免费参考
Viseme小抄
一份面向从事口型同步研究的艺术家和研究人员的视觉指南：美式英语的音素及其通常对应的视觉素。.
音素与视觉音素对照表
英语辅音。将鼠标悬停在某个发音上，即可查看其嘴唇形状。点击该发音，即可跳转至其照片姿势。.
在每组音素中，清音位于左侧。如需聆听每个音素，请访问 由剑桥大学出版社及评估中心提供的国际音标（IPA）图表.
图表关键术语
双唇音： 上下唇合拢
唇齿音： 下唇触碰到或接近上排牙齿（反之，即上唇触碰到下排牙齿的情况虽有可能，但较为罕见）
牙科： 舌尖触碰到或接近牙齿，无论是位于上下牙之间，还是位于上排牙齿后面
齿龈： 舌尖触碰到或接近上排牙齿正后方的牙龈嵴（即牙槽嵴）
后齿龈音： 舌头在牙槽嵴正后方形成一条狭窄的通道
硬腭音： 舌头中部向上隆起，朝向硬腭——即口腔顶部的那块骨头
软腭音： 舌根触碰到或接近 软腭
声门： 声音是在……发出的 喉部, ，即声带之间的间隙：短暂闭合该间隙可发出ʔ音。发h音时，声带保持张开，以便气流自由通过
唇腭音： 同时发生两种收紧：双唇圆起，同时舌背向上抬向软腭，如同发“w”音时那样。两者均未完全闭合，因此该音属于近音（关于近似数的更多内容)
在复制一个姿势之前
这些是孤立的姿势。. 自然语音中的音素要复杂得多，且更依赖语境，但能够以不受阻碍的形式观察它们，是一个有帮助的第一步。.
每个音素都有其变体。. 有些情况有固定的要求（例如，m/b/p 发音时需要嘴唇完全或几乎完全闭合），但面部动作会因个人的面部特征、共鸣、情感背景、音量以及其他与言语相关的条件而有所变化。. 关于变异性的更多内容
辅音体式
按照图表所示，从嘴唇到喉咙的顺序排列。选择一个发音即可切换照片。.
中立/无声
没有声音，很轻松
p/b/m
p 如同在 p出
双唇音、塞音、清音
发音 /p/ 和 /b/ 时，双唇在初始闭合后需要张开，以推动气流形成爆破音，因此存在闭合和张开两种状态。.
b 如同在 b协调员
双唇语，复音，有声
发音 /p/ 和 /b/ 时，双唇在初始闭合后需要张开，以推动气流形成爆破音，因此存在闭合和张开两种状态。.
m 如同在 m阿瑟特
双唇语，鼻语，发声
f/v
f 如同在 f王牌
唇齿音，摩擦音，无声音
v 如同在 v可视化
唇齿音，摩擦音，有声
θ/ð (th)
θ 如同在 钍oracic, wrea简体中文（大陆）钍
齿音、摩擦音、无声
ð 即“Tee”钍ing, mou钍摄取
齿音、摩擦音、声调
t/d
t 如同在 t经验之谈
肺泡音、复音、无声音
d 如同在 d压缩机
肺泡音，复音，有声
在大多数情况下，, ɾ 例如黄油可能被归入该维塞姆组。.
s/z简体中文（大陆）
s 如同在 see
肺泡音、摩擦音、无声音
z 如同在 zygomatic
肺泡音，摩擦音，声调
n/l
n 如同在 n阿萨尔
肺泡音，鼻音，声调
l 如同在 l罡气
肺泡音，侧音，发声
tʃ/dʒ/ʃ/ʒ
tʃ 如同在 チャンド在
后齿龈音、塞擦音、清音
dʒ 如同在 jaw, gem
后齿龈音、塞擦音、浊音
ʃ 如同在 衬衫不，温泉小费
后齿龈、擦音、清音
ʒ 如同在 g我的意思是说sure
后齿龈音、摩擦音、浊音
w
w 如同在 w墨水
唇腭音、近音、浊音
在大多数情况下，, ɹ 位于音节开头时（如“red”一词），可归入该音素组。.
k/g
k 如同在 k摄取
天鹅绒，复音，无声
g 如同在 guess
天鹅绒，复音，有声
在大多数情况下，, ŋ 就像“tongue and”那样 ʔ 例如“哎哟”可能被归入该面部动作单元组。.
在许多情况下，, j 打哈欠时的表情也可能被归入这一表情素组。.
h
h 如同在 hippocampus。 h适应性
喉音, 扩音, 无声
元音姿势
i (ee)
如同在 eel, cheese，mǞǞǞt
ɪ (ih)
如在lip, whiチャンド
ɛ (eh)
如同在 any, kept, le维特
æ
如同在cat, FACS, zygoma锥体
ɑ (啊)
如在jaw, cause, stop
该参考资料未区分 [ɑ] 和 [ɔ]。.
ə (uh)
如同在 a解剖学，鼻al, a关于
ʊ (ouh)
如同在puller, look, good
u (oo)
如同在food, rue, mood
oʊ (oh)
如在lowerer, slow, moat
ɔ (OY)
如在joy, soy, join
基础知识
什么是 viseme？
“视觉音素”是指一组在视觉上无法相互区分的音素。/f/和/v/在声学上有所区别，但它们可观察到的嘴唇、舌头和/或下颌的构形并无明显差异，因此它们对应于同一个视觉音素。.
该词是由“visual”（视觉）和“phoneme”（音素）组合而成的混成词，由……创造出来， 克莱图斯-G-费舍尔 他在 1968 年发表的开创性论文"......视觉感知辅音之间的混淆.”
"visual phoneme（视觉音素）"一词已简称为 "viseme"，并将用于指任何单独的、具有对比性的视觉感知单元"。
音素如何映射到视觉？
这是面部动画和研究领域中一个较为模糊的领域。目前既没有标准化的面部动作单元（visemes）体系，也没有标准化的音素分组方法，因此无论在哪里，你都会发现不同的映射方式。.
如何对音素进行分组，很大程度上取决于你的具体应用场景。 如果你只想表现简单的发音动作，或者无法表现舌头的位置，那么就没有必要严格区分/t/和/k/这类音素。如果你希望尽可能细致地表现发音，并且能够表现关键的舌位，那么采用更复杂的分组系统会更合适。.
“viseme”该怎么读？
费舍尔并未明确说明，因此没有正式记录。你可能会听到“veye-zeem”、“vih-zeem”、“veye-seem”、“vih-seem”等不同读法。 就我个人而言，我更倾向于“veye-zeem”，但我也愿意听取反对这一说法的主张。.
用于结构化学习和框架
现场研讨会 · 2027年3月6日
口型同步原理
识别音素、构建视觉音素以及判断口型同步。了解每个发音的机械要求，以及为何以及如何通过基于FACS的嘴型来构建它们。.
深入探讨语音
更多参考指南
如何引用本页
APA
Ozel, M. (2022, January). Viseme小抄.面对 FACS。 https://melindaozel.com/viseme-cheat-sheet/
BibTeX
@misc{ozel2022viseme、
作者 = {奥泽尔、梅琳达}、
title = {Viseme小抄}、
year = {2022}、
month = 一月、
howpublished = {\url{https://melindaozel.com/viseme-cheat-sheet/}}
}