Построение и исследование артикуляторных кодовых книг для решения речевых обратных задач

• Автор: Макаров, Илья Сергеевич
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 156 с. : ил.

ГЛАВА 1. Речевая обратная задача-обзор алгоритмов ее решения.

§ 1. Введение

§ 2. Речевая обратная задача-обоснование и математическая

постановка

§ 3. Обзор методов решения речевых обратных задач

§ 4. Обзор методов построения артикуляторных кодовых книг

§ 5. Обзор артикуляторных моделей и алгоритмов вычисления функции площади поперечного сечения тракта

§ 6. Обзор акустических моделей речеобразования

§ 7. Обзор артикуляторных синтезаторов речи

§ 8. Выводы

ГЛАВА 2. Артикуляторная модель и алгоритм вычисления площадей поперечных сечений.

§ 1. Введение
§ 2. Экспериментальные данные
§ 3. Математическая модель артикуляции
§ 4. Анатомическая база данных
§ 5. Алгоритм вычисления площадей поперечных сечений
§ б. Выводы
ГЛАВА 3. Акустическая и аэродинамическая модель речевого тракта.
§ 1. Введение
§ 2. Гидродинамическая модель речевого тракта
§ 3. Численные схемы решения уравнения Вебстера
§ 4. Податливость стенок тракта и грушевидные области
§ 5. Аэродинамические процессы в речевом тракте...;
§ 6. Выводы
ГЛАВА 4. Артикуляторная кодовая книга.
§ 1. Введение
§ 2. База данных мнкролучевого рентгеноскопа
§ 3. Акустическое пространство для артикуляторной кодовой книги
§ 4. Регуляризующие алгоритмы для формирования кодовой книги
§ 5. Статическая артикуляторная кодовая книга
§ 6. Динамическая артикуляторная кодовая книга
§ 7. Выводы
ГЛАВА 5. Исследование полноты статической артикуляторной кодовой книги.
§ 1. Введение
§ 2. Артикуляторный синтезатор
§ 3. Полнота артикуляторной кодовой книги
§ 4. Гласные и гласноподобные сегменты
§ 5. Фрикативные сегменты
§ б. Слитная речь
§ 7. Выводы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЯ
Речевая обратная задача формулируется как задача нахождения параметров математической модели артикуляции, или функции площади поперечного сечения речевого тракта, или команд, управляющих артикуляторными параметрами, по измеренным акустическим параметрам речевого сигнала.
С теоретической точки зрения, умение решать речевые обратные задачи необходимо для изучения свойств так называемой внутренней модели артикуляции. Под внутренней моделью понимается такая резидентная программа, которая хранится в головном мозге человека и осуществляет -управление процессами артикуляции по информации о текущем состоянии речевого тракта (получаемой от механорецепторов и посредством акустической обратной связи). Есть основания полагать, что внутренняя модель принимает участие и в процессе восприятия речи других людей (так называемая моторная теория восприятия речи).
С практической точки зрения, решение речевых обратных задач может быть эффективно использовано в ряде технических приложений. К таким приложениям относятся низкоскоростной артикуляторный вокодер, высококачественный артикуляторный синтезатор речи по произвольному тексту, а также система обучения людей иноязычному произношению. Модуль решения речевых обратных задач может быть использован в системах автоматического распознавания речи для повышения робастности этих систем.
Обратная задача для речевого тракта является нелинейной и некорректной: заданному набору входных данных, как правило, соответствует много формальных решений, большинство из которых неустойчивы по отношению к возмущениям данных. Поэтому для решения указанной обратной задачи необходимо использовать методы и алгоритмы, которые обеспечивают получение физически, физиологически и фонетически приемлемых устойчивых решений. Практическую работоспособность этих алгоритмов можно оценить, применяя процедуру ресинтеза: синтезированный по найденному решению речевой сигнал перцептивно должен мало отличаться от исходного речевого сигнала, по параметрам которого решалась обратная задача.
Одним из наиболее эффективных способов решения речевых обратных задач является вариационный метод. В нем параметры математической модели речеобразования

Форма твердого неба является ключевым анатомическим параметром, используемым артикуляторной моделью. Для параметризации этой формы использовался анализ главных компонент. Оказалось, что форма твердого неба Н(х) с высокой точностью аппроксимируется соотношением
Я(х) = £<*#,(л:)• (2-8)

Здесь Н](х), Н2(х), Нз(х) - три первые главные компоненты, покрывающие около 96% дисперсии измерений, £/, £2, Ь - анатомические параметры твердого неба, зависимые от конкретного диктора. Кривые Н(х), Н2(х), Нз(х) показаны ка рис. 2.9, где по оси абсцисс отложено расстояние от точки прикрепления мягкого неба к твердому до передних зубов, нормированное к единице, а по оси ординат - высота твердого неба в сантиметрах.
Рис. 2.9. Главные компоненты, аппроксимирующие форму твердого неба. Первая главная компонента нарисована сплошной линией, вторая главная компонента -точками, а третья главная компонента - пунктиром.
Параметры £/, %2, £» были определены для каждого диктора и включены в общее число анатомических параметров. Таким образом, общее количество анатомических параметров в базе данных, полученных по результатам измерений 47 дикторов, составило 25 параметров.
Для каждого параметра были вычислены