應(yīng)用DIVA模型處理中文語音信號(hào)方法的研究.pdf

1、隨著對(duì)腦功能成像研究的深入，人類對(duì)語音運(yùn)動(dòng)控制的機(jī)理有了一定的共識(shí)?；诖耍ㄊ款D大學(xué)Guenther教授帶領(lǐng)的研究小組提出了一個(gè)專門用于解釋語音生成和獲取過程的神經(jīng)計(jì)算模型DIVA(Directions Into Velocities of Articulators)。然而，作為DIVA模型輸入的腦電信號(hào)（ElectroEncephaloGram, EEG）表現(xiàn)出非平穩(wěn)性且具有多種多形態(tài)瞬時(shí)結(jié)構(gòu)波形，在采集過程中極易受到各種噪聲的干擾

2、，影響到模型對(duì)語音的正常處理。因此，本文在稀疏分解思想的基礎(chǔ)上，提出了一種專門適用于腦電信號(hào)結(jié)構(gòu)的過完備原子庫(kù)構(gòu)建方法來代替原有的Gabor原子庫(kù)，以達(dá)到去噪目的，進(jìn)而提高DIVA模型的語音學(xué)習(xí)能力。
　　本文首先簡(jiǎn)述了DIVA模型的基本原理和各組件間的作用及聯(lián)系，并探討了作為模型輸入的腦電信號(hào)的基本特性，同時(shí)對(duì)各傳統(tǒng)腦電信號(hào)去噪方法的原理和優(yōu)缺點(diǎn)做了專門說明。
　　然后，詳細(xì)描述了新的稀疏分解原子庫(kù)的構(gòu)造步驟，仿真實(shí)驗(yàn)表明

3、了該原子庫(kù)較傳統(tǒng)的Gabor原子庫(kù)具有更優(yōu)的稀疏性，并且對(duì)腦電信號(hào)的重構(gòu)效果更好。接著，在分析了稀疏分解的去噪原理后，應(yīng)用這種原子庫(kù)消除了混雜在EEG信號(hào)中的噪聲，與傳統(tǒng)的小波去噪方法相比較，去噪效果明顯。
　　最后，針對(duì)DIVA模型原有語音--體覺映射算法存在的缺陷，結(jié)合自適應(yīng)組織映射及粒子群優(yōu)化混合算法，將去噪后的腦電信號(hào)輸入到DIVA模型中，有效的提高了DIVA模型在學(xué)習(xí)中文元音發(fā)音時(shí)的聚類效果及發(fā)音精度。
　　本文所