合成語音感知學(xué)習(xí)模型的建立和效應(yīng)驗(yàn)證

合成語音感知學(xué)習(xí)模型的建立和效應(yīng)驗(yàn)證【摘要】目的：建立合成語音的感知學(xué)習(xí)模型并驗(yàn)證該模型的學(xué)習(xí)效應(yīng).方法：編寫合成語音感知學(xué)習(xí)模型的計(jì)算機(jī)程序，并在29名大學(xué)本科生中應(yīng)用該程序模型.將被試學(xué)員隨機(jī)分為4組：組1,組2，組3,組4.采用配對t檢驗(yàn)和方差分析驗(yàn)證該模型的學(xué)習(xí)效應(yīng).結(jié)果：依照4種不同的實(shí)驗(yàn)?zāi)Ｊ綄?shí)施該模型，各組平均得分由學(xué)習(xí)前的%提高到學(xué)習(xí)后的%，且具有顯著性差異.其中程序模型改良組的學(xué)習(xí)效果最為顯著，成績平均提高了%.結(jié)論：本研究所建立的英語合成語音感知學(xué)習(xí)模型有良好的學(xué)習(xí)效應(yīng)，學(xué)習(xí)的過程體現(xiàn)出了人的概括和泛化能力.該模型為深入研究比較復(fù)雜的認(rèn)知活動(dòng)奠定了基礎(chǔ).

【關(guān)鍵詞】感知學(xué)習(xí)；模型；合成語音

0引言

針對感知學(xué)習(xí)的研究模型有許多種，其中絕大多數(shù)是針對記憶的，包括研究程序性記憶的運(yùn)動(dòng)技能學(xué)習(xí)［1］，研究知覺表征系統(tǒng)的視覺［2］或聽覺［3］辨別任務(wù)等.在合成發(fā)音的感知學(xué)習(xí)過程中，人們對于不同字符組合發(fā)音規(guī)律的學(xué)習(xí)和掌握反映除記憶之外的其他學(xué)習(xí)技能，其模型為人們深入研究學(xué)習(xí)的生理心理機(jī)制提供了幫助［4］.本研究旨在嘗試建立基于英語語音的感知學(xué)習(xí)模型，并以中國青年為被試驗(yàn)證該模型的學(xué)習(xí)效應(yīng).

1對象和方法

對象

29名健康男性大學(xué)生，年齡19～21歲.裸眼視力或矯正視力正常，聽力正常，均已通過英語四級考試，右利手，熟悉計(jì)算機(jī)鍵盤操作，從未參加過類似實(shí)驗(yàn).全部被試根據(jù)所采用的程序和詞匯列表隨機(jī)分為4組.組1和組2各6人，組3為7人，組4為10人.模型中采用的單詞為輔元輔結(jié)構(gòu)的單音節(jié)英文詞(如bad,tap等)，詞匯的選取來源于各個(gè)英語音素分布均勻的語音均衡表［5］.單詞的發(fā)音由程序合成，在PⅢ計(jì)算機(jī)上運(yùn)行并測試，語音通過YongWei耳機(jī)播放.

方法

模型設(shè)計(jì)了兩個(gè)略有差別的程序.程序A與B均包含測試、練習(xí)和再測試三個(gè)階段，練習(xí)包括學(xué)習(xí)和復(fù)習(xí)兩個(gè)環(huán)節(jié)，程序B練習(xí)的學(xué)習(xí)環(huán)節(jié)單詞的發(fā)音能夠點(diǎn)擊重聽.程序A有兩個(gè)版本的詞匯列表，程序B僅有一個(gè)版本的詞匯列表(L2)，L1完全來源于Fenn等［4］的設(shè)計(jì)，L2是范圍限制在四級詞匯之內(nèi)的語音均衡詞匯.具體程序?yàn)椋孩贉y試階段包含100個(gè)單詞，要求被試在聽到單詞的發(fā)音后在計(jì)算機(jī)上鍵入與之對應(yīng)的拼寫，每個(gè)單詞的發(fā)音只出現(xiàn)1次，而且不會重復(fù)，單詞之間間隔10s.②練習(xí)包括兩個(gè)單元，每單元兩組或者三組，每組50個(gè)單詞.每組間被試休息2min，單元間休息10min.每組被試先學(xué)習(xí)，即在聽到每個(gè)單詞的發(fā)音后隨即看到與之對應(yīng)的拼寫.50個(gè)單詞之后，被試可以進(jìn)行復(fù)習(xí).復(fù)習(xí)時(shí)，被試在聽到發(fā)音之后，有6s時(shí)間可以將單詞鍵入空欄，并在隨后看到該單詞的正確拼寫.在整個(gè)學(xué)習(xí)的過程中，被試所聽到單詞沒有重復(fù)，也不與測試及再測試中的單詞重復(fù).③再測試與測試的形式與要求相同，單詞不與測試及練習(xí)中的單詞重復(fù).組1采用程序A和詞匯列表L1，完成6組練習(xí)；組2采用程序A和詞匯列表L1，完成4組練習(xí)；組3采用程序A和詞匯列表L2，完成6組練習(xí)；組4采用程序B和詞匯列表L2，完成6組練習(xí).

統(tǒng)計(jì)學(xué)處理：統(tǒng)計(jì)學(xué)分析用統(tǒng)計(jì)分析軟件包，結(jié)果采用表示.統(tǒng)計(jì)方法采用配對t檢驗(yàn)，單因素方差分析和協(xié)方差分析.表示有顯著性差異.

2結(jié)果

英語合成語音感知學(xué)習(xí)模型的學(xué)習(xí)效應(yīng)所有被試在測試時(shí)語音識別的平均得分%，練習(xí)后，絕大部分被試的正確率都有所提高，平均提高%.

盡管組1和組2所使用的詞匯列表與組3和組4不同，但是，各組被試在測試時(shí)反映出來的正確率卻未見顯著差異.組1在學(xué)習(xí)階段完全采用了文獻(xiàn)所報(bào)道的實(shí)驗(yàn)方法，經(jīng)過6組共300個(gè)單詞的學(xué)習(xí)后，語音識別的正確率由測試的%提高到學(xué)習(xí)后再測試的%，平均提高%.與之相比較，組2平均提高%.組3學(xué)習(xí)后正確率平均提高%.

學(xué)習(xí)形式影響語音感知學(xué)習(xí)的效果基于組1,2,3的實(shí)驗(yàn)結(jié)果，我們發(fā)現(xiàn)，通過練習(xí)或者學(xué)習(xí)，被試的成績盡管有顯著的提高，但是提高幅度不是很理想.為了防止實(shí)驗(yàn)過程中有可能出現(xiàn)的“地板效應(yīng)”，我們通過問卷調(diào)查的形式，總結(jié)出了一些可以促進(jìn)學(xué)習(xí)效果的方法，并且將它們以可執(zhí)行的操作方式加入了改良后的程序B.在使用程序B的組4中，我們發(fā)現(xiàn)該組被試的正確率由學(xué)習(xí)前的%提高到了學(xué)習(xí)后的%，平均提高%.而各個(gè)組之間以測試正確率為協(xié)變量(總均數(shù)為)比較的協(xié)方差分析也表明，組4成績的提高與組1,2,3相比較均有顯著差異，同時(shí)組1,2,3成績的提高之間則未見有顯著差異.表1各組所提高成績的比較和協(xié)方差分析

3討論

針對感知學(xué)習(xí)的研究在揭示人類的學(xué)習(xí)、記憶等高級認(rèn)知活動(dòng)的生理和心理機(jī)制方面有著極為重要的作用［5-6］.感知學(xué)習(xí)的研究模型有很多種，主要集中在視覺［2,7,8］、聽覺［9-10］和運(yùn)動(dòng)［1,11］三大領(lǐng)域.這些模型大多數(shù)都是只針對視覺或者聽覺的刺激信息來做出的識別、記憶或者辨別反應(yīng).然而，除了記憶之外，學(xué)習(xí)的過程中還有更復(fù)雜的感知活動(dòng)參與.語音學(xué)習(xí)時(shí)，由于在不同的字符組合中，相同的發(fā)音單元常會因?yàn)槠淝昂笏B接字符的不同而表現(xiàn)出不同的發(fā)音，而不同的發(fā)音單元也會由于其前后所連接字符而表現(xiàn)出相同的發(fā)音.因而，對于語音發(fā)音規(guī)律的學(xué)習(xí)和掌握就不是單憑記憶不同音素的發(fā)音模式可以完成的.它還需要記憶之外的概括和泛化能力［4］.語音學(xué)習(xí)任務(wù)為人們進(jìn)一步深入的研究感知學(xué)習(xí)提供了非常有意義的模型.

人工合成的英語發(fā)音非常難于識別，即使在母語是英語的被試中，初次識別的成功率也只有33%左右［4］.這主要是因?yàn)闄C(jī)械的發(fā)音模式與人類自然的語音發(fā)音有明顯的區(qū)別，人們在對合成發(fā)音初次感知時(shí)，很容易產(chǎn)生錯(cuò)誤的知覺.不過，有研究表明，一段時(shí)間的規(guī)律學(xué)習(xí)能使得對合成發(fā)音識別的正確率提高平均約45%，而即使只是短期的一次性集中學(xué)習(xí)，正確率也能提高平均約20%［4］.本研究嘗試了以中國青年為被試的合成英語語音感知學(xué)習(xí)模型.由于英語不是母語，而且人工合成發(fā)音本身難于識別，因此，在整個(gè)實(shí)驗(yàn)過程中，被試對語音識別的正確率普遍都比較低.盡管如此，學(xué)習(xí)或者說練習(xí)能夠有效的提高被試的成績.由于被試聽到的單詞不重復(fù)，在識別單詞的發(fā)音時(shí)，成績的提高就完全有賴于對一過性的發(fā)音和拼寫進(jìn)行高度的概括和泛化，并把獲得的規(guī)律應(yīng)用到新單詞中去，以此來適應(yīng)新的測試內(nèi)容.從影響感知學(xué)習(xí)效果的因素方面考慮，我們認(rèn)為詞匯的難易程度、練習(xí)量以及學(xué)習(xí)的方式都是比較重要的影響因素.本研究中，我們發(fā)現(xiàn)優(yōu)化后的學(xué)習(xí)程序使被試正確率的提高達(dá)到了平均約14%,與Fenn等［4］所得到的數(shù)據(jù)接近，可以說是較為顯著的提高了學(xué)習(xí)的效果.我們由此認(rèn)為，學(xué)習(xí)方式對感知學(xué)習(xí)的效果有顯著影響.選擇不同的詞匯列表以及調(diào)整練習(xí)的數(shù)量并未在不同的被試分組之間得出差異顯著的結(jié)論，考慮到本研究所涉及的被試數(shù)量較少，我們正在嘗試擴(kuò)大被試數(shù)目以及對詞匯的難易程度和練習(xí)量進(jìn)一步的分級，以期能夠更好的對上述各因素做出解釋.

【參考文獻(xiàn)】

［1］FischerS,HallschmidM,ElsnerAL,etal.Sleepformsmemoryforfingerskills［J］.ProcNatlAcadSci,2002,99:11987-11991.

［2］KarniA,SagiD.Wherepracticemakesperfectintexturediscrimination:Evidenceforprimaryvisualcortexplasticity［J］.ProcNatlAcadSciUSA,1991,88:4966-4970.

［3］GaabN,PaetzoldM,BeckerM,etal.Theinfluenceofsleeponauditorylearning:Abehavioralstudy［J］.Neuroreport,2004,15:731-734.

［4］FennKM,NusbaumHC,MargoliashD.Consolidationduringsleepofperceptuallearningofspokenlanguage［J］.Nature,2003,425:614-616.

［5］EganJP.Articulationtestingmethods［J］.Laryngoscope,1948,58:955-991.

［6］WalkerMP,StickgoldR.Sleep,Memory,andPlasticity［J］.AnnuRevPsychol,2005,［Epubaheadofprint］

［7］HauptmannB,KarniA.Fromprimedtolearn:Thesaturationofrepetitionprimingandtheinductionoflong-termmemory［J］.BrainResCognBrainRes,2002,13:313-322.

［8］MaquetP,LaureysS,PeigneuxP,etal.Experience-dependentchangesincerebralactivationduringhumansleep［J］.NatNeurosci,2000,3:831-836.

［9］AtienzaM,CanteroJL,StickgoldR.Posttrainingsleepenhancesautomaticityinperceptualdiscrimination［J］.JCognNeurosci,2004,16:53-64.

［10］RothDA,Kishon-RabinL,HildesheimerM,etal.Alatentconsolidationphaseinauditoryidentificationlearn