demo đã được thực hiện với nguyên mẫu 512k Mac, mặc dù những người tham dự không nói về điều này và bản demo tổng hợp được tạo ra phấn khích đáng kể cho Macintosh. Đầu những năm 1990, Apple đã mở rộng khả năng của mình với việc hỗ trợ chuyển văn bản thành giọng nói trên toàn hệ thống. Với sự ra đời của các máy tính dựa trên PowerPC nhanh hơn, chúng bao gồm lấy mẫu giọng nói chất lượng cao hơn. Apple cũng giới thiệu nhận dạng giọng nói vào các hệ thống của mình, cung cấp một bộ lệnh chất lỏng. Gần đây, Apple đã thêm tiếng nói dựa trên mẫu. Bắt đầu như một sự tò mò, hệ thống lời nói của Apple Macintosh đã phát triển thành một chương trình được hỗ trợ đầy đủ, PlainTalk, dành cho những người có vấn đề về thị lực. VoiceOver là lần đầu tiên xuất hiện vào năm 2005 trong Mac OS X Tiger (10,4). Trong 10,4 (Tiger) và các bản phát hành đầu tiên của 10.5 (Leopard), chỉ có một vận chuyển bằng giọng nói tiêu chuẩn với Mac OS X. Bắt đầu với 10.6 (Snow Leopard), người dùng có thể chọn trong danh sách nhiều giọng nói. Giọng nói của VoiceOver có tính năng hít thở thực tế giữa các câu, cũng như cải thiện rõ ràng ở tốc độ đọc cao trên PlainTalk. Mac OS X cũng bao gồm say, một ứng dụng dựa trên dòng lệnh chuyển đổi văn bản thành lời nói có thể nghe được. Bổ sung tiêu chuẩn AppleScript bao gồm một động từ nói cho phép tập lệnh sử dụng bất kỳ giọng nói đã cài đặt nào và để kiểm soát cao độ, tốc độ nói và điều chế của văn bản nói.

The Apple iOS operating system used on the iPhone, iPad and iPod Touch uses VoiceOver speech synthesis for accessibility.[48] Some third party applications also provide speech synthesis to facilitate navigating, reading web pages or translating text.

AmigaOS[edit]

SoftVoice.svg&quot; src=&quot;http://upload.wikimedia.org/wikipedia/commons/thumb/6/6f/SoftVoice.svg/158px-SoftVoice.svg.png&quot; width=&quot;158&quot; height=&quot;336&quot; srcset=&quot;//upload.wikimedia.org/wikipedia/commons/thumb/6/6f/SoftVoice.svg/237px-SoftVoice.svg.png 1.5x, //upload.wikimedia.org/wikipedia/commons/thumb/6/6f/SoftVoice.svg/316px-SoftVoice.svg.png 2x&quot; data-file-width=&quot;158&quot; data-file-height=&quot;336&quot;/&gt;</div>
<p>The second operating system to feature advanced speech synthesis capabilities was AmigaOS, introduced in 1985. The voice synthesis was licensed by Commodore International from SoftVoice, Inc., who also developed the original MacinTalk text-to-speech system. It featured a complete system of voice emulation for American English, with both male and female voices and &quot;stress&quot; indicator markers, made possible through the Amiga&#39;s audio chipset.<sup id=[49] The synthesis system was divided into a translator library which converted unrestricted English text into a standard set of phonetic codes and a narrator device which implemented a formant model of speech generation.. AmigaOS also featured a high-level &quot;Speak Handler&quot;, which allowed command-line users to redirect text output to speech. Speech synthesis was occasionally used in third-party programs, particularly word processors and educational software. The synthesis software remained largely unchanged from the first AmigaOS release and Commodore eventually removed speech synthesis support from AmigaOS 2.1 onward.

Despite the American English phoneme limitation, an unofficial version with multilingual speech synthesis was developed. This made use of an enhanced version of the translator library which could translate a number of languages, given a set of rules for each language.[50]

Microsoft Windows[edit]

Modern Windows desktop systems can use SAPI 4 and SAPI 5 components to support speech synthesis and speech recognition. SAPI 4.0 was available as an optional add-on for Windows 95 and Windows 98. Windows 2000 added Narrator, a text–to–speech utility for people who have visual impairment. Third-party programs such as JAWS for Windows, Window-Eyes, Non-visual Desktop Access, Supernova and System Access can perform various text-to-speech tasks such as reading text aloud from a specified website, email account, text document, the Windows clipboard, the user&#39;s keyboard typing, etc. Not all programs can use speech synthesis directly.[51] Some programs can use plug-ins, extensions or add-ons to read text aloud. Third-party programs are available that can read text from the system clipboard.

Microsoft Speech Server is a server-based package for voice synthesis and recognition. It is designed for network use with web applications and call centers.

Texas Instruments TI-99/4A[edit]

In the early 1980s, TI was known as a pioneer in speech synthesis, and a highly popular plug-in speech synthesizer module was available for the TI-99/4 and 4A. Speech synthesizers were offered free with the purchase of a number of cartridges and were used by many TI-written video games (notable titles offered with speech during this promotion were Alpiner and Parsec). The synthesizer uses a variant of linear predictive coding and has a small in-built vocabulary. The original intent was to release small cartridges that plugged directly into the synthesizer unit, which would increase the device&#39;s built in vocabulary. However, the success of software text-to-speech in the Terminal Emulator II cartridge cancelled that plan.

Text-to-speech systems[edit]

Text-to-Speech (TTS) refers to the ability of computers to read text aloud. A TTS Engine converts written text to a phonemic representation, then converts the phonemic representation to waveforms that can be output as sound. TTS engines with different languages, dialects and specialized vocabularies are available through third-party publishers.[52]

Android[edit]

Version 1.6 of Android added support for speech synthesis (TTS).[53]

Internet[edit]

Currently, there are a number of applications, plugins and gadgets that can read messages directly from an e-mail client and web pages from a web browser or Google Toolbar, such as Text to Voice, which is an add-on to Firefox. Some specialized software can narrate RSS-feeds. On one hand, online RSS-narrators simplify information delivery by allowing users to listen to their favourite news sources and to convert them to podcasts. On the other hand, on-line RSS-readers are available on almost any PC connected to the Internet. Users can download generated audio files to portable devices, e.g. with a help of podcast receiver, and listen to them while walking, jogging or commuting to work.

A growing field in Internet based TTS is web-based assistive technology, e.g. &#39;Browsealoud&#39; from a UK company and Readspeaker. It can deliver TTS functionality to anyone (for reasons of accessibility, convenience, entertainment or information) with access to a web browser. The non-profit project Pediaphon was created in 2006 to provide a similar web-based TTS interface to the Wikipedia.[54]

Other work is being done in the context of the W3C through the W3C Audio Incubator Group with the involvement of The BBC and Google Inc.

Open source[edit]

Some open-source software systems are available, such as:

Others[edit]

  • Following the commercial failure of the hardware-based Intellivoice, gaming developers sparingly used software synthesis in later games. A famous example is the introductory narration of Nintendo&#39;s Super Metroid game for the Super Nintendo Entertainment System. Earlier systems from Atari, such as the Atari 5200 (Baseball) and the Atari 2600 (Quadrun and Open Sesame), also had games utilizing software synthesis.
  • Some e-book readers, such as the Amazon Kindle, Samsung E6, PocketBook eReader Pro, enTourage eDGe, and the Bebook Neo.
  • The BBC Micro incorporated the Texas Instruments TMS5220 speech synthesis chip,
  • Some models of Texas Instruments home computers produced in 1979 and 1981 (Texas Instruments TI-99/4 and TI-99/4A) were capable of text-to-phoneme synthesis or reciting complete words and phrases (text-to-dictionary), using a very popular Speech Synthesizer peripheral. TI used a proprietary codec to embed complete spoken phrases into applications, primarily video games.[56]
  • IBM&#39;s OS/2 Warp 4 included VoiceType, a precursor to IBM ViaVoice.
  • GPS Navigation units produced by Garmin, Magellan, TomTom and others use speech synthesis for automobile navigation.
  • Yamaha produced a music synthesizer in 1999, the Yamaha FS1R which included a Formant synthesis capability. Sequences of up to 512 individual vowel and consonant formants could be stored and replayed, allowing short vocal phrases to be synthesized.
  • Taiwanese Speech Notepad [57]is a corpus-based Taiwanese concatenation text-to-speech system for Microsoft Windows XP/Win7. There are three major components in the software; a Taiwanese tone group parser[58]a speech engine, and a speech synthesizer. The system was installed directly on the PC to operate independently without linking MS Speech SDK or IBM TTS Engine. The user graphic interface includes functions such as Romanized Taiwanese or traditional Chinese input, synchronous voice dictionary, using Chinese/English for Taiwanese index word searching, external application program/web browser speech output and books making for the reading disabilities.

Digital sound-alikes[edit]

With the 2016 introduction of Adobe Voco audio editing and generating software prototype slated to be part of the Adobe Creative Suite and the similarly enabled DeepMind WaveNet, a deep neural network based audio synthesis software from Google [59] speech synthesis is verging on being completely indistinguishable from a real human&#39;s voice.

Adobe Voco takes approximately 20 minutes of the desired target&#39;s speech and after that it can generate sound-alike voice with even phonemes that were not present in the training material. The software poses ethical concerns as it allows to steal other peoples voices and manipulate them to say anything desired.[60]

This increases the stress on the disinformation situation coupled with the facts that

  • Human image synthesis since the early 2000s has improved beyond the point of human&#39;s inability to tell a real human imaged with a real camera from a simulation of a human imaged with a simulation of a camera.
  • 2D video forgery techniques were presented in 2016 that allow near real-time counterfeiting of facial expressions in existing 2D video.[61]
  • In SIGGRAPH 2017 an audio driven digital look-alike of upper torso of Barack Obama was presented by researchers from University of Washington. (view) It was driven only by a voice track as source data for the animation after the training phase to acquire lip sync and wider facial information from training material consisting of 2D videos with audio had been completed.[62]

Speech synthesis markup languages[edit]

A number of markup languages have been established for the rendition of text as speech in an XML-compliant format. The most recent is Speech Synthesis Markup Language (SSML), which became a W3C recommendation in 2004. Older speech synthesis markup languages include Java Speech Markup Language (JSML) and SABLE. Although each of these was proposed as a standard, none of them have been widely adopted.

Speech synthesis markup languages are distinguished from dialogue markup languages. VoiceXML, for example, includes tags related to speech recognition, dialogue management and touchtone dialing, in addition to text-to-speech markup.

Applications[edit]

Speech synthesis has long been a vital assistive technology tool and its application in this area is significant and widespread. It allows environmental barriers to be removed for people with a wide range of disabilities. The longest application has been in the use of screen readers for people with visual impairment, but text-to-speech systems are now commonly used by people with dyslexia and other reading difficulties as well as by pre-literate children. They are also frequently employed to aid those with severe speech impairment usually through a dedicated voice output communication aid.

Speech synthesis techniques are also used in entertainment productions such as games and animations. In 2007, Animo Limited announced the development of a software application package based on its speech synthesis software FineSpeech, explicitly geared towards customers in the entertainment industries, able to generate narration and lines of dialogue according to user specifications.[63] The application reached maturity in 2008, when NEC Biglobe announced a web service that allows users to create phrases from the voices of Code Geass: Lelouch of the Rebellion R2 characters.[64]

In recent years, Text to Speech for disability and handicapped communication aids have become widely deployed in Mass Transit. Text to Speech is also finding new applications outside the disability market. For example, speech synthesis, combined with speech recognition, allows for interaction with mobile devices via natural language processing interfaces.

Text-to speech is also used in second language acquisition. Voki, for instance, is an educational tool created by Oddcast that allows users to create their own talking avatar, using different accents. They can be emailed, embedded on websites or shared on social media.

In addition, speech synthesis is a valuable computational aid for the analysis and assessment of speech disorders. A voice quality synthesizer, developed by Jorge C. Lucero et al. at University of Brasilia, simulates the physics of phonation and includes models of vocal frequency jitter and tremor, airflow noise and laryngeal asymmetries.[34] The synthesizer has been used to mimic the timbre of dysphonic speakers with controlled levels of roughness, breathiness and strain.[35]

Multiple companies offer TTS APIs to their customers to accelerate development of new applications utilizing TTS technology. Companies offering TTS APIs include AT&T, CereProc, DIOTEK, IVONA, Neospeech, Readspeaker, SYNVO, YAKiToMe!, Yandex and CPqD. For mobile app development, Android operating system has been offering text to speech API for a long time. Most recently, with iOS7, Apple started offering an API for text to speech.

Stephen Hawking was one of the most famous people using a speech computer to communicate

See also[edit]

References[edit]

  1. ^ Allen, Jonathan; Hunnicutt, M. Sharon; Klatt, Dennis (1987). From Text to Speech: The MITalk system. Nhà xuất bản Đại học Cambridge. ISBN 0-521-30641-8.
  2. ^ Rubin, P.; Baer, T.; Mermelstein, P. (1981). &quot;An articulatory synthesizer for perceptual research&quot;. Journal of the Acoustical Society of America. 70 (2): 321–328. doi:10.1121/1.386780.
  3. ^ van Santen, Jan P. H.; Sproat, Richard W.; Olive, Joseph P.; Hirschberg, Julia (1997). Progress in Speech Synthesis. Mùa xuân. ISBN 0-387-94701-9.
  4. ^ Van Santen, J. (April 1994). &quot;Assignment of segmental duration in text-to-speech synthesis&quot;. Computer Speech & Language. 8 (2): 95–128. doi:10.1006/csla.1994.1005.
  5. ^ History and Development of Speech Synthesis, Helsinki University of Technology, Retrieved on November 4, 2006
  6. ^ Mechanismus der menschlichen Sprache nebst der Beschreibung seiner sprechenden Maschine (&quot;Mechanism of the human speech with description of its speaking machine&quot;, J. B. Degen, Wien). (in German)
  7. ^ Mattingly, Ignatius G. (1974). Sebeok, Thomas A., ed. &quot;Speech synthesis for phonetic and phonological models&quot; (PDF). Current Trends in Linguistics. Mouton, The Hague. 12: 2451–2487.
  8. ^ Sproat, Richard W. (1997). Multilingual Text-to-Speech Synthesis: The Bell Labs Approach. Mùa xuân. ISBN 0-7923-8027-4.
  9. ^ Kurzweil, Raymond (2005). The Singularity is Near. Penguin Books. ISBN 0-14-303788-9.
  10. ^ Klatt, D (1987). &quot;Review of text-to-speech conversion for English&quot;. Journal of the Acoustical Society of America. 82 (3): 737–93. doi:10.1121/1.395275.
  11. ^ Lambert, Bruce (March 21, 1992). &quot;Louis Gerstman, 61, a Specialist In Speech Disorders and Processes&quot;. New York Times.
  12. ^ &quot;Arthur C. Clarke Biography&quot;. Archived from the original on December 11, 1997. Retrieved 5 December 2017.
  13. ^ &quot;Where &quot;HAL&quot; First Spoke (Bell Labs Speech Synthesis website)&quot;. Bell Labs. Archived from the original on 2000-04-07. Retrieved 2010-02-17.
  14. ^ Anthropomorphic Talking Robot Waseda-Talker Series Archived 2016-03-04 at the Wayback Machine.
  15. ^ TSI Speech+ & other speaking calculators
  16. ^ Gevaryahu, Jonathan, &quot;TSI S14001A Speech Synthesizer LSI Integrated Circuit Guide&quot;[dead link]
  17. ^ Breslow, et al. US 4326710 : &quot;Talking electronic game&quot;, April 27, 1982
  18. ^ Voice Chess Challenger
  19. ^ Gaming&#39;s most important evolutions Archived 2011-06-15 at the Wayback Machine., GamesRadar
  20. ^ Szczepaniak, John (2014). The Untold History of Japanese Game Developers. 1. SMG Szczepaniak. pp. 544–615. ISBN 978-0992926007.
  21. ^ Taylor, Paul (2009). Text-to-speech synthesis. Cambridge, UK: Cambridge University Press. tr. 3. ISBN 9780521899277.
  22. ^ Alan W. Black, Perfect synthesis for all of the people all of the time. IEEE TTS Workshop 2002.
  23. ^ John Kominek and Alan W. Black. (2003). CMU ARCTIC databases for speech synthesis. CMU-LTI-03-177. Language Technologies Institute, School of Computer Science, Carnegie Mellon University.
  24. ^ Julia Zhang. Language Generation and Speech Synthesis in Dialogues for Language Learning, masters thesis, Section 5.6 on page 54.
  25. ^ William Yang Wang and Kallirroi Georgila. (2011). Automatic Detection of Unnatural Word-Level Segments in Unit-Selection Speech Synthesis, IEEE ASRU 2011.
  26. ^ &quot;Pitch-Synchronous Overlap and Add (PSOLA) Synthesis&quot;. Archived from the original on February 22, 2007. Retrieved 2008-05-28.
  27. ^ T. Dutoit, V. Pagel, N. Pierret, F. Bataille, O. van der Vrecken. The MBROLA Project: Towards a set of high quality speech synthesizers of use for non commercial purposes. ICSLP Proceedings1996.
  28. ^ Muralishankar, R; Ramakrishnan, A.G.; Prathibha, P (2004). &quot;Modification of Pitch using DCT in the Source Domain&quot;. Speech Communication. 42 (2): 143–154. doi:10.1016/j.specom.2003.05.001.
  29. ^ L.F. Lamel, J.L. Gauvain, B. Prouts, C. Bouhier, R. Boesch. Generation and Synthesis of Broadcast Messages, Proceedings ESCA-NATO Workshop and Applications of Speech TechnologySeptember 1993.
  30. ^ Dartmouth College: Music and Computers Archived 2011-06-08 at the Wayback Machine., 1993.
  31. ^ Examples include Astro Blaster, Space Fury, and Star Trek: Strategic Operations Simulator
  32. ^ Examples include Star Wars, Firefox, Return of the Jedi, Road Runner, The Empire Strikes Back, Indiana Jones and the Temple of Doom, 720°, Gauntlet, Gauntlet II, A.P.B., Paperboy, RoadBlasters, Vindicators Part II, Escape from the Planet of the Robot Monsters.
  33. ^ John Holmes and Wendy Holmes (2001). Speech Synthesis and Recognition (2nd ed.). CRC. ISBN 0-7484-0856-8.
  34. ^ a b Lucero, J. C.; Schoentgen, J.; Behlau, M. (2013). &quot;Physics-based synthesis of disordered voices&quot; (PDF). Interspeech 2013. Lyon, France: International Speech Communication Association. Retrieved Aug 27, 2015.
  35. ^ a b Englert, Marina; Madazio, Glaucya; Gielow, Ingrid; Lucero, Jorge; Behlau, Mara (2016). &quot;Perceptual error identification of human and synthesized voices&quot;. Journal of Voice. doi:10.1016/j.jvoice.2015.07.017.
  36. ^ &quot;The HMM-based Speech Synthesis System&quot;. Hts.sp.nitech.ac.j. Retrieved 2012-02-22.
  37. ^ Remez, R.; Rubin, P.; Pisoni, D.; Carrell, T. (22 May 1981). &quot;Speech perception without traditional speech cues&quot; (PDF). Science. 212 (4497): 947–949. doi:10.1126/science.7233191. PMID 7233191. Archived from the original (PDF) on 2011-12-16. Retrieved 2011-12-14.
  38. ^ &quot;Speech synthesis&quot;. World Wide Web Organization.
  39. ^ &quot;Blizzard Challenge&quot;. Festvox.org. Retrieved 2012-02-22.
  40. ^ &quot;Smile -and the world can hear you&quot;. University of Portsmouth. January 9, 2008. Archived from the original on May 17, 2008.
  41. ^ &quot;Smile – And The World Can Hear You, Even If You Hide&quot;. Science Daily. January 2008.
  42. ^ Drahota, A. (2008). &quot;The vocal communication of different kinds of smile&quot; (PDF). Speech Communication. 50 (4): 278–287. doi:10.1016/j.specom.2007.10.001. Archived from the original (PDF) on 2013-07-03.
  43. ^ Muralishankar, R.; Ramakrishnan, A. G.; Prathibha, P. (February 2004). &quot;Modification of pitch using DCT in the source domain&quot;. Speech Communication. 42 (2): 143–154. doi:10.1016/j.specom.2003.05.001. Retrieved 7 December 2014.
  44. ^ Prathosh, A. P.; Ramakrishnan, A. G.; Ananthapadmanabha, T. V. (December 2013). &quot;Epoch extraction based on integrated linear prediction residual using plosion index&quot;. IEEE Trans. Audio Speech Language Processing. 21 (12): 2471–2480. doi:10.1109/TASL.2013.2273717. Retrieved 19 December 2014.
  45. ^ EE Times. &quot;TI will exit dedicated speech-synthesis chips, transfer products to Sensory.&quot; June 14, 2001.
  46. ^ &quot;1400XL/1450XL Speech Handler External Reference Specification&quot; (PDF). Retrieved 2012-02-22.
  47. ^ &quot;It Sure Is Great To Get Out Of That Bag!&quot;. folklore.org. Retrieved 2013-03-24.
  48. ^ &quot;iPhone: Configuring accessibility features (Including VoiceOver and Zoom)&quot;. Apple. Retrieved 2011-01-29.
  49. ^ Miner, Jay; et al. (1991). Amiga Hardware Reference Manual (3rd ed.). Addison-Wesley Publishing Company, Inc. ISBN 0-201-56776-8.
  50. ^ Devitt, Francesco (30 June 1995). &quot;Translator Library (Multilingual-speech version)&quot;. Archived from the original on 26 February 2012. Retrieved 9 April 2013.
  51. ^ &quot;Accessibility Tutorials for Windows XP: Using Narrator&quot;. Microsoft. 2011-01-29. Retrieved 2011-01-29.
  52. ^ &quot;How to configure and use Text-to-Speech in Windows XP and in Windows Vista&quot;. Microsoft. 2007-05-07. Retrieved 2010-02-17.
  53. ^ Jean-Michel Trivi (2009-09-23). &quot;An introduction to Text-To-Speech in Android&quot;. Android-developers.blogspot.com. Retrieved 2010-02-17.
  54. ^ Andreas Bischoff, The Pediaphon – Speech Interface to the free Wikipedia Encyclopedia for Mobile Phones, PDA&#39;s and MP3-Players, Proceedings of the 18th International Conference on Database and Expert Systems Applications, Pages: 575–579 ISBN 0-7695-2932-1, 2007
  55. ^ &quot;gnuspeech&quot;. Gnu.org. Retrieved 2010-02-17.
  56. ^ &quot;Smithsonian Speech Synthesis History Project (SSSHP) 1986–2002&quot;. Mindspring.com. Retrieved 2010-02-17.
  57. ^ 田村志津枝(2010)。初めて台灣語をパソコンに喋らせた男―母語を蘇らせる物語。 東京:現代書館。[TamuraS(2010)HajimeteTaiwangoopasokonnishaberasetaotoko:bogooyomigaeraserumonogatariTokyoJapan:GendaiShokan
  58. ^ Chang, Y. C. (2017). A Knowledge Representation Method to Implement A Taiwanese Tone Group Parser [In Chinese]. International Journal of Computational Linguistics & Chinese Language Processing; 22:2 2017.12 pp. 73-86
  59. ^ &quot;WaveNet: A Generative Model for Raw Audio&quot;. Deepmind.com. 2016-09-08. Retrieved 2017-05-24.
  60. ^ &quot;Adobe Voco &#39;Photoshop-for-voice&#39; causes concern&quot;. BBC.com. BBC. 2016-11-07. Retrieved 2017-06-18.
  61. ^ Thies, Justus (2016). &quot;Face2Face: Real-time Face Capture and Reenactment of RGB Videos&quot;. Proc. Computer Vision and Pattern Recognition (CVPR), IEEE. Retrieved 2016-06-18.
  62. ^ Suwajanakorn, Supasorn; Seitz, Steven; Kemelmacher-Shlizerman, Ira (2017), Synthesizing Obama: Learning Lip Sync from AudioUniversity of Washingtonretrieved 2018-03-02
  63. ^ &quot;Speech Synthesis Software for Anime Announced&quot;. Anime News Network. 2007-05-02. Retrieved 2010-02-17.
  64. ^ &quot;Code Geass Speech Synthesizer Service Offered in Japan&quot;. Animenewsnetwork.com. 2008-09-09. Retrieved 2010-02-17.

External links[edit]

bellasofa
bellahome

Thị trấn Kalkaska, Michigan – Wikipedia 53228

Thị trấn ở Michigan, Hoa Kỳ

Thị trấn Kalkaska là một thị trấn dân sự của Hạt Kalkaska thuộc tiểu bang Michigan của Hoa Kỳ. Dân số là 4.830 người trong cuộc điều tra dân số năm 2000. Nó chứa làng Kalkaska, là quận lỵ. Đó là sự khởi đầu của cuộc đua xe đạp Iceman.

Địa lý [ chỉnh sửa ]

Theo Cục điều tra dân số Hoa Kỳ, thị trấn có tổng diện tích là 71,2 dặm vuông (184 km 2 ), trong đó 70,3 dặm vuông (182 km 2 ) là đất và 0,8 dặm vuông (2,1 km 2 ) (1,15%) là nước.

Nhân khẩu học [ chỉnh sửa ]

Theo điều tra dân số [1] năm 2000, có 4.830 người, 1.854 hộ gia đình và 1.255 gia đình cư trú trong thị trấn. Mật độ dân số là 68,7 dặm vuông (26,5 / km²). Có 2.220 đơn vị nhà ở với mật độ trung bình 31,6 mỗi dặm vuông (12,2 / km²). Thành phần chủng tộc của thị trấn là 96,89% da trắng, 0,46% người Mỹ gốc Phi, 1,04% người Mỹ bản địa, 0,46% người châu Á, 0,06% từ các chủng tộc khác và 1,10% từ hai chủng tộc trở lên. Người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào là 0,81% dân số.

Có 1.854 hộ gia đình trong đó 34,7% có con dưới 18 tuổi sống chung với họ, 49,8% là vợ chồng sống chung, 13,1% có chủ hộ là nữ không có chồng và 32,3% không có gia đình. 26,3% của tất cả các hộ gia đình được tạo thành từ các cá nhân và 10,4% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,52 và quy mô gia đình trung bình là 3,01.

Trong thị trấn, dân số được trải ra với 26,9% dưới 18 tuổi, 9,2% từ 18 đến 24, 28,9% từ 25 đến 44, 21,4% từ 45 đến 64 và 13,6% ở độ tuổi 65 đặt hàng. Độ tuổi trung bình là 35 tuổi. Cứ 100 nữ thì có 94,2 nam. Cứ 100 nữ từ 18 tuổi trở lên, có 90,1 nam.

Thu nhập trung bình cho một hộ gia đình trong thị trấn là 36.278 đô la, và thu nhập trung bình cho một gia đình là 42.054 đô la. Nam giới có thu nhập trung bình là $ 32,403 so với $ 21,453 đối với nữ. Thu nhập bình quân đầu người của thị trấn là $ 16,595. Khoảng 10,6% gia đình và 12,5% dân số sống dưới mức nghèo khổ, bao gồm 18,2% những người dưới 18 tuổi và 11,1% những người từ 65 tuổi trở lên.

Tài liệu tham khảo [ chỉnh sửa ]

bellasofa
bellahome

Thị trấn Juniata, hạt Bedford, Pennsylvania 53227

Thị trấn ở Pennsylvania, Hoa Kỳ

Thị trấn Juniata là một thị trấn thuộc hạt Bedford, Pennsylvania, Hoa Kỳ. Dân số là 954 trong cuộc điều tra dân số năm 2010. [3]

Địa lý [ chỉnh sửa ]

Thị trấn Juniata nằm ở phía tây Quận Bedford, dọc theo đường Somerset County. Nó giáp với phía đông bắc của thị trấn Napier, phía đông của thị trấn Harrison và phía nam của thị trấn Londonderry. Các thị trấn lân cận của quận Somerset là thị trấn Allegheny ở phía tây và thị trấn bóng râm ở phía bắc.

Theo Cục điều tra dân số Hoa Kỳ, Juniata Township có tổng diện tích là 47,5 dặm vuông (123,1 km 2 ), trong đó 47,4 dặm vuông (122,8 km 2 ) là đất và 0,077 dặm vuông (0,2 km 2 ), hay 0,17%, là nước. [19659007] giải Trí [19659004] [ chỉnh sửa ] [19659005] Hai phần nhỏ của bang Pennsylvania Vùng đất trò chơi số 104 nằm ở góc phía nam của thị trấn và một phần của Công viên bang Shawnee nằm gần góc đông bắc của thị trấn. [4][5]

Nhân khẩu học [ chỉnh sửa ]

dân số
Điều tra dân số Pop. % ±
2010 954
Est. 2016 930 [2] −2,5%
Hoa Kỳ Điều tra dân số thập niên [6]

Theo điều tra dân số [7] năm 2000, có 1.016 người, 395 hộ gia đình và 310 gia đình cư trú trong thị trấn. Mật độ dân số là 21,4 người trên mỗi dặm vuông (8,3 / km²). Có 585 đơn vị nhà ở với mật độ trung bình 12,3 / dặm vuông (4,8 / km²). Thành phần chủng tộc của thị trấn là 98,23% da trắng, 0,10% người Mỹ bản địa, 0,20% người châu Á, 0,20% từ các chủng tộc khác và 1,28% từ hai chủng tộc trở lên. Người gốc Tây Ban Nha hoặc La tinh thuộc bất kỳ chủng tộc nào chiếm 1,18% dân số.

Có 395 hộ gia đình, trong đó 27,8% có con dưới 18 tuổi sống chung với họ, 67,3% là vợ chồng sống chung, 6,3% có chủ hộ là nữ không có chồng và 21,5% không có gia đình. . 18,5% của tất cả các hộ gia đình được tạo thành từ các cá nhân và 9,1% có người sống một mình từ 65 tuổi trở lên. Quy mô hộ trung bình là 2,56 và quy mô gia đình trung bình là 2,87.

Trong thị trấn, dân số được trải ra, với 22,8% dưới 18 tuổi, 5,0% từ 18 đến 24, 28,0% từ 25 đến 44, 29,6% từ 45 đến 64 và 14,6% là 65 tuổi tuổi trở lên. Độ tuổi trung bình là 41 tuổi. Cứ 100 nữ thì có 105,7 nam. Cứ 100 nữ từ 18 tuổi trở lên, có 104,7 nam.

Thu nhập trung bình cho một hộ gia đình trong thị trấn là 34.081 đô la và thu nhập trung bình cho một gia đình là 35.952 đô la. Nam giới có thu nhập trung bình là $ 30,737 so với $ 20.156 cho nữ giới. Thu nhập bình quân đầu người cho thị trấn là $ 13,990. Khoảng 13,1% gia đình và 14,9% dân số sống dưới mức nghèo khổ, bao gồm 11,3% những người dưới 18 tuổi và 21,1% những người từ 65 tuổi trở lên.

Tài liệu tham khảo [ chỉnh sửa ]

Tọa độ: 39 ° 59′40 N 78 ° 42′07 W / 39,99444 ° N 78,70194 ° W / 39,99444; -78.70194

bellasofa
bellahome