拉萨藏语多维嗓音数字建模及实时评测系统研究

Voice research in Linguistics and medicine has played an important role. The research project includes: Lhasa Tibetan dialect corpora, Tibetan dialect voice analysis and study, and Lhasa dialect voice evaluation analysis these three parts. 1, Constructing the large Lhasa Tibetan corpora from 900 normal speakers, including sustained vowels, syllables, words and sentences and to acquire speech and EGG voice signals simultaneously. 2, Voice analysis research contains EGG analysis and MDVP analysis. (1) EGG analysis was used in vowels, voiced consonant, tone coarticulation, etc. multi-level research, mainly to analyze the fundamental frequency F0, open quotient OQ, speed quotient SQ, etc. other parameters, in order to establish single cycle, single syllable and acoustic source spectrum, etc. voice geometric model. (2) MDVP analysis was used to extract 33 parameters from every speech sample, using clustering, normal distribution, threshold and other statistical methods to establish voice MDVP parameter model. 3, According to gender and age, this project is to build the parameter model respectively and set the voice parameter evaluation standard for Lhasa Tibetan, which aims to realize the interactive Lhasa Tibetan voice real-time evaluation system. The project aims to provide the scientific basis for the study on the characteristics of Tibetan voice pronunciation, and provide guidance and help for the Tibetans all ages with voice disease groups in voice therapy, correction and rehabilitation.

嗓音研究在语言学和医学上都有着重要的作用。本项目研究包括：藏语拉萨话嗓音语料库、藏语拉萨话嗓音分析研究和拉萨藏族嗓音评测系统三部分。（1）构建藏语拉萨话900名正常发音人的大型嗓音库，包括持续元音、音节、词汇和句子，同时采集语音和EGG嗓音信号。（2）嗓音分析研究包括EGG分析和MDVP分析：1）EGG嗓音分析包括元音、浊辅音、声调、协同发音等多层次研究，主要分析基频、开商、速度商等参数，建立单周期、单音节和声源谱等嗓音几何模型；2）MDVP分析是通过提取每个语音样本的33个嗓音参数，利用聚类、正态分布取阈值等统计学方法，建立嗓音MDVP参数模型。（3）根据性别和年龄段分别建立参数常模，设定拉萨藏族人嗓音参数评测标准，实现交互式拉萨藏族嗓音实时评测系统。项目旨在为藏语嗓音发音的特征研究提供科学依据，并为藏族人各个年龄段嗓音病变群体在嗓音治疗、矫正和康复等方面提供指导和帮助。

研究发音器官在发音阶段的生理特性，对于认识人类言语生理机制重要的理论意义。嗓音研究发音时声带的振动方式。国内汉语普通话、藏语、蒙古语、彝语等的嗓音研究工作正在开展，并得到了一些很好的成果。藏语具有不同于汉语和英语的语言现象和语音生理机制。本项目以实验语音学、生理语音学、信号处理技术为基础，采集藏语的语音和嗓音信号，通过多维嗓音分析和EGG来重点研究藏语的发音嗓音特点和声学特点。研究内容包括：1）构建藏语拉萨话正常发音人的大型嗓音库，包括持续元音、音节、词汇和句子，同时采集语音和EGG嗓音信号；2）EGG嗓音分析包括元音、浊辅音、声调、协同发音等多层次研究，主要分析基频、开商、速度商等参数。3）MDVP分析是通过提取每个语音样本的嗓音参数，利用聚类、正态分布取阈值等统计学方法，建立嗓音MDVP参数模型。4）根据性别和年龄段分别建立参数常模，初步实现拉萨藏族嗓音评测系统。旨在为藏语嗓音发音的特征研究提供科学依据，并为藏族人各个年龄段嗓音病变群体在嗓音治疗、矫正和康复等方面提供一些参考数据。.本项目共发表了5篇论文，详见成果统计表。培养了博士研究生5名、硕士研究生6名（3名毕业、3名在读）。项目经费严格地按照计划支出。主办了CCF国际自然语言处理与中文计算会议（NLPCC 2019）（敦煌，2019.10），其中少数民族语言自然处理为一个专题。主办了亚太信号与信息处理联合会2019年会会议（兰州，2019.11），其中语音生理信号处理为一个专题。为了从方法上进一步扩展本研究，我们在2019年申请到了国家自然基金项目“基于语音、嗓音、气流气压信号的藏语音节模型研究（批准号：11964034）。