基于DIVA模型的漢語元音發(fā)音方法及口吃成因的研究.pdf

1、近年來人工語音合成系統(tǒng)追求的主要思想是在神經(jīng)心理學及神經(jīng)解剖學的層次上仿真和描述大腦中涉及語音生成和理解區(qū)域的相關(guān)功能。圍繞這一主題，研究者在語音獲取與生成計算模型的探索和研究方面都做出了巨大的努力，并且獲得了豐碩的成果。其中最具代表性和開創(chuàng)性的是波士頓大學語音實驗室的岡瑟教授（Frank H. Guenther）及其團隊開發(fā)的DIVA(Directions Into Velocities of Articulators)模型。在目前真

2、正具有生物物理學意義的語音生成與感知的模型中，DIVA模型的定義和測試是最徹底的，而且它還是唯一一種應用偽逆控制方案的自適應神經(jīng)網(wǎng)絡模型。
　　DIVA(Directions Into of Articulators)模型是一種自適應神經(jīng)網(wǎng)絡模型，可以描述語音獲取與生成過程中的相關(guān)的處理過程，并可以通過控制模擬聲道來生成音素、音節(jié)或單詞。DIVA模型所依賴的語言背景是英文發(fā)音的29個音素。本文以漢語中 a、o、e、i、u、ü6個單

3、元音為實驗載體，探討DIVA模型處理漢語發(fā)音機制的可能性，進而為使其能處理包括輔音在內(nèi)的全部漢語音素奠定良好的基礎(chǔ)，最終達到在DIVA模型的基礎(chǔ)上構(gòu)建具有漢語腦機制反應體系的語音識別合成系統(tǒng)、將中國人大腦中的思維過程“閱讀”出來的目的。
　　本文首先對DIVA模型進行了介紹，然后從理論上探討了DIVA模型處理漢語音素的基本方法以及與處理英文音素的異同點，最后對漢語元音的發(fā)音進行了仿真實驗。從實驗結(jié)果來看，修改了發(fā)音依賴背景后，DI