可視英漢計算機輔助發(fā)音訓練系統(tǒng).pdf

1、本文著眼于語音可視化，目的在于揭示真人的發(fā)音運動。首先，通過電磁發(fā)音儀（Electro Magnetic Articulography，EMA）AG500，以200幀/秒的采樣率采集了真實說話人的英語及漢語的發(fā)音動作數(shù)據(jù);接著，以采集的發(fā)音動作數(shù)據(jù)來驅(qū)動和控制了一個虛擬的3D說話人頭模型，從而逼真地呈現(xiàn)了口腔內(nèi)外發(fā)音器官的發(fā)音運動。
　　 為了獲得英漢雙語的易混淆發(fā)音文本對比對，進而直觀比較雙語的發(fā)音運動。本文基于英語和漢語的標

2、準發(fā)音動作數(shù)據(jù)，對英語和漢語的元音和輔音分別進行了交叉語言比較，然而，交叉語言比較的首要任務就是要消除特定說話人聲道特性及其它個人生理特性等音素而引起的固有差別，本文采用了基于說話人歸一化的普氏算法來進行說話人歸一化處理，接著利用分層聚類分析算法和多維標度定位算法對相似發(fā)音對進行了量化的比較，從而獲得了英漢相似音素發(fā)音的元音對比最小對和輔音對比最小對，并揭示了這兩種語言的易混淆發(fā)音文本對在發(fā)音動作上的區(qū)別。
　　 本文的發(fā)音文本

3、由普通話語料、英語語料、以及英漢雙語的語料和最小對組成。為了基于一系列音素的發(fā)音運動合成任意發(fā)音文本的發(fā)音軌跡，本文提出了一種改進的CM協(xié)同發(fā)音模型。實驗表明:由改進方法獲得的合成發(fā)音軌跡在幅度和波形上均可以更加逼近真實的發(fā)音軌跡。本文采用改進的CM協(xié)同發(fā)音模型合成了發(fā)音文本的三維發(fā)音動作，進而以此驅(qū)動和控制說話人頭模型，直觀展現(xiàn)了說話人發(fā)音時唇、舌等發(fā)音器官的發(fā)音動作，并手動配以標準的音頻發(fā)音，構建了一個可視英漢計算機輔助發(fā)音訓練系統(tǒng)

4、。
　　 此外，為了評價本系統(tǒng)的性能，本文進行了人工評測。評價結果表明:本系統(tǒng)可以有效地模擬說話人發(fā)音時口腔內(nèi)外發(fā)音器官的發(fā)音動作。另外，分別研究了本系統(tǒng)對言語障礙兒童和第二語言學習者的幫助，結果表明:本系統(tǒng)可對言語障礙兒童的發(fā)音訓練起到一定的康復作用，且第二語言學習者在本系統(tǒng)的發(fā)音指導下均可提高其發(fā)音訓練的效果和效率。最后，本文還設計了感知實驗來檢驗舌讀在語音感知和識別中的作用，結果表明:舌讀信息可提供大于唇讀信息的補充作用，