基于三维可视语音库的发音康复方法.pdfVIP

第20卷 第2期 长 春 大 学 学 报 VoI_2O No．2 2010年2月 JOURNALOFCHANGCHUN UNIVERSITY Feb．2010 基于三维可视语音库的发音康复方法 赵 剑 ，王丽荣 (1．长春大学 计算机科学技术学院，吉林 长春 1：30022；2．长春大学 科研处，吉林 长春 130022) 摘 要：将语音合成领域中研究的可视语音技术应用于康复工程之 中，设计 了一个基于三维视 觉的语音库系统。 提出了基于三维语音库的语音辅助系统应用于聋儿语言发音训练的新方法，通过直观的视觉反馈对聋而不哑的听 障儿童进行发音-91l练，从而改善他们的发音质量。提 出该方法的框架结构，系统能够培养聋儿语感及 自主学习语 言的意识，使其具有一定的说话能力，为其今后的知识学习和参与社会活动奠定基础。 关键词：语音合成；三维语音库；可视语音；聋儿康复 中图分类号：TP18 文献标志码：A 文章编号：1009—3907(2010)02—0075～03 0 引 言 达到帮助语言障碍者恢复发音功能即达到语言矫治 的 目的。 三维会话头像是人机交互技术的一个重要分 支，它是为了克服传统的语音合成技术的缺点而兴 2 技术方案框架 起的新型的可视语音技术 。近年来，许多学者认识 本方法采用 以下技术框架如图1所示 。 到将三维会话头像技术应用于人机交互用以解决语 言障碍者进行语言矫治的重要性。OlovEngwall， 续练习／ L厂二 PrebenWik…等人首先提出应有一个互动的谈话代 理作为一个虚拟的语言老师在电脑辅助语言教学系 统中，O．M．Lazalde 等人提出了一个西班牙语的 从聋儿基本信息库中lI3DTalkingHead模拟 选择合适的训练单 l会话过程 三维头像模型，DaSLG，Facon 指出可视语音 中 识别中参数的获取方法，李刚，王蒙军，林凌 采用 从语料库中选择相应 从参数库中 的预料 ll择相应参数 非对称唇形轮廓模型提高汉语唇形识别效果建立了 汉语可视语音库。本文讨论的三维建模技术与可视 图 1 三维可视语音库技术框架 语音技术相结合的语言矫治方法就是在基于互动谈 一 个发音学习者语言康复语训库，一个分等级 话代理的模式基础上建立汉语三维语音库。应该指 的训练库，一个语言发音器官参数库，一个三维会话 出的是，这项工作仍然处于非常初级的阶段，因此这 头像。通过半透明的头像可以看到内部发音器官发 篇文章概述了我们的框架结构，而不是介绍工作成 音过程的动作序列，一边模仿一边练习，具体内容包 就。 括 ： 1 产生的背景 a．通过显示装置 向发音学习者播放某一汉语文 为了克服 目前语言障碍者学习发音过程中出现 字、词、短语、简单句子的可视化三维头像发音过程， 的无反馈、单调枯燥等不足。我们提出将三维建模 并同时播放该信息的语音，该发音过程是经过参数 与可视语音技术相结合，建立基于参数驱动的三维 驱动 3D头像的各个发音器官完成的，接下来进行 唇动模型及适合发音学习者康复的三维汉语辅助发 步骤