非母语汉语学习过程中语音生成与习得研究

To let the world understand the Chinese Culture, the first step is to let the world understand the Chinese. And most of foreigners has basically completed their native language acquisition process when they start learning Chinese as a second language. For these learners, the pressing matter of the moment is how to effectively use the computer technology and advanced speech information to save human and financial resources, and means to improve the efficiency of teaching the second language of Chinese. Starting from the process of "listening, speaking, reading " in the second language acquisition, in the project, we are trying to solve some key problems using physiological, speech and other knowledge, by observing the the cognitive learning process from the perspective of speech production, perception and acquisition. The main parts of the project include: collecting non-native speech corpus of physiology; estimating parameters at different levels of non-native speech production process; statistically analyzing the non-native speech physiology and acoustic features; the mehtod of non-native Mandarin speech recognition which can adapt different learners' accents. These studies will help to eliminate the internal barriers of non-native Chinese learning, to provide scientific basis for promoting the teaching of Chinese in the world, and to develop tools of language teaching systems.

要让中国文化走向世界，首先要让汉语走向世界。而绝大多数外国人在学习汉语时,其母语习得过程已基本完成。面向这些对象，怎样有效地利用计算机技术和先进的语音信息处理手段节约人力和财力资源，并提高汉语作为非母语的教学效率是目前的当务之急。本课题主要着眼于二语习得的"听、说、读"环节，从语音生成、感知及习得等角度观察分析人的认知学习过程，运用生理、语音等方面的知识，采集非母语语音生理语料库,研究非母语语音生成过程中不同层次参数估计，研究非母语语音生理/声学特征的统计分析，研究能够适应不同母语背景的语音识别方法。从而消除非母语汉语学习的内在障碍，为在国际上推动汉语的教学提供科学依据，为开发利于推广的语言教学辅助工具提供帮助。

本课题执行期从2014年1月开始，历时3年，基本按计划执行，并有论文发表，也进行了一定的扩展和深化，还需要进一步探索，研究结果待整理。.本课题围绕发音生成生理、感知和习得问题进行研究，已取得的预期成果主要如下：.1）.采集了一个多模态非母语语音生成生理运动与语音信息的数据库。我们使用电磁发音记录仪和超声仪，收集了15人的非母语汉语的声韵母表和一个平衡字表。.2）.语音生理/声学分析方面，提出一个三步法来实现的基于超声序列的真正全自动舌运动轨迹跟踪方法；以藏族人学汉语为例研究了非母语学习过程中语音发音特征，基于拉普拉斯映射算法计算元音结构之间的距离，分析了藏族人的汉语学习轨迹。 .3）.语音生成与感知机理方面，探索了喉部产生的震动触觉信息是否以及如何影响语音的基频；探索了镜像神经元在语音感知过程中扮演的角色，最终了解言语感知和生成两个过程的联系。.4）.藏族人母语拉萨方言的分析与识别方面，分析了语音识别中最优拉萨方言因素集，提出了基于声调信息的拉萨方言声学建模方法。.5）.相关的扩展研究方面，提出了复杂网络中增强社区发现的新模型，以及社区发现方法在说话人识别上的应用研究。