从声道形状推导普通话元音共振峰-北京大学语音乐律研究.PDF

从声道形状推导普通话元音共振峰* Formant Prediction from Vocal Tract of Mandarin 汪高武 孔江平 鲍怀翘 [摘要] 本文研究如何从X光录像提取声道形状，并推导声道 进行声道边缘提取。并与 Thimm, Luettin （1999） 的方法做了比较，两者之间偏差 6.8 像素，与手工 传递特性。首先根据汉语普通话发音的X光录像，设计了一 标记误差各为 8 像素和20 像素（舌头曲线长约250 种自动提取清晰边缘结合手工标记模糊边缘的方法，来提取 像素）。这种方式标记的精读有所提高，但是技术比 声道边缘。并首次采用Mokhtari （1998）的方法，推导出汉 较复杂，声道的细节处反映得不够，而且对于X 光 语普通话主要元音的共振峰频率和带宽，计算结果与实际测 录像质量不好的情况，也无能为力。 量值和前人的结果做了比较，减小了误差。为验证结果的有 1.2 声道传递特性的计算 效性，根据计算出来的共振峰数据进行了语音参数合成，结 从X 光录像提取出声道形状后，需要根据声道 果表明合成语音符合相应的元音音色。* 的截面积，推算出声道的传递特性，也即声道传递 函数的共振峰和带宽等特性。目前的主要方法有： [关键词] X 光录像 声道 普通话元音 共振峰 一、求解声波传播方程 管中的声波满足以下传播方程。 1 简介 − ∂p ( ρ/ u ∂ ) A ∂ x ∂ t 在语音生理研究领域，如何从声道形状推导出 1 ∂ u ( ) ∂ pA ∂A − + ∂ x ρ C 2 ∂ t ∂ t 声道的传递特性，是一项重要的研究内容。随着科 虽然该方程组的闭式解只能在最简单的情况下 学技术的进步，可以通过X 光、超声波、螺旋CT、 求出，但数值解总是可以得到的。Rabiner （1978） 核磁共振（MRI ）等各种手段获取声道的形状，然 计算了几个俄语主要元音的前五个共振峰的频率和 后根据声道形状（主要以声道的截面积来表述），推 带宽，与从实际语音测得的数据吻合得很好。 导传递特性。 Rabiner 同时也指出，这样做是最精确的方法，但如 1.1 X 光录像中声道形状的提取 此细致既不实际也是不必要的。 X 光录像虽然有辐射危害，但相对于其他测量 二、单元声管等效电路级联法 技术来说，可以获得实时动态的、以及整个声道侧 随着