[发明专利]大规模生理发音数据处理中声道的形态规范方法

摘要

本发明公开了一种大规模生理发音数据处理中声道的形态规范方法，该方法包括步骤：首先是模板的建立，然后是标志点的标定，最后是根据模板和说话人模型中标志点的对应关系确定各自薄板样条函数的参数。与现有技术相比，本发明和传统的利用直线化的标准方法相比，通过对不同发音人的声道进行形态上的规范，来实现生理发音数据的规范的同时，却还能保持生理发音的运动特性和空间位置关系。

主权项

1.一种大规模生理发音数据处理中声道的形态规范方法，其特征在于，该方法包括以下步骤：步骤一，从生理发音数据库中获得多组上颚和舌头表面轮廓线条数据，依据该数据得到生理发音过程中声道的平均形状建立本方法的多组模板；步骤二、利用网格系统对前一步骤的多组模板的声道形状中的标志点进行标注，具体做法：首先，依据生理发音数据库中所有元音生理发音的数据计算舌头表面轮廓曲线的平均形状，然后再由数据库中所有舌表面的数据计算出舌头表面中心点的平均位置；依据舌头表面轮廓曲线的平均形状和舌表面中心点平均位置确定网格系统；将得到的整个网格系统分割成十个同样大小的扇区，使十个扇区覆盖整个生理发音过程中声道运动的空间，并且每个扇区的边分别和上颚曲线、中位曲线、舌表面曲线以及舌表面之下曲线相交，从而到44个相交的点，将这44个点就作为声道的标注点；步骤三、利用上述标注点与生理发音数据库中原始点之间一一对应关系来确定薄板样条函数参数，实现生理发音数据处理中声道的形态规范，具体算法包括：假设声道二维坐标系中有n个坐标点，薄板样条的曲翘可由2(n+3)个参数描述，这些参数由6个全局线性参数以及n个标志点的共2n个非线性参数组成，其中一半是x轴方向的参数描述，另一半是y轴方向的参数描述。这2(n+3)个参数可由[7]中提到的线性系统确定。假设表示平面上n个标志点，本实验中是44个标志点的情况。这些标志点的坐标带入薄板样条函数求得的对应的函数值是可见薄板样条差值函数f(x，y)表示的是的一个映射关系。薄板样条差值函数定义如下：f(x,y)=a1+a2x+a3y+Σi=1nwiri2lnri2---(1)]]>上述的等式(1)，a₁+a₂x+a₃y是线性变换，是非线性变换；其中r含义如下代表每个发音者空间中将要进行变换的点，相对于各个标志点的距离平方，x和y分别代表薄板样条f(x，y)中即插入薄板样条函数将要进行变换的点的坐标。等式(1)是以各个标志点坐标为负载中心在无限空间范围内薄板形变的等式。薄板在以为负载中心的情况下的权值为w_i。薄板的样条插值函数由两部分构成；一部分由前三个元素描述的线性变化，剩下的部分是描述样条曲翘的非线性变化。通过使函数f差值函数的弯曲能量E_f能达到最小的限定条件，以及将标志点的坐标一一对应关系来确定a₁,a₂,a₃和w_i的值，从而确定薄板样条函数。其中E_f定义如下：式(2)代表弯曲能量，可以看出当代表弯曲能量的E_f最小时，f(x，y)进行的变换将达到最低的扭曲程度，接近于薄板平面上的变换。以下是三个约束条件：Σi=1nwi=0---(3)]]>Σi=1nx^iwi=0---(4)]]>Σi=1ny^iwi=0---(5)]]>约束条件(3)表明所有应用在薄板上的负载的和应该是零。这要求薄板在强制负载的情况下保持静止而不是运动。约束(4)和(5)提出的要求是当在薄板强加负载且不旋转的情况下x轴和y轴各自方向的运动是零。TPS参数向量a包含a₁,a₂和a₃三个分量，向量w包含若干个w_i分量，这两个向量可以通过下面的线性方程计算得到：APPT0wa=v0---(6)]]>其中其中n等于标志点的个数，j等于需要变换的原始数据坐标点的个数，由于每个需要变换的坐标点都要以不同的标志点为中心求解负载，所以A中是n×m个r_ij。矩阵P的第i行是一维三元向量O是3×3的零矩阵。在等式（6）的最右边的0是一维三元的零向量。w,a和v是分别由w_i，a₁,a₂,a₃和v_i分量组成的一维向量。等式最左边的(n+3)×(n+3)矩阵接下来用K表示。参考给定的每个实验者EMMA数据的标志点(x′,y′)与模板中定义的标志点对应关系，的重点是EMMA数据的坐标到模板坐标系中对应坐标的映射。所以关心的是由多对控制点定义的薄板样条函数经过变形得到的2D点。为此，用TPS函数分别对数据的x坐标和y坐标进行映射。从等式6可以推导出薄板样条到映射的曲翘变换，可以通过下述公式恢复：wxwyaxay=K-1x^′y^′00---(7)]]>其中和是分别由从和分量组成的一维向量。w_x和a_x是x轴的参数，w_y和a_y是y轴的参数。点(x_j,y_j)到坐标的转换由以下公式求得：x′y′=BQwxwyaxay---(8)]]>其中Bji=((xj-x^i)2+(yj-y^i)2)ln((xj-x^i)2+(yj-y^i)2),i=1,...,n,j=1,...,m.Q]]>矩阵的第j排为向量(1,x_j,y_j)，结果中向量x′和y′的第j排是将x和y带入带入公式之后得到的和向量。