基于视位的仿人头像机器人的基本口形系统研究.pdf

《基于视位的仿人头像机器人的基本口形系统研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机械设计与制造第2期l52MachineryDesign&Manufacture2010年2月文章编号：1001—3997(2010)02—0152—03基于视位的仿人头像机器人的基本口形系统研究术孟庆梅吴伟国曲建俊(哈尔滨工业大学机电工程学院机械设计系，哈尔滨150001)ResearchonbasicIip—systemofhumanoidheadportraitrobotbasedonthevisemeMENGQing—mei，WUWei-guo，QUJian-jun(DepartmentofMechanismDesign，HarbinInstit

2、uteofTechnology，Harbin150001，China)∽∽％N％．【摘要】为深入研究人类与机器人的交流方式，基于语音视位建立仿人头像机器人的口形系统。考虑汉语的特点与人在发声时的口型动作，建立口形系统的基本视位库。根据基本视位库，建立仿人头像机；器人的基本口形模型，采用最小二乘法识别口形系统中实际视位，并且利用Hermit插值的方法实现仿人头像机器人的动态口形。实验研究验证：该口形系统能够再现基本口形与基本视位的对应，并且动态口形实现与人类语音的协调。客关键词：视位；最小二乘法；仿人头像机器人；识别【Abstract】／nordertor

3、esearchontheinteractionwithhumanandrobotthoroughly，thelip-shapesystemofhumanoidheadportraitrobotWaSbuiltbasedonthespeechviseme．ConsideringtheChinesecharacterandhehumanf’sm。ement,t6∞cisemedatabase(BVD)仍6M．e6傩clipmodellWasestablishedcorrespondingtothebasicvisemedatabase(BVD)．Thelea

4、st-squaremethodWasusedtorecognitiontheviserneintheBVD，dynamiticlipshapeWasrealizedbyHermitinterpolationalgorithm．Pexperimentalresultsshowthatthelipshapesystemcanrepresentthebasiclipcorrespondingtobasicvisemeandrealizetherobot’sdynasticlipcorrespondingtohumanspeech．Keywords：Viseme

5、；Least-Squaremethod；Humanoidheadrobot；Recognition中图分类号：TH122文献标识码：A1引言2仿人头像机器人口形系统视位确定随着机器人应用领域的不断扩展，机器人不仅是人类的工2．1视位的基本概念具，而且是人类的合作者。人类希望能以自身相同的方式与机器语音有两个基本特l生：音位和视位。音位在听觉域表现为声人进行交流与合作。仿人机器人_I，有人类相似的形态、并且与音；视位是指某一音位相对应的嘴、舌头、下颚等可视发音器官所人类以相同的方式进行交流，例如面部表情、身体姿态、声音等。处的状态，表现为嘴形及面部表情的连

6、续变化。一个视位对应于“仿人”的意义不仅在于具有类人的外形外观，更重要的是具有类听觉域内一个或多个有相同口形的音位。视位能同时反映语音的人的感知系统、类人的智能思维方式和控制系统及决策能力，最听觉和视觉特性。音位是与某一特定的语言密切相关的，因而视终表现“行为类人”。语言是人类进行交流的重要途径，人类对语位也是与语言相关的。不同语言均具有特定的音位集和特有的发言的理解是多模态的，即人类在进行语言的交流时，不仅听声音，音特点，所以不同语言的视位不能完全公用。音位和视位存在多而且用眼睛去观察说话人的面部表情和口形来加强对语言的理对一的映射关系如汉语拼音中的声

7、母：波／b／、坡，p，、摸，m／等视位解。仿人机器人的口形是完整表达情感和实现人机自然交互不可的发音非常相似。另一方面，由于协同发音的影响，同一声母在不缺少的一部分。同的拼音组合中视位可能发生变化，如毒／du／、大／da／的，d舰位不目前已研制出的表情机器人系统虽然能够很好地识别和再同，因此音位到视位的映射也不是一一对应的。现人脸的基本表晴，但机器人LI形基本上仅仅表现为嘴部张开和2．2基本视位的确定闭合。机器人在实现语音识别与再现过程中难以实现口形动作与国内对于汉语视位的研究相对较少，研究人员锵汉语发音语音的同步协调。1：3形分为28个基本静态的视位，

8、将汉语分为6个基本口形用于哈尔滨某大学进行了仿人头像机器人口形系统的设计与研文本