Scaling laws for nonlinear dynamical models of speech

要約

音声ジェスチャーの動的モデルに非線形復元力を追加すると、モデル予測の経験的精度が大幅に向上しますが、非線形性により、特に経験的データの変動をモデル化する場合、適切なパラメーターと数値的安定性の選択に課題が生じます。
我々は、非線形タスク動的モデルのパラメータ化に単純な数値手法を導入することで、この問題に対処します。
まず問題を説明し、次に非線形剛性項をスケールするべき乗則の形で解決策の概要を説明します。
私たちは、スケーリング則を 3 次モデルに適用し、それが音声生成を支える非線形ジェスチャ ダイナミクスの解釈可能なシミュレーションをどのように容易にするかを示します。

要約(オリジナル)

The addition of a nonlinear restoring force to dynamical models of the speech gesture significantly improves the empirical accuracy of model predictions, but nonlinearity introduces challenges in selecting appropriate parameters and numerical stability, especially when modelling variation in empirical data. We address this issue by introducing simple numerical methods for parameterization of nonlinear task dynamic models. We first illustrate the problem and then outline solutions in the form of power laws that scale nonlinear stiffness terms. We apply the scaling laws to a cubic model and show how they facilitate interpretable simulations of the nonlinear gestural dynamics underpinning speech production.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google