[論文レビュー] Modal locking between vocal fold and vocal tract oscillations

Atte Aalto, Daniel Aalto+2 more|arXiv (Cornell University)|Nov 20, 2012

Speech and Audio Processing被引用数 5

ひとこと要約

本研究では、声道音響から声帯振動にフィードバックをモデル化することで、発声における非線形なソース・フィルタ結合を調査する。シミュレーションと実験の両方で、声の高さの滑りが最初のフォルマント（F1）を通過する際に、声帯と声道のダイナミクス間に持続的な同期（モードロック）が生じることが示された。シミュレーションでは人間のデータよりも強い効果が観察されたため、人間では能動的な生理的補償機構が働く可能性が示唆される。

ABSTRACT

The human vocal folds are known to interact with the vocal tract acoustics during voiced speech production; namely a nonlinear source-filter coupling has been observed both by using models and in \emph{in vivo} phonation. These phenomena are approached from two directions in this article. We first present a computational dynamical model of the speech apparatus that contains an explicit filter-source feedback mechanism from the vocal tract acoustics back to the vocal folds oscillations. The model was used to simulate vocal pitch glideswhere the trajectory was forced to cross the lowest vocal tract resonance, i.e., the lowest formant $F_1$. Similar patterns produced by human participants were then studied. Both the simulations and the experimental results reveal an effect when the glides cross the first formant (as may happen in extipa{[i]}). Conversely, this effect is not observed if there is no formant within the glide range (as is the case in extipa{[ extscripta]}). The experiments show smaller effect compared to the simulations, pointing to an active compensation mechanism.

研究の動機と目的

• 発声中の声帯振動を調整するにあたり、声道音響の果たす役割を調査すること。
• 声道共振が声帯ダイナミクスに戻るフィードバック機構をモデル化すること。
• 音高の滑りがF1を通過する際の、シミュレートされた声帯挙動と生体内での人間の発声行動を比較すること。
• フォルマントの通過が発声における観察可能な同期（モードロック）を誘発するかどうかを特定すること。
• シミュレーション結果と人間の実験データとの乖離を探索し、人間における能動的補償の役割を示唆すること。

提案手法

• 明示的なソース・フィルタ・フィードバックを備えた発声装置の計算的動的モデルを開発した。
• 声道音響が声帯振動周波数および振幅に影響を与えるフィードバックループを組み込んだ。
• 自然な発声遷移を模倣するように、最初のフォルマント（F1）を通過する音高の滑りをシミュレートした。
• 人間被験者に同様の音高の滑りを発声させ、声帯および声道ダイナミクスを記録した。
• 時間周波数解析および相互相関法を用いて、声帯と声道の振動間の同期パターンを分析した。
• シミュレーション結果と実験データを比較し、モードロックの有無および強度を評価した。

実験結果

リサーチクエスチョン

• RQ1 最初のフォルマント（F1）を通過する際に、声帯と声道の振動間に測定可能な同期が生じるか？
• RQ2 計算シミュレーションと人間の発声行動との間で、モードロックの強度に差は認められるか？
• RQ3 能動的な生理的補償は、人間発声者において観察されるロック効果を軽減するために果たす役割は何か？
• RQ4 発声におけるソース・フィルタ結合は、受動的フィードバック機構として説明できるか、それとも能動的制御プロセスとして説明できるか？
• RQ5 滑り範囲の変化（F1の通過を含むか否か）が、モードロックの出現に与える影響は何か？

主な発見

• 音高の滑りが最初のフォルマント（F1）を通過する際、特に母音 [i] のような状況で、声帯と声道の振動間にモードロックが観察された。
• 滑り範囲にF1が含まれない場合、母音 [a] のような状況では効果が認められず、フォルマント共振が同期を誘発する役割を果たしていることが確認された。
• シミュレーションでは人間の実験よりも強いモードロックが観察されたため、人間では能動的補償機構が働く可能性があると示唆された。
• 声道音響が声帯にフィードバックする機構が、発声における非線形結合の主要因であることが確認された。
• モデルで観察されたソース・フィルタ結合の効果を低減または調整する、人間における能動的制御機構の存在を支持する結果が得られた。
• 本研究では、フォルマントの通過が発声システムにおける動的同期の重要なトリガーであることが示された。