从语音自动生成手势通常依赖于不确定性语音-手势关系的隐式建模，并且可能导致平均运动缺少定义的形式。在这里，我们提出了一种数据库驱动的方法，该方法基于已显示与语音音频相关联的特定运动特征来选择手势。我们扩展了以前的工作，这些工作确定了可以从语音中预测出的手势动作的表达参数，这些参数对于良好的语音手势匹配在感知上很重要，例如手势速度和手指伸展。进行了一项感知研究，以评估使用我们的方法选择的手势的适当性。我们将我们的方法与两种基线选择方法进行了比较。首先要考虑时间，手势的期望开始时间和持续时间，但在其他方面与手势形式不匹配。第二基线另外忽略了用于选择手势的原始手势时序。与任何一种基线方法选择的手势相比，我们方法中的手势序列被认为与语音的匹配性更好。



"点击查看英文标题和摘要"