Вариативность формантной структуры гласного в разных видах речи тема диссертации и автореферата по ВАК РФ 10.02.19, кандидат филологических наук Евдокимова, Вера Вячеславовна

• Евдокимова, Вера Вячеславовна
• кандидат филологических наук
• 2007

Оглавление диссертации кандидат филологических наук Евдокимова, Вера Вячеславовна

Введение

ГЛАВА 1. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ

СПОНТАННОЙ РЕЧИ

ГЛАВА 2. ОПРЕДЕЛЕНИЕ ЧАСТОТНОЙ ПЕРЕДАТОЧНОЙ 40 ФУНКЦИИ РЕЧЕВОГО ТРАКТА

2.1. Метод определения частотных передаточных функций 40 голосового источника и артикуляторного аппарата

2.2. Определение структуры динамической модели речевого 61 тракта

ГЛАВА 3. РАЗРАБОТКА МЕТОДИКИ ПРИМЕНЕНИЯ

ДИНАМИЧЕСКОЙ МОДЕЛИ РЕЧЕВОГО ТРАКТА ДЛЯ ОПРЕДЕЛЕНИЯ ФОНЕТИЧЕСКИХ ХАРАКТЕРИСТИК ГЛАСНЫХ

3.1. Методика построения формантной картины гласных

3.1.1. Отбор речевого материала

3.1.2. Определение резонансных пиков АЧХ артикуляторного 83 аппарата

3.1.3. Идентификация формант резонансным пикам АЧХ 88 артикуляторного аппарата

3.2. Методика определения спектральной плотности сигнала 90 голосового источника

3.3. Уточнение формы амплитудно-частотной 97 характеристики артикуляторного аппарата

ГЛАВА 4. ПРИМЕНЕНИЕ МЕТОДА ПОСТРОЕНИЯ

ФОРМАНТНЫХ КАРТИН ГЛАСНЫХ К РЕШЕНИЮ ЗАДАЧИ СРАВНИТЕЛЬНОГО АНАЛИЗА ОСОБЕННОСТЕЙ ТРАНСКРИПЦИИ ГЛАСНЫХ В РАЗНЫХ ВИДАХ РЕЧИ

4.1. Постановка задачи сравнительного сегментного анализа 104 гласных в разных видах речи.

4.2. Методика проведения сравнительного анализа

4.3. Описание и обсуждение результатов обработки 115 аудиоматериалов

4.4. Сравнение частотных диапазонов существования 147 доминирующих формант в разных видах речи

Введение диссертации (часть автореферата) на тему «Вариативность формантной структуры гласного в разных видах речи»

Речевая коммуникация представляет собой основу обмена информацией между людьми. Это сложнейший процесс, в котором неразрывны психологическая, физиологическая и акустическая составляющие. Каждый элемент речевого сообщения несет многофункциональную информационную нагрузку. Конечным количеством символов обеспечивается универсальный информационный обмен, оптимизированный по структуре и скорости передачи сообщений.

Фонема, являясь минимальной единицей языковой системы, не имеет самостоятельного информативного значения, но в то же время представляет собой элемент, из совокупности которых составляется речевая посылка. Теория фонемы стала базовой в современной фонетике. С помощью этой теории были классифицированы артикуляционные особенности отдельных фонем, найдена их связь с акустическими характеристиками речи, сформулированы правила формирования супрасегментных языковых единиц. Теоретическая научная база дала возможность решения прикладных задач фонетики, связанных с исследованием отдельных видов речи, поиском общих для них закономерностей и отличий.

Необходимость изучения речевой коммуникации определяется не только ее самостоятельным общенаучным значением, но и тем, что она становится в настоящее время важной неотъемлемой частью решения сложных комплексных проблем, имеющих практические выходы в технику связи, системы управления, медицину, обучение и другие отрасли человеческой деятельности.

Одним из перспективных направлений развития фонетики является изучение живой разговорной - спонтанной речи (CP) во всем ее многообразии. Выделение фонетических особенностей CP, их формализация и классификация дает возможность поднять на качественно новый уровень решение ряда задач анализа и синтеза речи. Работы фонетистов подтвердили высокую вариативность CP, значительное влияние экстралингвистических факторов, позволили описать закономерности трансформации отдельных фонем и фонетических слов. Накопленный научный задел может быть успешно применен при решении прикладных задач лишь при условии формализации выявленных фонетических явлений в систему признаков и разработки процедуры оценки влияния этих признаков на речеобразование.

Актуальность настоящего исследования определяется тем, что для качественного решения прикладных фонетических задач распознавания и высококачественного синтеза речи необходимо понимание отличий процесса речеобразования в разных видах речи, в том числе в особенно сложной и многообразной спонтанной речи. Важным, но недостаточно исследованным аспектом этой проблемы может считаться изучение свойств и особенностей работы артикуляторного аппарата, проявляющихся в вариативности формантной картины.

Последовательность реализаций фонем представляет собой информационно насыщенный элемент речевого сигнала. Гласные выполняют конститутивные и дифференцирующие функции, участвуют в реализации супрасегментных явлений [Зубкова 1990]. В речевом сообщении гласные становятся функционально более значимыми, поскольку в них содержится информация о характеристиках окружающих согласных, наиболее полно отражены отличия видов речи (особенности коартикуляции, редукции и т.д.). Кроме того, гласные участвуют в просодическом оформлении высказывания, от которого может зависеть правильное восприятие звуковых оболочек слов. Весомость гласных в речевой посылке и изученность их фонетических характеристик объясняют первоочередное внимание к ним при сравнительном анализе видов речи и обусловливают превращение гласных в объект исследования.

Целью настоящего исследования является определение характерных особенностей формантной картины гласных в спонтанной речи, отличающих ее от чтения текста.

Для достижения поставленной цели было необходимо решить ряд как теоретических, так и практических задач:

1. Анализ научных публикаций отечественных и зарубежных авторов, посвященных проблеме изучения разных видов речи и вопросам разработки необходимых для ее решения методов.

2. Выбор подхода к описанию речевого тракта как сложной, динамической системы, формирование структуры модели такой системы.

3. Создание метода исследования речевого тракта и его составных частей — голосового источника и артикуляторного аппарата — путем определения их передаточных функций и частотных характеристик.

4. Разработка алгоритма компьютерной программы построения формантных картин сегментов гласных путем автоматизированной обработки первичного аудиоматериала.

5. Проведение сравнительного анализа на формантном уровне особенностей реализации гласных в спонтанной речи и при чтении текста. Выявление на уровне изменений формантной картины тонких фонетических эффектов, присущих разным видам речи.

Предмет данного исследования - реализации аллофонов гласных русского языка в спонтанной речи и при чтении текста.

Научная новизна исследования состоит в создании динамической модели речевого тракта, выделяющей голосовой источник и артикуляторный аппарат, разработке метода описания динамики артикуляторного аппарата и построении на его основе формантных картин гласных, а затем в проведении с помощью этого метода сравнительного анализа особенностей реализации гласных в разных видах речи.

Теоретическая ценность проведенного исследования состоит в изучении особенностей функционирования артикуляторного аппарата в разных видах речи, в обосновании того, что разным видам речи присущи отличия на уровне формантных картин гласных, а также в разработке метода исследования динамики речевого тракта.

Практическая ценность работы заключается в том, что динамическая модель речевого тракта и метод ее расчета могут найти применение при решении ряда прикладных задач. Их использование дает возможность выделения и раздельного исследования голосового источника и артикуляторного аппарата. Каждая из этих составных частей речевого тракта реализует в речевом процессе свои функции. В приложении к кругу задач распознавания речевой посылки и синтеза речевого сообщения, в том числе задач, связанных со спонтанной речью, наибольший интерес представляет возможность выделить «очищенную» от влияния частоты основного тона формантную картину гласных, формируемую артикуляторным аппаратом. В свою очередь для задач, связанных с распознаванием физического и эмоционального состояния диктора, может быть получен выходной сигнал голосового источника (составляющие ЧОТ и ее гармоник), не искаженный действием артикуляторного аппарата. Разработанная процедура дает возможность независимо исследовать динамику каждого из отделов речевого тракта и получить необходимые характеристики.

В ходе работы нашли применение следующие методы: слуховой и аудиторский виды анализа, частотные методы исследования динамических систем, методы компьютерной обработки аудиоматериалов, в частности, пакет программ MATLAB, методы математической статистики.

Изложение процедуры и результатов исследования сопровождается таблицами и рисунками.

Апробация работы. Результаты исследования были представлены в докладах на заседаниях кафедры фонетики и методики преподавания иностранных языков Санкт-Петербургского государственного университета, на межвузовских конференциях преподавателей и аспирантов СПбГУ (2005, 2006, 2007), на международной конференции Specom'06.

Структура работы. Данное диссертационное исследование содержит 193 страницы текста и состоит из введения, четырех глав, заключения, списка использованной литературы (110 наименований) и приложения.

Список литературы диссертационного исследования кандидат филологических наук Евдокимова, Вера Вячеславовна, 2007 год

1. Алексеев П.В,, Панин А.В, Философия. М., 1998.

2. Бесекерский В.А, Попов Е.П. Теория систем автоматического регулирования. М., 1972.

3. Болотова О.Б. Гласные в спонтанной речи и при чтении связного текста (экспериментально-фонетическое исследование на материале русского языка). Канд. дисс, СПбГУ, 2005.

4. Бондарко Л.В. О характере изменения формантного состава русских гласных под влиянием мягкости соседних согласных Уч. Зап. ЛГУ. Л., 1960. 72-81.

5. Бондарко Л.В. Некоторые количественные характеристики русских ударных гласных Уч. Зап. ЛГУ 325. Л., 1964. 45-55.

6. Бондарко Л.В. Осциллографический анализ речи. ЛГУ, 1965.

7. Бондарко Л.В., Вербицкая Л. А., Зиндер Л. Р. Акустические характеристики безударности Структурная типология языков. М., 1966. 56-64.

8. Бондарко Л.В. и др. Восприятие фонем в слогах различных типов Анализ речевых сигналов человеком. Л., 1971. 190.

9. Бондарко Л.В. Звуковой строй современного русского языка. М., 1977.

10. Бондарко Л.В., Зиндер Л.Р., Штерн А.С. Некоторые статистические характеристики русской речи Слух и речь в норме и патологии. Вып. 2. Л., 1977. 3-16.

11. Бондарко Л.В., Щерба Л.В. Формантные характеристики русских гласных в потоке речи Мат. Всесоюзн. Школы-семинара «Автоматическое распознавание образов». Тбилиси, 1978. 158

12. Бондарко Л.В. Фонетика современного русского языка. СПб., 1998.

13. Бондарко Л.В. Спонтанная речь и организация системы языка Бюллетень фонетического фонда русского языка.

14. Фонетические свойства русской спонтанной речи. СПб., Бохум, 2001. 17-23.

15. Бондарко Л.В., Вербицкая Л. А., Гордина М.В. Основы общей фонетики. Учебное пособие. СПб., 2004.

16. Брауде-Золотарев М.Ю., Брауде-Золотарев Ю.М. Рекуррентный анализ формантных частот. М., 1999.

17. Брауде-Золотарев М.Ю., Брауде-Золотарев Ю.М. Рекуррентный анализатор основного тона. М., 1999.

18. Вентцель Е.С. Теория вероятностей. М., 1962.

19. Вербицкая Л.А. О звуковых эталонах русской речи Уч. Зап. ЛГУ 325. Л., 1964. 55-71.

20. Галунов В.А., Станкевич А. О модели речеобразования Сборник докладов VIII Всесоюзной акустической конференции. Л., 1973. 4244.

21. Галунов В.И., Радионов В.Д. Моделирование процессов передачи информации в звуковом диапазоне. Л., 1988 г.

22. Гейльман П.И. Спорные вопросы разговорной произносительной нормы. Нормы реализации. Варьирование языковых средств. Горький, 1983. 62.

23. Гейльман Н.И., Ошуйко Е.И. Распределение аллофонов гласных в спонтанной речи. Автоматическое распознавание слуховых образов. Новосибирск, 1984. 51. 159

24. Евдокимова В.В. Сравнительный анализ фонетической реализации морфологически нагруженных элементов при чтении и в спонтанной речи на примере окончаний глаголов VI межвузовская научная конференция студентов-филологов. СПбГУ, 2003. 177-178.

25. Евдокимова В.В. Выбор метода построения модели речевого тракта Интегральное моделирование звуковой формы естественных языков. СПбГУ, 2005. 74.

26. Евдокимова В.В. Способ построения динамической модели речевого тракта// Фонетический лицей, вып.2. СПб., 2005. 33-40.

27. Евдокимова В.В. Динамические модели составных частей речевого тракта Фонетический лицей, вып.2. СПб. 2005. 22-32.

28. Зиндер Л.Р. Основы общей фонетики. М., 1977.

29. Зиндер Л.Р. Общая фонетика. М., 1979.

30. Златоустова Л.В. Фонетическая структура слова в потоке речи. Казань, 1962.

31. Златоустова Л.В., Потапова Р.К., Потапов В.В., Трунин-Донской В.П. Общая и прикладная фонетика. М., 1997.

32. Зубкова Л.Г. Фонологическая типология слова. М., 1990.

33. Кодзасов В., Кривнова О. Ф. Фонетика в модели речевой деятельности Прикладные аспекты лингвистики. М., 1989.

34. Кодзасов СВ., Кривнова О.Ф. Общая фонетика. М., 2001.

35. Кузнецов В.И. Вокализм связной речи. СПб., 1997.

36. Куприянов М.С, Матюшкин Б.Д. Цифровая обработка сигналов. «Политехника», СПб., 1999. 160

37. Леонов А.С., Макаров И.С, Сорокин В.И., Цыпликин А.И. Кодовая книга для речевых обратных задач. Информационные процессы, М., 2005,T.5,N2. 101-109.

38. Макаров И.С, Сорокин В.Н. Резонансы разветвленного речевого тракта с податливыми стенками Акустический журнал, М., 2004, т.5О, N 3. С 389-396.

39. Мартине А. Принцип экономии в фонетических изменениях. М., 1960.

40. Попов Е.П. Прикладная теория процессов управления в нелинейных системах. М., 1973.

41. Русская разговорная речь. М., 1973.

42. Светозарова И.Д. Интонационная система русского языка. Л., 1982.

43. Светозарова Н.Д. Просодическая организация высказывания и интонационная система языка. Докт. дисс. Л., 1983.

44. Светозарова И.Д. Некоторые особенности фонетики русской спонтанной речи Бюллетень фонетического фонда русского языка, J Y 8, СПб., 2001. С 7-15.

45. Сергиенко А.Б. Цифровая обработка сигналов. М., 2003.

46. Скрелин П.А. Фонетические аспекты речевых технологий. СПб., 1999.

47. Скрелин П.А. Сегментация и транскрипция. СПб., 1999.

48. Слепокурова Н.А. О процедуре распознавания стационарных гласных Вопросы теории и методов исследования восприятия речевых сигналов. №3. Л., 1972.

49. Сорокин В.Н. Теория речеобразования. М., 1985.

50. Сорокин В.Н. Синтез речи. М., 1992. 161

51. Atal B.S., Chang J.J., Mathews M.V/ and Tukey J.W. Inversion of articulatory-to-acoustic transformation in the vocal tract by a computer sorting technique //Journal of Acoustic Society Am., v. 63, J 5,1978. P. 1535-1555. V

52. Bondarko L.V., Volskaya N.B., Tananaiko S.O., Vasilieva L.A. Phonetic properties of Russian Spontaneous Speech Proceedings of the 15" ICPhS. Barcelona, 3-9 August 2003. P. 2973-2976.

53. Carre R. From acoustic tube to speech production Speech Communication, 42, 2004. P. 227-240.

54. Carlson R., Granstrom В., Karlsson I. Experiments with voice modeling in speech synthesis Speech Communication, J b 10,1991. P.481-489. N

55. Carlson R., Granstrom B. Speech Synthesis. The Handbook of Phonetic Sciences. Blackwell Publishers Ltd, Oxford, 1997. P. 768-788.

56. Chaari S., Ouni K., Ellouze N. Wavelet ridge track inteфretation in terms of formants Proceedings of the INTERSPEECH-2006, paper 2030Tue2A10.6. P. 1017-1020.

57. Cnockaert L., Schoentgen J., Auzou P., Ozsancak C Grenez F. Tracking of involuntary formant frequency variations and application to parkinsonian speech Proceedings of the INTERSPEECH-2006, paper 1043-Tue2AlO.l. P. 997-1000.

58. Daniloff R., Schuckers G., Feth L. The physiology of speech and hearing. An introduction. N.J. 1980. 163

59. Deviilers L., Vasilescu I. Prosodic cues for emotion characterization in reallife spoken dialogs Proceedings of the EUROSPEECH-2003. P. 189-192.

60. Dinther R., Veldhuis R., Kohlraush A. Perceptual aspects of glottal-pulse parameter variations Speech Communication, 46,2005. P. 95-12.

61. Engwall O. Tongue talking. Studies in Intraoral Speech Synthesis. Doctoral Dissertation. Stockholm, 2002.

62. Eant G., Liljencrants J., Lin Q. A four-parameter model of Glottal Flow STL-QPSR4,1985.P. 1-13.

63. Fant G. The voice source in the connected speech Speech Communication, №22,1997. P. 125-139.

64. Hallahan W.I. DECtalk Software: Text-to-Speech Technology and Implementation COMPAQ DIGITAL Technical Journal, 2004. 87. http://www.mathworks.com 88. http://www.praat.org

65. Huang X., Acero A., Hon H.-W. Spoken Language Processing. A Guide to Theory, Algorithm and System Development. New Jersey, 2001.

66. Kuchling H. PHYSIK, VEB FACHBUCHVERLAG, Leipzig, 1980.

67. Ladefoged P. Elements of acoustic phonetics. Chicago, 1962.

68. Laver J. Principles of phonetics. Cambridge, 1994. 93. Lee Ch. M., Yildirim S., Bulut M., Kazemzadeh A., Busso C Deng Zh., Lee S., Narayanan Shr. Emotion recognition based on phoneme classes Proceedings of the INTERSPEECH-2004. P. 889-892. 164

69. Luengo I., Navas E., Hernaez I., Sanchez J. Automatic emotion recognition using prosodic parameters Proceedings of the INTERSPEECH-2005. P. 493-496.

70. Moore B.C.J. Aspects of Auditory Processing Related to Speech Processing Science, The Handbook of Phonetic Sciences. Oxford, 1999. 97. Ney H. Maximum entropy and Log-Linear Modeling. Aachen, 2001.

71. Ohala J.J. The origin of sound patterns in vocal tract constraints The production of speech. N.Y., 1983.

72. Ozbek I. Y., Demirekler M. Tracking of visible vocal tract resonances (VVTR) based on kalman filtering Proceedings of the INTERSPEECH2006, paper 2029-Tue2AlO.5. P. 1013-1016.

73. Prentice H., Englewood C. Digital Signal Processing Application Using the ADSR-2100 Family. 1992. P. 365.

74. Rahurkar M. A., Hansen J. H.L. Frequency distribution based weighted sub-band approach for classification of emotional/stressful content in speech Proceedings of the EUROSPEECH-2003. P. 721-724.

75. Schroeter J., Meyer R., Parthasarathy S. Evaluation of improved articulatory codebooks and codebooks access distance measures Proceedings of the Intemat. Conf. Acoust. Speech Signal Processing, 1990. P. 393-396.

76. Seppanen Т., Vayrynen E., Toivanen J. Prosody-based classification of emotions in spoken finnish Proceedings of the EUROSPEECH-2003. P. 717-720. 165

77. Stevens K.N., House A.S. Development of Quantitative description of vowel articulation. //Journal Acoust. Soc. Am., 1955, 27. P. 484-493.

78. Stylianou Y. Harmonic plus Noise Models for Speech, combined with Statistical Methods, for Speech and Speaker Modification. Paris, 1996.

79. Takahashi Т., Fujii Т., Nishi M., Banno H., Irino Т., Kawahara H. Voice and emotional expression parameters transformation based on statistics of vowel database Proceedings of the in an emotional speech INTERSPEECH-2005. P. 1853-1856.

80. Tato R., Santos R., Kompe R., Pardo J. M. Emotional space improves emotion recognition Proceedings of the ICSLP-2002. P. 2029-2032. 109. The integration of phonetic knowledge in speech technology. Edited by Barry J., Dommeken W.A. van. Springer, Netherlands, 2005.

81. Weruaga L., Al-Khayat A., All-pole model estimation of vocal tract on the frequency domain Proceedings of the INTERSPEECH-2006, paper 1188Tue2A10.2. P. 1001-1004. 166