基于DIVA模型的漢語語音腦機(jī)接口系統(tǒng)的研究.pdf

1、DIVA(Direction Into Velocities of Articulators)模型是一種描述人腦中涉及語音生成和語音理解區(qū)域相關(guān)作用的數(shù)學(xué)模型。該模型主要特征是反映神經(jīng)解剖學(xué)與大腦相關(guān)區(qū)域的關(guān)聯(lián)性，并模擬人腦如何控制發(fā)音器官的運(yùn)動，從而進(jìn)行音素、單詞以及句子發(fā)音的仿真。目前為止， DIVA模型是唯一使用偽逆控制方案并具有生物學(xué)意義的神經(jīng)網(wǎng)絡(luò)模型，因此，DIVA模型對設(shè)計出能夠通過獲取人腦發(fā)出的信號從而代替人類發(fā)音的語音腦

2、機(jī)接口系統(tǒng)具有指導(dǎo)意義。本文的主要工作是:1.在對 DIVA模型的結(jié)構(gòu)和定義進(jìn)行研究的基礎(chǔ)上，設(shè)計與中文發(fā)音相關(guān)的功能磁共振成像（functional agnetic resonance imaging,fMRI）實(shí)驗；2.依據(jù)實(shí)驗結(jié)論，對中文語音發(fā)音過程對 DIVA模型大腦感興趣區(qū)域所產(chǎn)生的影響進(jìn)行研究，并做出相應(yīng)修改；3.采用無創(chuàng)型腦電信號(Electroencephalograph,EEG)采集方案提取這些大腦區(qū)域產(chǎn)生的腦電信號。

3、在主要工作的第三部分，因所采用的無創(chuàng)型采集方案所獲取的腦電信號具有較多的眼電和肌動等干擾，所以我們采用獨(dú)立分量分析方式(Independent Component Correlation Algorithm,ICA)來去除腦電信號中的干擾信號，之后再使用小波包分解和共空間模式(Common Spatial Patterns,CSP)分別對腦電信號進(jìn)行特征提取，最后應(yīng)用支持向量機(jī)模型(Support Vector Machine,SVM)

4、分類器對特征提取結(jié)果進(jìn)行分類。應(yīng)用這樣的方法，我們設(shè)計出了一個專門針對漢語語音發(fā)音的腦機(jī)接口系統(tǒng)。
　　最后實(shí)驗結(jié)果表明，使用本文方式設(shè)計的漢語語音腦機(jī)接口（Brain-Computer Interface， BCI）系統(tǒng)具有良好的性能，支持向量機(jī)模型對漢語發(fā)音腦電信號的分類精度最高為75％，達(dá)到了國外研究者使用侵入式腦電采集方案設(shè)計的英語語音腦機(jī)接口的分類精度。本文的研究為中文語音神經(jīng)分析系統(tǒng)的設(shè)計提供了可行方案。此外，本文的實(shí)