基于生理發(fā)音模型的中文發(fā)音可視化技術(shù)研究.pdf

1、發(fā)音過(guò)程可視化是指將發(fā)音過(guò)程中發(fā)音器官的運(yùn)動(dòng)情況形象的展示出來(lái)。發(fā)音過(guò)程可視化可以應(yīng)用在很多領(lǐng)域,例如語(yǔ)言學(xué)習(xí)領(lǐng)域,向世界各國(guó)傳播漢語(yǔ)符合國(guó)家的戰(zhàn)略需求,是增強(qiáng)國(guó)家“軟實(shí)力”的重要途徑,國(guó)家漢辦已經(jīng)在全球設(shè)立了多個(gè)孔子課堂,但仍然難以滿足4000多萬(wàn)海外漢語(yǔ)學(xué)習(xí)者的需求,師資力量缺口巨大;另外,在言語(yǔ)矯正領(lǐng)域,我國(guó)有數(shù)以千萬(wàn)計(jì)的言語(yǔ)障礙患者,發(fā)音過(guò)程可視化技術(shù)可以通過(guò)視覺反饋幫助患者更好地進(jìn)行言語(yǔ)矯正。
　　針對(duì)以上的背景,本文提

2、出了一種使用中文電磁發(fā)音記錄儀(EMA)數(shù)據(jù)來(lái)驅(qū)動(dòng)三維生理模型的方法來(lái)實(shí)現(xiàn)中文發(fā)音過(guò)程可視化方法。
　　首先,數(shù)據(jù)采集方面。一方面,我們建立了涵蓋30個(gè)中文音素的EMA數(shù)據(jù)庫(kù),然后開發(fā)了一套數(shù)據(jù)標(biāo)注軟件對(duì)EMA數(shù)據(jù)庫(kù)進(jìn)行了音素級(jí)別的標(biāo)注,并使用聲學(xué)參數(shù)和發(fā)音空間參數(shù)分別進(jìn)行了數(shù)據(jù)篩選。另一方面,針對(duì)三維生理發(fā)音模型,為了涵蓋整個(gè)發(fā)音空間,我們?cè)O(shè)計(jì)了近15萬(wàn)個(gè)肌肉組合文件,并將這些文件輸入到三維生理模型中,得到了相應(yīng)的發(fā)音數(shù)據(jù)。

3、r>　　其次,在將EMA數(shù)據(jù)和三維模型數(shù)據(jù)做映射比較之前,我們使用Thin-plate Spline方法調(diào)整了坐標(biāo)系,并通過(guò)對(duì)比中文中性元音[γ]音的EMA數(shù)據(jù)和三維模型的休息狀態(tài)的數(shù)據(jù),得到了映射方程;同時(shí),為了驗(yàn)證方法的嚴(yán)謹(jǐn)性,我們針對(duì)模型舌面前部和后部的關(guān)系設(shè)計(jì)了實(shí)驗(yàn),證明了只采用舌面前部的信息進(jìn)行分析的方法是可行的;另外為了驗(yàn)證方法的準(zhǔn)確性,我們針對(duì)[a],[γ],[(e)],[i],[o],[u],[y]這7個(gè)元音,把與他們最