DIVA模型中定時和預測功能的研究.pdf

1、在神經(jīng)解剖學和神經(jīng)心理學層次上仿真和描述大腦和小腦中語音生成和理解相關區(qū)域的功能，這是近年來人工語音合成系統(tǒng)所追求的主要思想。圍繞這樣的主題思想，多年來許多學者在語音生成和獲取計算模型的研究和探討方面做出了巨大努力，并獲得了豐碩的成果。其中最突出的是波斯頓大學語音實驗室的岡瑟教授（Frank H. Guenther）及其團隊研究的DIVA(Directions Into Velocities of Articulators)模型。它是一

2、種可以描述語音獲取與生成相關的處理過程，并可以通過控制一個模擬的聲道生成單詞、音節(jié)或音素的神經(jīng)網(wǎng)絡模型。
　　首先，本文對DIVA模型的發(fā)展過程及研究現(xiàn)狀進行了介紹，然后詳細介紹了 DIVA模型的相關理論，其中包括DIVA模型的基本概念、組成結構以及模型的學習階段和模擬階段。
　　其次，文章引入了感興趣區(qū)域(Region of interest, ROI)的概念，分別對語音相關的大腦皮層、剩余大腦皮層和小腦皮層的感興趣區(qū)域做

3、了詳細的介紹。
　　然后，文章針對DIVA模型小腦定時功能的問題，在分析DIVA模型前饋控制子系統(tǒng)的基礎上，利用RSL小腦模型對DIVA模型前饋控制子系統(tǒng)中的小腦定時功能進行了修改。通過仿真實驗說明了修改后的DIVA模型的精確度確實能得到提高。
　　最后，本文在分析并介紹分層反饋控制模型的基礎上，比較了分層反饋控制模型和DIVA模型，并利用分層反饋控制模型對 DIVA模型進行了修改，并進行了仿真實驗，實驗結果表明將分層反饋控