汉语语音视位的研究

摘要：

MPEG-4首次作为国际标准正式定义了视位(Viseme)的概念,它是指与某一音位相对应的嘴、舌头、下腭等可视发音器官所处的状态.本文通过对汉语发音时各可见部分器官动作和发音规则的研究,将汉语发音分为28个基本静态视位.利用语音信息从AVI文件中自动抽取出这些基本视位图像,从MPEG-4所规定的68个面部动画参数(FAP)中提取出28个来描述这些口形,并实现了部分FAP参数的自动测量.最后,我们给出一个视位研究应用的实例.

关键词：视位、面部动画参数、文本-语音转换系统、文本-可视语音转换系统

所属期刊栏目：21

分类号：TP391(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研项目20010003049

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：29-34