基于DIVA模型的汉语元音声调和英语音节重音发音机制的研究

摘要

随着语音技术的不断发展，出现了许多高质量语音合成声学模型，但是都没有涉及神经生理学原理及应用。在神经解剖学和神经心理学层次上仿真和描述大脑中涉及语音生成和理解区域的相关功能，这是近来人工语音合成系统所追求的主要思想。波斯顿大学语音实验室冈瑟教授提出的DIVA(Directions Into of Articulators)模型反映了神经解剖学数据与大脑相关区域的关联性，目的是通过学习控制模拟声道运动来生成音素、音节或单词，是一种具有生物学意义的语音生成与获取的神经网络模型。但是，DIVA模型是以英语语音生成和获取为研究背景的，对语音韵律特征的表述没有涉及。我们知道，汉语以及英文韵律特征包括声调、重音和语调等等。汉语声调在语言学上已经被确定与词语和句子的辨识度有关，英语音节重音有着区别词义和词性的功能。本文以DIVA模型为基础，探讨汉语元音声调和英语音节重音产生的方式方法和过程，最终实现在神经解剖学和神经心理层次上构造具有语音韵律规律的新的DIVA模型的目的。
　　本文首先介绍了DIVA模型的基本概念、组成结构以及研究现状，探讨研究了汉语元音声调韵律规律及其相关的声学参数，并用基频尺度函数计算出声调的基频变化轨迹，利用时域基频同步叠加算法（TD-PSOLA）来修改DIVA模型运动指令中的定值基频参数，最终实现汉语元音声调正确发音的目的。新构建的模型能够正确模拟声调的神经关联性，通过与临床结果相比较，DIVA模型的正确性和适用性得到验证。
　　接着，本文研究了英语音节重音规律及其相关的声学参数，论述了语音预处理流程以及基频和时长的变化轨迹的提取方法，用时域基频同步叠加算法来修改 DIVA模型运动指令中的定值基频和时长参数，使其实现英语音节重音的发音。
　　最后，本文通过基频扰动实验，以及对基频和时长自我补偿效应的检测，验证了改良后DIVA模型模拟英语音节重音发音的正确性。
　　本文所做的研究为最终构造出具有汉语思维特征的神经分析系统奠定了理论和实践基础，同时也为研究语音韵律的神经关联性提供相关依据。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景及意义

1.2国内外研究现状

1.3本文研究内容及论文结构

第二章 类神经网络与DIVA模型

2.1类神经网络

2.2DIVA模型

2.3本章小结

第三章 基于DIVA模型的汉语元音声调发音方法

3.1汉语声调的探讨

3.2声调与基频的关系

3.3用DIVA模型模拟汉语元音声调的发音

3.4改进后DIVA模型合成的语音

3.5汉语元音声调的神经关联性

3.6本章小结

第四章 基于DIVA模型的英语音节重音发音方法

4.1英语音节重音的探讨

4.2音节重音与基频和时长的关系

4.3语音信号预处理

4.4基频和时长变化轨迹的提取

4.5用DIVA模型模拟英语音节重音的发音

4.6改进前后DIVA模型合成语音的对比

4.7本章小结

第五章 基频扰动实验

5.1基频扰动规则

5.2 基频扰动模块的设置

5.3用DIVA模型模拟happy的发音

5.4结果与讨论

5.5本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间申请的专利

附录3 攻读硕士学位期间参加的科研项目

致谢