Developmentally inspired computational framework for embodied speech imitation
Year: 2010
Type: dissertation
Abstract: A presente tese é dedicada à aquisição autónoma de competências relativas à produção de fala por parte de um sistema robótico. Pressupõe-se que tal aquisição ocorra em interacção com um tutor humano, de forma a que não haja praticamente necessidade de assumir hipóteses iniciais relativamente ao vocabulário e à linguagem de interacção. Em particular, o robot humanóide Asimo é usado nesta tese para corporizar o alvo do sistema de aquisição de competências. Dado o seu tamanho e o seu fraco conhecimento do mundo que o rodeia, entendeu-se que uma voz de criança seria o tipo de voz mais apropriado para um tal sistema interactivo. Contudo, isto implica que as propriedades acústicas da voz do tutor são muito diferentes das da voz do sistema robótico. Consequentemente, para fazer uso dos alvos acústicos propostos pelo tutor durante a interacção com o robot, o sistema tem que se ocupar do problema da correspondência na fala. Com este objectivo, e tendo em conta resultados conhecidos relativamente ao desenvolvimento de competências de fala em infantes 1, propomos a utilização de um esquema de interacção que envolve um tutor cooperante, tutor este que proporciona informação de retorno, na forma de imitação de vocalizações simples do sistema. Permite que o robot aprenda um modelo probabilístico de correspondência, que possibilita ao sistema associar configurações vocais a propriedades acústicas da voz do tutor. Com este modelo de correspondência, o sistema é capaz de projectar uma vocalização do tutor no seu espaço motor, produzindo assim uma imitação desta. Por sua vez, este esquema interactivo foi integrado com um modelo corporizado de aquisição de estrutura de fala, que já foi usado para interagir com o robot. Esta integração permite-nos medir a resposta do tutor, bem como as vocalizações a imitar, num espaço perceptual previamente adquirido, o que não só é mais plausível como também prepara a corporização num robot humanóide. Investigou-se ainda um novo algoritmo de síntese de fala, que actua no domínio acústico e que confere ao sistema uma voz semelhante à de uma criança. Corresponde a uma arquitectura híbrida constituída por um modelo harmónico e um channel vocoder, que utiliza um gammatone filter bank para produzir as representações espectrais. Para o controlo deste sintetizador num contexto de aprendizagem por imitação, investigou-se ainda um esquema de código sinergístico baseado no conceito de motor primitive.
Author: Miguel Vaz
Institution: University of Minho
Language: English
Subfield: Social Psychology
Field: Psychology
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W2253378231
