基于DIVA模型的漢語元音發(fā)音方法及口吃成因的研究.pdf

1、近年來人工語音合成系統(tǒng)追求的主要思想是在神經(jīng)心理學(xué)及神經(jīng)解剖學(xué)的層次上仿真和描述大腦中涉及語音生成和理解區(qū)域的相關(guān)功能。圍繞這一主題，研究者在語音獲取與生成計(jì)算模型的探索和研究方面都做出了巨大的努力，并且獲得了豐碩的成果。其中最具代表性和開創(chuàng)性的是波士頓大學(xué)語音實(shí)驗(yàn)室的岡瑟教授（Frank H. Guenther）及其團(tuán)隊(duì)開發(fā)的DIVA(Directions Into Velocities of Articulators)模型。在目前真

2、正具有生物物理學(xué)意義的語音生成與感知的模型中，DIVA模型的定義和測試是最徹底的，而且它還是唯一一種應(yīng)用偽逆控制方案的自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型。
　　DIVA(Directions Into of Articulators)模型是一種自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型，可以描述語音獲取與生成過程中的相關(guān)的處理過程，并可以通過控制模擬聲道來生成音素、音節(jié)或單詞。DIVA模型所依賴的語言背景是英文發(fā)音的29個(gè)音素。本文以漢語中 a、o、e、i、u、ü6個(gè)單

3、元音為實(shí)驗(yàn)載體，探討DIVA模型處理漢語發(fā)音機(jī)制的可能性，進(jìn)而為使其能處理包括輔音在內(nèi)的全部漢語音素奠定良好的基礎(chǔ)，最終達(dá)到在DIVA模型的基礎(chǔ)上構(gòu)建具有漢語腦機(jī)制反應(yīng)體系的語音識(shí)別合成系統(tǒng)、將中國人大腦中的思維過程“閱讀”出來的目的。
　　本文首先對DIVA模型進(jìn)行了介紹，然后從理論上探討了DIVA模型處理漢語音素的基本方法以及與處理英文音素的異同點(diǎn)，最后對漢語元音的發(fā)音進(jìn)行了仿真實(shí)驗(yàn)。從實(shí)驗(yàn)結(jié)果來看，修改了發(fā)音依賴背景后，DI