基于Kinect 3D數(shù)據(jù)的聲音-唇部映射系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、語言是人類特有的功能，是自然界中人類區(qū)別于其他生物的特殊能力。隨著世界一體化的到來，第二語言學(xué)習(xí)者逐年增加。計算機輔助發(fā)音訓(xùn)練技術(shù)應(yīng)運而生，它不僅可以緩解語言教師的壓力，而且能夠為學(xué)習(xí)者提供個性化、全天候服務(wù)。
　　論文提出了一個聲音-唇部映射系統(tǒng)。首先，將Kinect設(shè)備錄制的聲音和3D數(shù)據(jù)作為原始數(shù)據(jù)，訓(xùn)練得到映射模型;然后，將聲音信號輸入映射模型，映射得到相應(yīng)的3D數(shù)據(jù);最后，根據(jù)獲取的3D數(shù)據(jù)建立唇部模型，完成了語音信號到

2、3D唇部模型的映射。論文分別對基于K平均算法和基于高斯混合模型的映射方法進(jìn)行了研究，從主觀和客觀兩個方面對映射結(jié)果進(jìn)行了評價，并對兩種映射方法進(jìn)行了比較。為了提升映射效果，論文還對映射結(jié)果使用低通濾波器進(jìn)行了平滑處理。實驗結(jié)果表明，基于K平均算法和基于高斯混合模型的映射方法都能夠完成聲音到3D數(shù)據(jù)的映射，且基于高斯混合模型的方法要好于基于K平均算法的方法。實驗結(jié)果也證實，后期使用低通濾波器進(jìn)行平滑處理能夠有效提升實驗效果。
　　提