基于发音运动分析与合成系统研究

摘要

发音运动可视化是指将人的发音过程通过三维模型模拟出来。发音运动分析与合成系统涉及生理语音学、语音生理图像、人的发音机制及控制的生理计算模型等领域的相关技术，主要方法是建立超声数据库与三维生理模型数据库并将在二者之间建立映射关系从而实现发音运动的可视化，建立一个完善的发音运动分析与合成系统。
　　目前，在对中文发音可视化研究方面存在欠缺，尤其是通过三维模型的可视化方面，因此发音运动分析与合成系统在语言学习，特别是第二语言学习及言语矫正方面以及言语矫正方面有很重要的意义。近年来，随着我们国家国际地位的提升，“汉语热”在很多地方兴起，现在汉语学习大部分都依靠“孔子学院”之类的传统教学培训机构，但是建立以及运营这些培训学校所需的人力、物资的消耗是非常巨大的。
　　本文中我们采集了7个汉语原因因素，建立了超声数据库。在三维生理模型方面，为了涵盖大部分的中文发音器官的形态变化，我们计算了近20万组运动参数，通过大量计算建立了三维模型数据库。通过天津大学超算中心建立三维发声模型的数据库，以TPS（薄板样条函数）的方法实现超声图像到三维模型的映射，实现通过超声图像驱动三维模型，使发音运动可视化。最后，搭建了三维模型可视化系统，将于超声图像匹配后的三维模型进行输出，达到发音可视化的目的。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题背景

1.2国内外研究现状

1.3本文创新工作

1.4论文结构

第二章 数据的采集

2.1数据采集系统

2.2数据的同步性处理

2.3数据演示系统

2.4本章小结

第三章 超声图像数据库的建立

3.1超声图像简介

3.2超声图像采集

3.3超声图像标注

3.4本章小结

第四章 三维模型数据库的建立

4.1 ArtiSynth简介

4.2三维模型的建立

4.3舌头中位矢面数据的提取

4.4本章小结

第五章 超声图像与三维模型映射

5.1 TPS算法简介

5.2超声数据与三维模型数据坐标匹配

5.3匹配算法

5.4结果评价

5.5显示系统

5.6本章小结

第六章 总结与展望

参考文献

发表论文和参加科研情况说明

致谢