27、语音处理与学习的神经建模探索

语音处理与学习的神经建模探索

1. 语音运动单元与振荡器模型

语音运动单元（SMU）在时间上存在重叠现象。仅仅改变音节振荡器的频率，就会导致人类发音中出现非线性效应，具体表现为时间上 SMU 重叠的增加。这里所提出的用于音节内 SMU 时间协调以及描述单个 SMU 行为的振荡器模型，似乎是一种较为现实的运动规划模型。例如，Kröger 等人（2016b）探讨了运用这种方法对不同语速进行建模的实例。

2. 语音模拟模型相关问题解答

2.1 问题列表

序号	问题
1	使用了哪种发音模型？
2	使用了哪种发声模型？
3	音节和语音运动单元（SMU）的运动计划在神经工程框架（NEF）中是如何实现的？

2.2 答案列表

序号	答案
1	采用了几何二维发音模型。
2	使用了自振荡声带模型（双质量模型）。