德国 Carstens 三维电磁发音仪 AG501

Articulograph AG501 由 Carstens Medizinelektronik GmbH 制造，是三维电磁发音仪（EMA），仍在售，以一体化系统形式交付，含支架、校准单元与软件。 九个发射线圈在 7-14 kHz 产生交变磁场，在贴附于发音器官的 2×3 mm 传感器线圈中感应出电流。 输出 x、y、z 坐标与两个角度，采样率 1250 Hz 或 250 Hz，动态精度 0.3 mm RMS，测量空间为 300 mm 球形区域，通道数 8/16/24。 用于语言学与法庭语音研究，以及帕金森病、构音障碍患者言语运动行为的评估。 每个通道随机配 1 个 HS150-L120-B 传感器，并含实时显示、头动校正与 ASCII 导出软件；Linux 笔记本、声卡与咬合板为选配。 厂商称其应用领域为人类医学与生物学基础研究（B2B）。

德国 Carstens 三维电磁发音仪 AG501

仪器信息

品牌Carstens
型号AG501
分类三维电磁发音仪
仪器编码germany-carstens-3d-electromagnetic-articulograph-ag501
在售状态在售
地区来源德国
更新时间2026-10-10
研究领域言语科学与语音学、言语语言病理学与运动性言语障碍、语音信号处理与情感计算、生物医学工程与康复工程

技术参数

共 72 条规格记录

产品型号Articulograph AG501
产品代际关系AG501 为前代产品 AG500 的重大升级型号
系列内变体AG501 Twin（功能与 AG501 相同，采用交替频率，可与常规 AG501 组合同步采集）
系统构成一体化系统，含支架、校准单元、计算机、各种软件以及同步录音所需的声学设备
测量原理基于距离的感应测量（inductive measurement of distances）
传感器位置解算方式由 9 个发射器各自的幅度组合解算每个传感器的位置与方向
测量对象舌尖与舌体、唇、下颌、软腭在言语产生过程中的发音运动
5DOF 传感器测量自由度三个坐标 (x; y; z) 和两个方向角 (phi; theta)
激励场工作频率7–14 KHz
发射线圈数量9
通道数8、16、24（可升级）
最大同时跟踪传感器数量最多 24
可接入传感器数量4–16（用生理胶粘贴于受试者发音器官上的传感器数量）
采样率1250 Hz / 250 Hz
采样率400 Hz（2012 年版宣传册规格）
下采样功能支持，可由 1250 Hz 下采样至 250 Hz
原始信号采集率1 MHz（用于慢动作数据分析）
音频记录采样率48 kHZ / 16 bit
位置测量准确度0.3 mm RMS（100 mm 长度直线运动，对 100 % 的数据有效）
测量空间范围300 mm 球形测量空间
测量空间范围150 mm（自发射器支架中心起算）
最小传感器间距8 mm
双设备同步采集最小间距1.6 m（AG501 与 AG501 Twin 或 AG500 组合同时使用时）
噪声抗扰性确保设备具备抗噪能力
预热时间15 分钟（为达到温度稳定）
校准耗时最长 20 分钟
校准装置形式Circal（底座圆盘含 4 个槽位，每个槽位放 1 个弹匣，每个弹匣容纳 4 个传感器）
网络与数据传输接口标准网线连接（E-Box 与控制服务器之间）
音频接口形式USB（控制服务器连接 Alesis iO2 EXPRESS 声卡）
同步装置配置Sybox（同步 AG501 位置数据、声音数据及附加自定义设备）
输入电压范围100–230 V AC
电源频率50–60 Hz
功耗60 W
保险丝规格G 5/20 1.6 A MT
传感器型号HQ220-L120-B、HS150-L120-B
传感器尺寸2×3 mm
传感器连接方式Sensin-8
传感器复用性可重复使用约 15 次
传感器电缆材料抗菌、抗病毒、抗真菌材料（Noso-Free 涂层）
传感器电缆结构形式屏蔽良好的 mini coax 电缆，nosofree 涂层，连接器易于插拔
参考传感器放置位置受试者头部不随发音运动的部位，如耳上方或耳后、鼻梁
标准配置AG501 主机、含弹匣的 Circal 校准系统、初始传感器套装、接地线；声音系统：Sybox、Alesis USB 音频接口、电容麦克风、连接线缆；控制服务器：Dell Latitude 笔记本、电源、鼠标、网络连接线
可选配件Tascam 2×2、Tascam 4×4、Microphone、Sybox2、Bite plane
配套软件cs5diag、cs5cal、cs5recorder、cs5view、cs5calcpos、cs5normpos、cs5bin2ascii
软件预装配置随机笔记本预装数据采集、声音记录与校准等全部必要软件
第三方编程环境兼容性支持，需合法 MATLAB 授权
第三方分析软件兼容性Articulate Assistant、Articulate Assistant Advanced、EGUANA、VisArtico
第三方分析软件兼容性支持（GUI 驱动的发音数据处理与可视化程序）
操作系统兼容性CentOS Linux
控制计算机型号Dell Latitude E6520
数据文件格式内部保存为二进制文件；可用 cs5bin2ASCII 转换为文本格式
实时数据显示功能支持，可在记录过程中实时显示所有传感器
头部运动校正功能支持，借助参考传感器在记录后扣除头部运动
整机外形尺寸最小 75×111×136 cm；最大 85×111×174 cm（宽×深×高）
整机重量63 kg
电子单元外壳尺寸39 cm × 22.5 cm × 9 cm
发射器支架结构形式三臂结构，悬挂于受试者头部上方
发射器支架高度调节方式手动可调，松开 E-Box 对侧黑色手柄后整体上下移动
工作环境要求常规实验室环境即可；避免温度变化，远离导电材料
安全标准DIN EN 61010-1:2002（TÜV 认证）
EMC 标准DIN EN 61326-1
设备电磁辐射设备无电磁辐射
FCC 法规符合性FCC Rule Part15 C Low Power Communication Device Transmitter
FCC 测试标准ANSI C63.4-2014
FCC ID2AHFP-AG501
RoHS 指令符合性2002/95/EC
WEEE 指令符合性2002/96/EC
WEEE 注册号DE 27384956
受试者接地要求须用接地夹接地，插头接入 E-Box 镀金接地插座
传感器清洁与消毒要求使用后立即彻底清洁；更换受试者前须消毒灭菌，按外科器械标准处理
预期用途限制应用领域为人类医学与生物学基础研究
应用领域语言学与司法语音研究；帕金森病、言语失用、构音障碍及口吃等言语运动行为评估；手语抓握运动等非发音类研究

相关实验室

以下机构来自本仪器关联论文的作者署名，不代表已确认采购或持有该仪器。

北京语言大学

地区：中国

署名作者：Jia Hui（贾慧，音译）、Sun Yifeng（孙艺峰，音译）

研究方向：电磁发音仪测量、汉语普通话语料库、二语习得、发音—声学数据

关联论文 1 篇

普渡大学

地区：美国

署名作者：奥斯汀·洛弗尔、金光·S

研究方向：计算机视觉、面部关键点检测、无标记追踪、唇部运动学

关联论文 1 篇

范德堡大学医学中心

地区：美国

署名作者：安特耶·S·梅弗德、艾米·E·布朗

研究方向：帕金森病、构音障碍、运动减少、运动幅度

关联论文 1 篇

太原理工大学

地区：中国

署名作者：朱婷

研究方向：情感语音数据库、多模态情感识别、维度情感空间、电子声门仪

关联论文 1 篇

英国纽卡斯尔大学

地区：英国

署名作者：梁慧智

研究方向：情感语音数据库、多模态情感识别、维度情感空间、电子声门仪

关联论文 1 篇

实验方法

研究方向：帕金森病构音障碍者舌、唇、下颌发音运动学、面向普通话及二语学习者的发音运动-声学数据库构建、融合发音运动学、声学与声门信号的多模态情感语音数据库、以电磁发音仪为基准验证无标记计算机视觉言语运动追踪

帕金森病构音障碍者舌、下唇、下颌运动幅度分布的三维电磁发音仪测量

方法说明：使用 Carstens AG501 三维电磁发音仪，在 40 名帕金森病患者与 40 名健康对照朗读 Rainbow Passage 段落时同步记录下颌、下唇、舌前部、舌后部传感器的三维位移（250 Hz）及声学信号（48 kHz）。经头动校正后计算各发音器官相对头部参考传感器的开口度信号，提取相邻位置极值之间的“stroke”幅度，按 2 mm 分箱建立幅度频率分布，采用 Gamma 分布广义线性模型比较组间差异，并用 Spearman 相关分析 stroke 频数与构音障碍严重度感知评分的关系，以揭示运动减少（hypokinesia）在不同发音器官上的表现。

实验仪器：三维电磁发音仪 AG501；运动学数据处理软件 CalPos / NormPos；言语运动学分析软件 SMASH

实验步骤

  1. 被试招募与感知分组

    说明：招募 40 名帕金森病患者与 40 名年龄匹配对照；根据言语病理学家对构音子系统受损程度的感知评分，将患者分为有构音受损组（PDdys+artic，n=18）与无构音受损组（PDdys−artic，n=22）。

    关键点：感知评分作为分组依据；对照组与患者组人数匹配。

  2. 传感器贴附

    说明：将 AG501 传感器贴于上唇与下唇中线、下颌（前切牙）、舌前部（距舌尖约 1 cm）与舌后部（距舌尖约 4 cm）；护目镜上贴三个头部参考传感器（左、中、右），并用咬合板上的三个传感器建立参考坐标系。

    关键点：舌传感器距舌尖 1 cm 与 4 cm 的标准化位置；头部参考传感器用于去除头动。

  3. 言语任务采集

    说明：被试以习惯语速与响度朗读 Rainbow Passage 前五句，文本呈现在约 5 英尺外的屏幕上；运动学数据以 250 Hz、声学信号以 48 kHz 同步采样。

    关键点：运动学 250 Hz、声学 48 kHz 同步采样；习惯语速与响度。

  4. 数据预处理

    说明：使用 AG501 随附的 CalPos 软件转换原始数据，NormPos 软件进行头动校正，再用 SMASH 处理运动学数据；开口度信号定义为头部中央传感器与各发音器官传感器之间的欧氏距离。

    关键点：CalPos→NormPos→SMASH 处理流程；开口度信号基于欧氏距离。

  5. Stroke 幅度提取与分布统计

    说明：stroke 幅度为相邻位置极值（峰到谷、谷到峰）之差；剔除幅度小于 1.0 mm 的子运动；下颌按 7 个幅度级、下唇与舌按 12 个幅度级（2 mm 分箱）建立频率分布。

    关键点：1.0 mm 阈值剔除子运动；2 mm 分箱的幅度频率分布。

  6. 统计分析

    说明：采用 Gamma 分布、对数链接的广义线性模型检验组别×幅度级交互作用并做 Bonferroni 校正的两两比较；用带 bootstrap 95% 置信区间的 Spearman 相关分析 stroke 频数与严重度评分的关系。

    关键点：广义线性模型（Gamma/log link）；Bonferroni 校正；Spearman 相关。

实验数据

发音器官三维位移轨迹

数据来源：AG501 舌前部、舌后部、下唇、下颌传感器 250 Hz 采样并经头动校正后的位置数据

实验样本：舌前部传感器相对头部参考传感器的开口度信号随时间变化，幅度范围约 1–22 mm

数据呈现：位移-时间曲线；各幅度级 stroke 频数的分组柱状图

Stroke 幅度频率分布

数据来源：由开口度信号计算的 stroke 幅度经分箱统计得到

实验样本：PDdys+artic 组在 1–4 mm 小幅度级 stroke 显著多于对照，在 8–22 mm 大幅度级显著少于对照

数据呈现：按组别与幅度级绘制的频率分布图（带置信区间）

构音受损严重度感知评分与 stroke 频数的相关

数据来源：言语病理学家感知评分与 AG501 运动学 stroke 频数

实验样本：舌前部高幅度 stroke 频数与严重度评分 r_s = −.64（p = .004），舌后部 r_s = −.71（p < .001）

数据呈现：散点图与相关系数表

方法关联论文：帕金森病构音障碍者舌、下唇与下颌运动幅度分布特征

基于三维电磁发音仪的普通话发音运动-声学多模态语料库构建

方法说明：使用 Carstens AG501 三维电磁发音仪在舌尖、舌叶、舌背、下切牙、上唇、下唇等发音器官及鼻梁、双侧乳突等参考位置贴附传感器，以 250 Hz 采集发音运动轨迹并以 48 kHz 同步录制音频，让母语者、二语学习者或情绪诱发状态下的被试朗读单音节、双音节、句子等语料，经头动校正、时间归一化与 Procrustes 归一化等处理后，构建可用于语音学研究、二语教学、情感识别等任务的发音运动学与声学同步数据库，并通过运动学可靠性分析或分类模型（SVM、CNN、DNN）验证数据质量。

实验仪器：三维电磁发音仪 AG501；电声门图仪 EGG-D100；数码摄像机 FDR

实验步骤

  1. 语料设计

    说明：SAIT-EMA 设计 575 个单音节、284 个双音节与 103 个句子，覆盖声母、韵母、声调、连读变调与焦点韵律；STEM-E²VA 设计元音与句子语料并配以七类离散情绪与 PAD 维度情绪标签。

    关键点：语料需在音段、声调与韵律上平衡覆盖；情绪库需同时含离散与维度标签。

  2. 被试选择

    说明：SAIT-EMA 招募 18 名健康成人（12 名普通话母语者与 6 名来自越南、秘鲁、墨西哥、俄罗斯的二语学习者）；STEM-E²VA 招募 22 名非专业被试，通过自传式回忆与想象诱导产生自然情绪。

    关键点：母语者与二语者比例；采用情绪诱导而非表演式朗读。

  3. 传感器贴附与设备设置

    说明：SAIT-EMA 使用 AG501 贴附 9 个传感器：舌尖（TT）、舌叶（TB）、舌背（TD）、下切牙（LI）、上唇（UL）、下唇（LL）、鼻梁（NR）、双侧乳突（LE、RE）；STEM-E²VA 使用 13 个传感器，含 4 个唇传感器（L1–L4）与 3 个舌传感器（T1–T3），并同步 EGG-D100 电声门图与 SONY 摄像机。

    关键点：参考传感器（鼻梁、乳突）用于头动校正；多模态设备需同步。

  4. 同步采集

    说明：发音运动数据以 250 Hz 采样，音频以 48 kHz 同步录制，生成 .pos 运动文件与 .wav 音频文件。

    关键点：运动 250 Hz 与音频 48 kHz 严格同步。

  5. 数据处理与归一化

    说明：进行头动校正，将轨迹时间归一化为 100 点，采用 Procrustes 归一化消除解剖差异以便跨语言比较；情绪库进行标注有效性统计分析并结合 SCL-90 量表分析标注者心理状态。

    关键点：Procrustes 归一化；标注质量与标注者心理状态关联分析。

  6. 数据质量验证

    说明：SAIT-EMA 通过舌尖垂直位移分析辅音对的系统性差异与同类一致性验证运动学可靠性，并验证声学与运动学信号的时间对齐；STEM-E²VA 用 SVM、CNN、DNN 三种模型计算七类情绪识别率（声学约 82%，声门约 72%，运动学 55.7%）。

    关键点：运动学可靠性与时间对齐验证；分类识别率作为数据质量指标。

实验数据

发音器官三维运动轨迹（.pos）

数据来源：AG501 传感器 250 Hz 采样并经头动校正

实验样本：舌尖（TT）垂直位移在 /tsʰ/ 发音中随时间变化的轨迹，时间归一化为 100 点

数据呈现：位移-时间曲线；舌面轮廓的矢状面示意图

同步声学信号（.wav）

数据来源：与 AG501 运动数据同步录制的 48 kHz 音频

实验样本：单音节、双音节与句子的语音波形与声谱图

数据呈现：波形图与语谱图

多模态情绪识别率

数据来源：STEM-E²VA 数据库的声学、声门、运动学特征分别输入 SVM、CNN、DNN

实验样本：七类情绪平均识别率：声学约 82%，声门约 72%，运动学 55.7%

数据呈现：混淆矩阵与各模态识别率柱状图

辅音对舌尖位移差异

数据来源：SAIT-EMA 舌尖传感器垂直位移

实验样本：不同辅音对之间系统性、可重复的舌尖位移差异及同类内一致性

数据呈现：分组轨迹叠加图

方法关联论文：SAIT-EMA：面向多语言背景的汉语普通话三维电磁发音数据库；普通话多模态情感语音数据库的构建与评估

以 AG501 电磁发音仪为基准验证无标记视频唇部运动追踪精度

方法说明：在成人与幼儿的上唇、下唇朱红缘中矢状位置贴附 AG501 传感器，被试坐于 AG501 发音仪内重复说“Buy Bobby a puppy”或“puppy”，同时用摄像机录制面部视频。视频经面部关键点检测器（SPIGA、Sapiens）与基于 Transformer 的 CoTracker 模型进行三维无标记追踪，计算上下唇间的三维欧氏距离（唇开口度 LA）；将视频得到的 LA 上采样至 250 Hz 并利用最大 LA 值与 AG501 数据时间对齐，以 AG501 测得的 LA 为“金标准”计算均方根误差（RMSE）评估准确度，以静态唇位下的标准差评估精密度，并用线性混合效应模型与 Tukey 事后检验比较不同追踪方法。

实验仪器：三维电磁发音仪 AG501；视频摄像机；无标记点追踪神经网络 CoTracker

实验步骤

  1. 被试招募

    说明：招募 11 名成人（平均 26.2 岁）与 7 名幼儿（平均 41.3 个月），其中 1 名幼儿有语言发育迟缓；所有程序经 IRB 批准。

    关键点：同时覆盖成人与幼儿以检验跨年龄适用性。

  2. 传感器贴附与设备布置

    说明：录制前在被试上唇与下唇朱红缘的中矢状位置各贴一个 AG501 传感器，被试坐于 AG501 发音仪内，同时布置摄像机录制面部视频。

    关键点：上下唇朱红缘中线位置为标准贴附点；视频与 EMA 同步录制。

  3. 精密度测试

    说明：被试保持唇部静止，分别在轻微头动（3 名幼儿）或 10–25° 中等头动（5 名成人、2 名幼儿）条件下录制，另用旋转台上的刚性人头模型测试。

    关键点：用头动条件下静态唇距的标准差衡量精密度。

  4. 准确度测试

    说明：成人重复说“Buy Bobby a puppy”10–15 次，幼儿说“puppy”，同时由 AG501 记录唇运动作为金标准。

    关键点：AG501 的 LA 作为 ground truth。

  5. 视频追踪与信号对齐

    说明：用 SPIGA/Sapiens 面部关键点检测器初始化并由 CoTracker 追踪唇部点，计算三维唇开口度；将其上采样至 250 Hz 并以最大 LA 值与 AG501 数据时间对齐。

    关键点：上采样至 250 Hz 与 AG501 同步；以 LA 峰值对齐。

  6. 统计比较

    说明：计算各追踪方法相对 AG501 的 RMSE，用线性混合效应模型比较方法差异，Tukey 事后检验进行两两比较。

    关键点：RMSE 作为准确度指标；线性混合效应模型。

实验数据

唇开口度（LA）时间序列

数据来源：AG501 上下唇传感器三维坐标计算的欧氏距离，以及视频 CoTracker 追踪得到的 LA

实验样本：重复说“Buy Bobby a puppy”时 LA 随时间的周期性开合曲线，两种方法叠加对比

数据呈现：LA-时间曲线叠加图

追踪精密度（标准差）

数据来源：静态唇位、头动条件下视频追踪 LA 的标准差

实验样本：CoTracker 中位标准差低于 0.2 mm，约 0.15 mm；仅用关键点检测大于 0.3 mm

数据呈现：箱线图

相对 AG501 的均方根误差

数据来源：视频追踪 LA 与 AG501 LA 的逐点差值

实验样本：SPIGA-CoTracker 2、SPIGA-CoTracker 3、Sapiens-CoTracker 3 的平均 RMSE 分别为 0.310、0.297、0.331 mm，多数试次低于 0.4 mm

数据呈现：按方法与被试组别绘制的 RMSE 箱线图

方法关联论文：亚毫米精度的言语运动三维无标记追踪

主要部件

暂未收录主要部件

相关论文

共 4 篇；当前显示第 1 页

普通话多模态情感语音数据库的构建与评估

原文题名：Construction and Evaluation of Mandarin Multimodal Emotional Speech Database

发表年份：2024

作者：朱婷；李良奇；段淑斐；张雪英；肖仲喆；贾海蓉；梁慧智

刊源：arXiv

DOI 10.48550/arXiv.2401.07336
查看论文摘要与书目信息

摘要 · 中文整理：本文设计并建立了一个包含发音运动学、声学、声门与面部微表情的普通话多模态情感语音数据库，并从语料设计、被试选择、录制细节与数据处理等方面进行了详细描述。各类信号同时标注离散情感标签（中性、高兴、愉悦、冷漠、愤怒、悲伤、悲痛）与维度情感标签（愉悦度、唤醒度、支配度）。本文通过对维度标注数据的统计分析验证了维度标注的有效性，并对标注者的SCL-90量表数据加以校验，结合PAD标注数据进行分析，以探究标注中的离群现象与标注者心理状态之间的内在关系。为验证数据库的语音质量与情感区分度，本文采用SVM、CNN和DNN三种基础模型计算七种情感的识别率。结果表明：仅使用声学数据时七种情感平均识别率约为82%；仅使用声门数据时平均识别率约为72%；仅使用运动学数据时平均识别率也达到55.7%。因此该数据库质量较高，可作为语音分析研究、尤其是多模态情感语音分析任务的重要数据来源。

原文摘要：A multi-modal emotional speech Mandarin database including articulatory kinematics, acoustics, glottal and facial micro-expressions is designed and established, which is described in detail from the aspects of corpus design, subject selection, recording details and data processing. Where signals are labeled with discrete emotion labels (neutral, happy, pleasant, indifferent, angry, sad, grief) and dimensional emotion labels (pleasure, arousal, dominance). In this paper, the validity of dimension annotation is verified by statistical analysis of dimension annotation data. The SCL-90 scale data of annotators are verified and combined with PAD annotation data for analysis, so as to explore the internal relationship between the outlier phenomenon in annotation and the psychological state of annotators. In order to verify the speech quality and emotion discrimination of the database, this paper uses 3 basic models of SVM, CNN and DNN to calculate the recognition rate of these seven emotions. The results show that the average recognition rate of seven emotions is about 82% when using acoustic data alone. When using glottal data alone, the average recognition rate is about 72%. Using kinematics data alone, the average recognition rate also reaches 55.7%. Therefore, the database is of high quality and can be used as an important source for speech analysis research, especially for the task of multimodal emotional speech analysis.

关键词：情感语音数据库、多模态情感识别、维度情感空间、三维电磁发音仪、电子声门仪

研究目标：解决普通话情感语音研究缺乏同步包含发音运动学、声学、声门与面部信息的多模态数据库的问题，并验证情绪标注的有效性与数据库的情绪区分能力。

主要结论：所建 STEM-E²VA 数据库质量较高：声学数据单独识别七类情绪的平均准确率约 82%，声门数据约 72%，运动学数据 55.7%；标注者心理状态（如抑郁、躯体化得分较高）与高愉悦度情绪的标注误差相关。

创新点：首次将 AG501 采集的发音运动学与声学、电声门图、面部视频同步集成于普通话情感语音数据库，采用自传式回忆与想象诱导获取自然情绪，并将标注者 SCL-90 心理量表与 PAD 标注结合分析标注离群现象。

后续建议：扩大被试规模并覆盖不同年龄与方言背景以提高泛化性；探索多模态特征融合模型以提升运动学模态的识别贡献；增加自发对话情绪语料以提升生态效度；发布标准化的数据划分与基线代码便于复现；引入连续情绪标注以支持时序情绪建模

APA 引文：Zhu, T., Li, L., Duan, S., Zhang, X., Xiao, Z., Jia, H., & Liang, H. (2024). Construction and evaluation of Mandarin multimodal emotional speech database. arXiv. https://doi.org/10.48550/arXiv.2401.07336

仪器引用：The study employed the EMA-AG501 (Electromagnetic Articulograph) to track speech production during emotional states. Sensors were positioned to track the tongue (T1-T3) and lips (L1-L4), totaling 13 sensors capturing detailed articulatory movement trajectories.

使用资料与操作视频

Articulograph AG501 BitePlane

简介：Hi, my name is Julia, and l'd like to show you how to considerably, increase the conclusiveness of your AG501 data.It does not require any modification of your AG501.This simple BitePlane can enhance your Ag501 measurement data in such away that they provide considerably more information for scientific analyses.Im gonna show you the enhanced results before going into detail on the functional principle, Here you can see the recorded speech movements for the word“Mi Ma Mu”.

发布时间：2020-02-17T02:55:23Z

Comparison of speech quality with and without sensors in electromagnetic articulograph AG 501 recording

简介：In the recordings using electromagnetic articulograph AG 501, sensors are glued to subject’s articulators such as jaw, lips and tongue and both speech and articulatory movements are simultaneously recorded. In this work, we study the effect of the presence of the sensors on the quality of speech spoken by the subject. This is done by recording when a subject speaks a set of 19 VCV stimuli while sensors are attached to subject’s articulators.

发布时间：2020-02-04T10:36:26Z

Learning the mapping function from voltage amplitudes to sensor positions in 3D-EMA using deep neural networks

简介：The first generation of three-dimensional Electromagnetic Articulography devices (Carstens AG500) suffered from occasional critical tracking failures. Although now superseded by new devices, the AG500 is still in use in many speech labs and many valuable data sets exist. In this study we investigate whether deep neural networks (DNNs) can learn the mapping function from raw voltage amplitudes to sensor positions based on a comprehensive movement data set.

发布时间：2020-02-04T09:36:01Z

Katz 2017 lateral tongue sensor

简介：This study examined the contributions of the tongue tip (TT), tongue body (TB), and tongue lateral (TL) sensors in the electromagnetic articulography (EMA) measurement of American English alveolar consonants. Thirteen adults produced /ò/, /l/, /z/, and /d/ in /ACA/ syllables while being recorded with an EMA system. According to statistical analysis of sensor movement and the results of a machine classification experiment, the TT sensor contributed most to consonant differences, followed by TB.

发布时间：2020-02-04T08:50:56Z

Recent work on EMA methods at IPS Munich

简介：In this summary of recent work (as of 05.07.2014) we cover the following points: (1) Comparison of the performance of AG500 and AG501 (2) Review of procedures for factoring out head movement (3) A new approach to determining what data smoothing is appropriate (4) Implementation of a twin-EMA system

发布时间：2020-02-04T07:41:37Z

Auditory–motor interactions in pediatric motor speech disorders

简介：Neurocomputational modeling of disordered development.Background/Purpose Differentiating the symptom complex due to phonological-level disorders, speech delay and pediatric motor speech disorders is a controversial issue in the field of pediatric speech and language pathology. The present study investigated the developmental interaction between neurological deficits in auditory and motor processes using computational modeling with the DIVA model.

发布时间：2020-02-04T07:16:22Z

SMASH: A Tool for Articulatory Data Processing and Analysis

简介：Recent innovations in 3D motion capture technology such as electromagnetic articulography (EMA) are providing unprecedented access to the intricate movements of the articulators during speech production. Although these technological advances afford exciting opportunities for advancing the assessment and treatment of speech, they have presented new challenges associated with data collection, processing, and analysis.

发布时间：2020-02-04T06:10:56Z