基于DIVA模型的汉语语音脑机接口系统的研究.pdf

《基于DIVA模型的汉语语音脑机接口系统的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、■－－一＇＇－－朵巧；．．澤敢泮，禾考－＇：’巧；ＪＬ五…；：？纪ｒ鳴潘套；讀，；■－－■Ｙ：ＷＶ气須《凌嫂韻专业学位硕：ｔ论文ＭＭＩＦｉ．據扁＇＾‘，１接圆心囑八遲零户＾：．．支，．兴＞．巧ｙ片，’＇。＂＇．，评ｍｍ山＇．论文题目；基于ＤＩＶＡ模型的汉语语音脑机接口系统的研究＇学号飞＇聲１２１２０４３１３１謂．’．姓名胆鼻泰．参攀；！导师、张少白／扩％礙，＾专业学位类另ｄ工程

2、硕±－诲峭殺■．．＇彎＃类型￣ｉ；’．．，专业（领域）软件工程Ｊ茲．Ｖ：作齡巧處載５＇．，：門皆鴻：．、托；巧遵ｒ＇－—论文提交曰期‘二０、．，；乂决捧五年Ｈ月矣．＇‘＇－．巧滯’热屯．义：為／巧谣：持Ｖ—夸＇＾：．茄、：新ｒ媒：雖试分起職私？；，；獄去；！．＇．－；＇’＇三．．Ｖｖ－：＜Ｖ＇巧讀：ｉｎ鲁護－■－■．：－ｔ－：：＇；’■＇－节心Ｉ？，：．．‘＇—．；立：＇＇Ｖ．．．Ａ．ｒｒ知打；；

3、占占在南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研巧工作及取得的研巧成果过。尽我所知，除了义中特别加Ｗ标注和致谢的地方它外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得南京邮电大学或其教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律贵任。—Ｌ令又，车．／＾研究生签名：日期；南京邮电大学学位论文

4、使用授权声论明本人授权南京邮电大学可Ｗ保留并向国家有关部口或机构送交入文的复印件和电子文档可；允许论文被查阅和借阅；可Ｗ将学位论文的全部或部分内容编有关数据库进行检索；论文Ｗ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质涉的密内容相一致。论文的公布（包括刊登）授权南京邮电大学研巧生院办理。学位论文在解密后适用本授权书。、气禾研巧生签名：．导师签名：日期；作Ｍ’ｔ養ResearchonTheChineseSpeechPronunciationSyst

5、emofDIVAModelThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByZengYouSupervisor:Prof.ZhangShaoBaiMarch2015摘要DIVA(DirectionIntoVelocitiesofArticulators)模型是一种描述人脑中涉及语音生成和语音理解区域相关作用的数学模型。该模型主要特征是反映神经解剖学与大脑相关区域的

6、关联性，并模拟人脑如何控制发音器官的运动，从而进行音素、单词以及句子发音的仿真。目前为止，DIVA模型是唯一使用伪逆控制方案并具有生物学意义的神经网络模型，因此，DIVA模型对设计出能够通过获取人脑发出的信号从而代替人类发音的语音脑机接口系统具有指导意义。本文的主要工作是:1.在对DIVA模型的结构和定义进行研究的基础上，设计与中文发音相关的功能磁共振成像（functionalagneticresonanceimaging,fMRI）实验；2.依据实验结论，对中文语音发音过程对DIVA模型大脑感兴趣区域所

7、产生的影响进行研究，并做出相应修改；3.采用无创型脑电信号(Electroencephalograph,EEG)采集方案提取这些大脑区域产生的脑电信号。在主要工作的第三部分，因所采用的无创型采集方案所获取的脑电信号具有较多的眼电和肌动等干扰，所以我们采用独立分量分析方式(IndependentComponentCorrelationAlgorithm,ICA)来去除脑电信号中的干扰信号，之后再使用小波包分解和共空间模式(CommonSpatialPatterns,CSP)分别对脑电信号进行特征提取，最后应

8、用支持向量机模型(SupportVectorMachine,SVM)分类器对特征提取结果进行分类。应用这样的方法，我们设计出了一个专门针对汉语语音发音的脑机接口系统。最后实验结果表明，使用本文方式设计的汉语语音脑机接口（Brain-ComputerInterface，BCI）系统具有良好的性能，支持向量机模型对汉语发音脑电信号的分类精度最高为75%，达到了国外研究者使用侵入式脑电采集方案设计的英语语音脑机接口的分类精度。本文的