基于DIVA模型的汉语语音发音系统研究-计算机技术专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 在神经解剖学和神经心理学层次上仿真和描述大脑中语音生成和理解相关区域的功能是 近年来人工语音合成系统追求的主要目标。围绕这一目标，许多学者在语音神经网络计算模 型的研究方面做出了巨大努力。其中最突出的是波士顿大学语音实验室的冈瑟教授(Frank H. Guenther)及其团队研究的 DIVA(Directions Into Velocities of Articulators)模型。它是一种可以描 述语音生成与获取相关的处理过程，并可以通过控制一个模拟声道生成单词、音节或音素的 神经网络模型。但是，DIVA 模型是以英文 29 个基本音素为研究背景，其在汉语语音研究过 程中存在局限性。针对 DIVA 模型及汉语语音研究的特点，本文主要进行如下研究： 首先，针对 DIVA 模型所采用的语音感兴趣区域是基于英语语音研究而制定的问题，本 文对汉语语音加工过程进行功能磁共振成像实验研究，并基于 DIVA 模型对实验结果进行分 析。这为完善 DIVA 模型，使其适用于汉语语音研究提供了可行的方案。 其次，针对汉语神经分析系统研究中，非侵入式脑机接口采集到的脑电数据存在的分辨 率低、干扰大的问题，本文提出了一种基于 DIVA 模型的脑电信号约束处理方法。使用模型 模拟生成的功能性磁共振成像数据激活点的空间信息作为限制条件，对脑电信号进行分析定 位。实验结果表明该处理方法可以对受试者的激活脑区进行精确定位。 本文的研究为使用 DIVA 模型进行汉语语音研究提供了可行的方案和数据处理方法，实 验过程中形成的影像数据集将对汉语语音相关研究提供重要的参考。 关键词: DIVA 模型，脑?机接口，功能磁共振成像，感兴趣区域，脑电信号 I Abstract In recent years, it is the key idea of designing the speech synthesis system to describe and simulate the functions corresponding to the associated brain areas involved in speech production and acquisition at the level of neuroanatomy and neuropsycology. Around this topic,great efforts were made in researching and discussing the computational model of speech production and acquitision.The most outstanding model is the DIVA(Directions Into Velocities of Articulators) model which is proposed by the professor Frank Guenther and his colleges in speech lab, Boston University.The DIVA model is a neural network model describing the process of speech production and acquisition to product word, syllable, and phonemes by controlling a simulated vocal tract. However, DIVA model takes 29 underlying phonemes in Engl