跳到正文
arXiv cs.CL· Bernd J. Kr\"oger·· 9 小时前AI 评分18

基于脉冲神经模型的音节表征到手势生成与发音研究

From syllable representation via gesture generation to articulation: A spiking neural model

AI 导读

一项基于神经工程框架与语义指针架构的脉冲神经感觉运动模型,实现了从音节表征到声道手势生成再到发音的转换。每个音节由神经振荡器相位协调手势并触发下一音节,相位依赖指令分别招募元音、口腔收缩、腭咽与声门动作的神经元群体,斜坡积分器塑造手势激活的升降。在两组各60次运行的配对仿真中,调整手势指令幅度后成功实现数从57/60提升至60/60。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:语音产生需要将音系表征转换为协调的声道运动。本文提出了一个位于神经工程框架和语义指针架构中的脉冲神经感觉运动模型。每个音节出现都有一个神经振荡器,其演化相位协调其手势并启动下一个音节。相位依赖的命令为元音、口腔收缩、腭咽和声门动作(手势)招募独立的神经群体。神经斜坡积分器塑造手势激活的上升和下降。与发音目标一起,这些轨迹决定了发音运动的范围和时程。对立神经群体为几何发音模型提供控制信号。
三十个参考录音覆盖了八个词汇词、一个词的替代实现、一个音节序列和孤立音节的输入语料库。两个额外的配对模拟子语料库各包含六十次运行,覆盖两个词和一个音节序列,评估跨神经实现的激活可靠性。在指定标准下,调整手势命令幅度将成功实现从 57/60 提高到 60/60,斜坡速率因子保持不变。
该模型展示了神经振荡器和斜坡动力学如何在指定相位规则下生成发音时序。它通过有序音节接口补充了先前的心智词典模型。所有组件的连续在线执行以及与声学扩展的连接仍是进一步的集成步骤。可访问的代码和同步可视化支持检查神经激活轨迹及由此产生的声道运动。
评论: 47 页,9 幅图。2026 年 11 月 8 日提交至《神经语言学杂志》
主题: 计算与语言(cs.CL)
引用为: arXiv:2611.22499 [cs.CL]
  (或 arXiv:2611.22499v1 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.22499

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Bernd-Joachim Kröger [查看电子邮件]
[v1] 2026 年 11 月 17 日星期二 09:53:29 UTC(291 KB)

来源:arXiv cs.CL · arxiv.org