基于生理發(fā)音模型的中文發(fā)音可視化技術研究.pdf

1、發(fā)音過程可視化是指將發(fā)音過程中發(fā)音器官的運動情況形象的展示出來。發(fā)音過程可視化可以應用在很多領域,例如語言學習領域,向世界各國傳播漢語符合國家的戰(zhàn)略需求,是增強國家“軟實力”的重要途徑,國家漢辦已經在全球設立了多個孔子課堂,但仍然難以滿足4000多萬海外漢語學習者的需求,師資力量缺口巨大;另外,在言語矯正領域,我國有數以千萬計的言語障礙患者,發(fā)音過程可視化技術可以通過視覺反饋幫助患者更好地進行言語矯正。
　　針對以上的背景,本文提

2、出了一種使用中文電磁發(fā)音記錄儀(EMA)數據來驅動三維生理模型的方法來實現中文發(fā)音過程可視化方法。
　　首先,數據采集方面。一方面,我們建立了涵蓋30個中文音素的EMA數據庫,然后開發(fā)了一套數據標注軟件對EMA數據庫進行了音素級別的標注,并使用聲學參數和發(fā)音空間參數分別進行了數據篩選。另一方面,針對三維生理發(fā)音模型,為了涵蓋整個發(fā)音空間,我們設計了近15萬個肌肉組合文件,并將這些文件輸入到三維生理模型中,得到了相應的發(fā)音數據。

3、r>　　其次,在將EMA數據和三維模型數據做映射比較之前,我們使用Thin-plate Spline方法調整了坐標系,并通過對比中文中性元音[γ]音的EMA數據和三維模型的休息狀態(tài)的數據,得到了映射方程;同時,為了驗證方法的嚴謹性,我們針對模型舌面前部和后部的關系設計了實驗,證明了只采用舌面前部的信息進行分析的方法是可行的;另外為了驗證方法的準確性,我們針對[a],[γ],[(e)],[i],[o],[u],[y]這7個元音,把與他們最