人體發(fā)音過程中的三維聲道幾何建模.pdf

1、核磁共振成像技術(shù)能夠清晰地展現(xiàn)出聲道器官的輪廓形狀,并且對人不會造成傷害和不適,因此越來越頻繁的應(yīng)用于語音生成領(lǐng)域。通過核磁共振成像技術(shù)得到的發(fā)音數(shù)據(jù)庫,對于分析不同發(fā)音時聲道器官形狀變化規(guī)律進(jìn)而構(gòu)建聲道模型具有很大的優(yōu)勢。而由核磁共振圖像建立精確的三維聲道模型,進(jìn)一步做到與發(fā)音同步的聲道可視化,對于語音教學(xué)的應(yīng)用,語音生成機理分析等都具有非常重要的意義。
　　本文將從純幾何的角度去構(gòu)建三維幾何聲道模型,與之前的神經(jīng)生理模型相比,

2、減去了復(fù)雜的肌肉力的影響。因此,運算量減少,模型的實時性變好,使得模型更加適用于對實時性要求較高的應(yīng)用。本文對中文核磁共振數(shù)據(jù)庫中一個受試者的十個元音數(shù)據(jù)進(jìn)行研究,研究步驟包括:圖像預(yù)處理,數(shù)據(jù)標(biāo)記,三維網(wǎng)格量化,并最終使用主成分分析法和多元線性回歸法對三維數(shù)據(jù)進(jìn)行建模分析,得到發(fā)音器官的主要控制參數(shù)。
　　分析結(jié)果顯示,每個發(fā)音器官可用三個以內(nèi)參數(shù)來很好的描述,且這三維主成分的貢獻(xiàn)率總和均在88％以上。用此分析結(jié)果對各個發(fā)音器官

3、進(jìn)行重構(gòu)得到的平均重構(gòu)誤差均小于1mm。
　　本文的創(chuàng)新點在于提出了一種新的三維聲道器官標(biāo)記方法,此方法與之前的提取方法相比主要有兩方面的優(yōu)勢:
　　一是保證了發(fā)音器官的完整性。傳統(tǒng)方法得到的舌形狀缺少舌左下角與下顎連接的部分以及舌根部分。而這兩部分在不同發(fā)音中是有形變的,缺失務(wù)必帶來分析結(jié)果的誤差。我們的結(jié)果中保留著這部分器官形狀,降低了誤差值。
　　二是保留了發(fā)音器官形狀上點的一致性。在標(biāo)記的過程中,對每個發(fā)音器官