[發明專利]一種基于DIVA神經網絡模型的漢語元音發音方法

有效

• 申請號: 201210239129.9
• 申請日: 2012-07-10
• 公開（公告）號: CN102880906A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 張少白;劉欣;徐磊;徐歆冰
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06F3/14
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

1.一種基于DIVA神經網絡模型的漢語元音發音方法，其特征在于利用DIVA神經網絡模

型對漢語元音目標進行分類學習訓練并產生漢語元音發音，包括以下步驟：

步驟1、通過麥克風采集所有的漢語元音，并獲取所有漢語元音的共振峰頻率；

步驟2、利用主元音方法建立漢語元音音素單元集，并將漢語元音音素單元集中的音素轉換為共振峰頻率的形式后映射到DIVA神經網絡模型中，初始所有的漢語元音音素單元集中的音素單元為未激活狀態；

步驟3、隨機輸入一個漢語元音的共振峰頻率，對該漢語元音進行訓練和學習，具體為：判斷漢語元音音素單元集中是否存在與該漢語元音的共振峰頻率相同的音素單元，若存在，則激活映射到DIVA神經網絡模型中的漢語元音音素單元中相應的音素單元；若不存在，則不能產生相應的發音，結束對該漢語元音的訓練；

步驟4、再次隨機輸入一個漢語元音的共振峰頻率，判斷此漢語元音是否已經在DIVA神經網絡模型中學習過，若已經學習過，則跳過訓練過程，直接通過揚聲器發出該激活狀態的音素單元所對應的元音；否則對該漢語元音進行訓練和學習，具體為：判斷漢語元音音素單元集中是否存在與該漢語元音的共振峰頻率相同的音素單元，若存在，則激活映射到DIVA神經網絡模型中的漢語元音音素集中相應的音素單元；若不存在，則不能產生相應的發音,結束對該漢語元音的訓練；重復執行步驟4直至所有漢語元音都訓練和學習完畢為止；

步驟5、利用DIVA神經網絡模型將訓練完成的所有漢語元音通過揚聲器輸出。

2.根據權利要求1所述的基于DIVA神經網絡模型的漢語元音發音方法，其特征在于，所

述步驟1中，獲取共振峰頻率的方法為基于線性預測LPC或倒譜法。

3.根據權利要求1所述的基于DIVA神經網絡模型的漢語元音發音方法，其特征在于：所述步驟4中判斷此漢語元音是否已經在DIVA神經網絡模型中學習過，具體為：通過判斷輸入的漢語元音的共振峰頻率與映射到DIVA神經網絡模型中漢語元音音素單元集中的音素的共振峰頻率是否相同來確定該漢語元音所對應的音素是否被激活，若相同則該漢語元音所對應的漢語元音音素單元集中的音素處于激活狀態，則此漢語元音已經在DIVA神經網絡模型中學習過；若仍處于未激活狀態，則此漢語元音沒有在DIVA神經網絡模型中學習過。