基于DIVA神经网络模型模拟语音感知的神经机制研究

摘要

我们通过研究心理语言学实验结果得知“感知磁效应”（perceptual magnet effect）是影响婴幼儿语音发展的重要因素之一，这种效应会造成听觉感知空间的扭曲，使一个音位(phoneme)周围的声音都会被归为同一类。本研究的目的是运用人工神经网络建立一种能模拟语音感知(speech perception)、语音获取(speech acquisition)和语音生成的模型，并以人工神经网络的非监督式学习(unsupervised learning)方式让模型能从语音的共振峰中找出音位的语音分类(phonetic category)，来模拟人类从听觉上获取语音的过程。
　　本文通过改进自组织映射(Self-Organizing Map，SOM)算法和比较心理语音学实验的结果，让模型呈现英文发音的听觉感知空间。从模拟结果显示模型能辨认英文辅音/r/与/l/、典型音与非典型音的差异以及形成元音的听觉感知空间。本文通过模拟语音感知及结合具有语音生成能力的神经网络模型(Directions Into Velocities of Articulators，DIVA模型)，呈现人类获得发音能力的过程。
　　目前除了让修改后的DIVA模型能学习英文元音以外，更进一步的推广至中文元音发音。未来将继续发展本论文研究的模型，希望能用于探讨大脑与语音之间的关系，借此衍生至临床上医学的应用。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第1章 绪论

1.1 研究动机

1.2 语音的感知

1.3 文献探讨

1.4 研究目的

1.5 论文架构

第2章 神经网络基本理论

2.1 神经网络的简介

2.2 学习机制

2.3 自组织特征映射网络

2.4 模式识别

2.5 本章小结

第3章 语音感知模型

3.1 语音的感知模型

3.2 DIVA模型

3.3 本章小结

第4章 实验与方法

4.1 实验方法

4.2 模拟实验

4.3 利用DIVA模型模拟语音感知

4.4 本章小结

第5章 结果与讨论

5.1 模拟结果

5.2 DIVA模型的听觉感知空间

5.3 语音感知模型与神经生理学上的关系

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

附录1程序清单

附录2 攻读硕士学位期间撰写的论文

附录3 攻读硕士学位期间申请的专利

附录4 攻读硕士学位期间参加的科研项目

致谢