汉语发声的全局非线性动力学机制研究

Speech is an important physiological phenomenon and also the primary way for daily communication. Studies of the speech production have been paid attention in many areas, such as physiology, communication, and so on. Nonlinear dynamical method is an effective way to give an insight into the speech production, because of the nonlinear factors in the speech production system. However, many previous works ignore the wholeness of multiple organs in the speech production system under the control of nervous system and also ignore the deterministic dynamics of the time-varying characteristics of speech. In order to solve these problems, we will measure the physiologically relevant signals of multiple organs participating in speech production. Global modeling methods will be used to study the dynamical rule of these signals and explore the mechanism of Chinese speech production. The proposed measurement system and the developed dynamical method will also be used to study the pathological speech production, especially, the dysphonation due to the neural disease. Since the globally dynamical model can effectively reveal and summarize the inner laws behind the complex dynamical behavior, our researchs could provide the nonlinear theoretical foundation to reveal the laws of variable and constant in Chinese speech and improve speech processing technique. Moreover, it could be helpful for the etiological study of speech disorder.

语音是一个重要的生理现象，也是人类日常交流的最主要手段。因此，发声机理的研究在生理学、信息通讯等诸多领域得到了广泛而持续的关注。由于发声系统具有高度的非线性特性,非线性方法是认识发声机理的有效途径。然而，以往的研究往往忽略了神经系统控制下的多器官组成的发声系统的整体性，以及由其带来的语音时变特性所具有的内在确定性动力学特性。针对这些局限性，我们将同步测量参与发声过程的多个器官的生理相关信号；并且采用全局非线性动力学方法研究这些生理信号的内在动力学机制，以此深入认识汉语发声机理。同时，我们也将该方法应用于病理汉语发声，特别是与神经性疾病相关的发声缺陷的研究。由于全局非线性动力学模型能够有效地揭示并高度概括复杂动力学现象背后的本质规律，本项目的研究成果不仅为寻找汉语语音中的变量与恒量的规律、改进汉语语音信号处理提供非线性理论基础；而且，对发声缺陷的病原学研究等也具有积极的指导意义。

发声机理的研究在生理学、信息通讯等诸多领域得到了广泛而持续的关注。由于发声系统具有高度的非线性特性,非线性动力学方法是认识发声机理的有效途径。然而，以往的语音分析方法，例如广泛应用的线性预测模型等，往往专注于语音的局部动力学特性，这样必须采用大量的时变参量描述发声过程的动力学特性。这一局限性使得以往的研究不能够有效地揭示时变汉语语音所具有的内在确定性动力学特性。针对这些局限性，我们在本项目研究中采用全局非线性动力学方法研究这些汉语发声过程生理信号的内在动力学机制，以此深入认识汉语发声机理。.通过本项目的资助，我们建立了健康汉语语音数据库，为了便于揭示汉语发声的全局动力学特性，该数据库不是持续稳态发声数据，而是正常发声条件下自然发声数据库，它包含有汉语语音发声独特的动力学特性；我们还录制了麻痹、声带小结、水肿等多种病理条件下的发声数据；我们建立了可用于汉语语音分析的全局非线性动力学建模理论，并将其运用于汉语语音的全局动力学特性分析，在此基础上，我们还提出了一种基于全局动力学模型的汉语语音编码压缩方法；我们还提出了一系列发声过程生理数据采集的新方法，针对喉部的复杂结构，我们提出了超声-光声联合成像机制以及不完整数据条件下的成像机制，此外，我们还提出并试制了利用超声反射法测量声道截面面积的方法。.本项目的研究揭示了时变汉语语音的全局动力学特性，能够帮助人们深入地认识人类发声现象，具有重要的科学意义；汉语语音的全局动力学模型还提供了一种大压缩比、高自然度的语音压缩技术，在语音通信、编码、识别等领域具有重要应用前景；此外，基于本项目研究需要而发展起来的多种成像和测量方法，不仅可以运用于喉部声带成像和声道测量，而且可以有效地拓展到其它成像领域，因此具有重要而广泛的生物医学应用价值。