语音生成与获取的控制问题,是机器人发声系统急需解决的问题。早期的DIVA(Directions Into Velocities of Articulators)模型并不完全具备神经生理学意义上的控制功能。为使机器人模拟声道发出类似人类语言的声音,解决好运动感觉系统中感官反馈时间延迟的问题,文中通过采用前馈控制机制补充反馈控制的策略,来处理语音运动控制方面的延迟问题,并且最后针对模型神经网络学习过程中延迟参数变化引起的网络状态扰动问题,进行了颚扰动补偿仿真实验。实验结果表明,其给出的方法行之有效且鲁棒性良好。
DIVA(Direction Into Velocities of Articulators)模型是一种描述人脑中涉及语音生成和语音理解区域所发挥的作用的数学模型,能对发音过程进行模拟,对语音脑机接口系统的设计具有指导意义,文章根据DIVA模型的定义和相关研究结论,对人在发音过程中的脑电信号进行了处理,首先利用小波包将脑电信号进行特征提取,之后使用SVM(Support Vector Machine)分类器进行分类.结果表明,该方法对发音过程的脑电信号特征提取和分类效果较好,识别率达到70%,为基于DIVA模型的语音脑机接口系统设计提供了一种思路,此外,实验的结论也印证了DIVA模型对于发音过程大脑区域激活情况的预测.
