当前位置:
X-MOL 学术
›
J. Acoust. Soc. Am.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
在中性语音中从轻声说话中重建发音运动。
The Journal of the Acoustical Society of America ( IF 2.1 ) Pub Date : 2018-07-02 , DOI: 10.1121/1.5039750 Nisha Meenakshi G 1 , Prasanta Kumar Ghosh 1
The Journal of the Acoustical Society of America ( IF 2.1 ) Pub Date : 2018-07-02 , DOI: 10.1121/1.5039750 Nisha Meenakshi G 1 , Prasanta Kumar Ghosh 1
Affiliation
研究了一种从耳语语音发音轨迹(WAT)重构中性语音发音轨迹(NAT)的转换函数(TF),以使转换后的耳语和原始中性发音运动之间的动态时间扭曲(DTW)距离最小化。考虑了三个候选TF:具有对角矩阵(Ad)的仿射函数,可从相应的WAT重构一个NAT;具有完整矩阵(Af)的仿射函数,以及基于深度神经网络(DNN)的非线性函数,可重构每个NAT从所有WAT。实验表明,通过Af可以很好地近似该变换,因为它在各个对象之间的泛化效果更好,并且实现了最小DTW距离为5.20(±1.27)mm(平均),分别提高了7.47%,4.76%和7。与Ad,DNN和最佳基准方案相比分别为64%(相对)。进一步分析以了解中性和耳语发音的差异后发现,耳语的发音器表现出夸张的动作,以便在中性语音中重建嘴唇的动作。还可以观察到,在研究中考虑的发音器中,舌头在窃窃私语时表现出更高的精确度和稳定性,这意味着受试者要小心地控制自己的舌头运动,以便发出可理解的窃窃私语的语音。
"点击查看英文标题和摘要"
更新日期:2019-11-01
"点击查看英文标题和摘要"