关于汉语音节知觉空间的实验研究

通过心理物理实验方法建构汉语音节知觉的多维空间结构,寻求有关汉语音节知觉的客观表现。结果表明,在声学特征层面上,音高和时长是音节知觉结构的主要维度;在韵律层面上,句中位置、韵律词长度等指标比较直观地反映了音节在知觉多维空间中的分布。     

声调知觉的相关电位

以语音诱发的大脑相关电位（ERP）探讨普通话声调的知觉是否有一侧化的问题。这个4＊2＊2的多因素实验有男女青年共11名作为听者参加。相关电位经平均累加后，进一步作了主成分分析和方差分析等二次处理。实验分析的结果表明，左右两侧大脑对自然语音的声调知觉差异显著，但对耳语，左右两侧的声调知觉没有显著差异．分析还进一层表明，大脑右侧对音高的变化率的知觉占有优势．     

基于发音特征的汉语普通话语音声学建模

将表征汉语普通话语音特点的发音特征引入汉语普通话语音识别的声学建模中,根据普通话发音特点,确定了用于区别普通话元音、辅音以及声调信息的9种发音特征,并以此为目标值训练神经网络得到语音信号属于各类发音特征的后验概率,将此概率作为语音识别的输入特征建立声学模型。在汉语普通话非特定人大词表自然口语对话识别系统中进行了实验验证,并与基于频谱特征的声学模型进行了比较,在相同解码速度下,由此方法建立的声学模型汉字错误率相对下降6.8%;将发音特征和频谱特征进行了融合实验,融合以后的识别系统相对基于频谱特征系统的汉字错误率相对下降10.1%。上述结果表明,基于发音特征的声学模型更加有效的实现了对语音特性的表征,通过利用发音特征和频谱特征的互补性,能够进一步实现对语音识别性能的提高。      

汉语普通话区别特征系统

语音区别特征是构成语音信号的基本元素。它不但是语音学和音系学研究的重要内容,也是语音信号处理技术所面对的重要处理对象。本文首先根据汉语普通话语音知觉混淆的群集分析结果,确定汉语的声韵调音位系统。继而按照Jakobson,Fant和Halle的语音区别特征划分的二分法原理,以声学参数为基础结合普通话的特点,建立了声韵调体系的区别特征系统。文中给出了区别特征在声学上的定义和发音生理上的说明。为便于理解声母韵母音位与其区别特征之间的关系和在语音处理中的应用,在附录中还列出了普通话声母(包括变体)、韵母的国际音标和计算机可输入/输出的SAMPA音标,以及声调的SAMPROSA音标。     

音高和时长在语篇语句重音中的作用

本研究通过30篇自然叙事语篇,以韵律词为分析单位,对语篇中音高和时长在语句重音中的作用进行探讨,结果主要发现:(1)韵律词音域的相对宽窄对语句重音起着最主要的作用.(2)音高和时长在语句重音中的作用受到小句音域宽度和韵律词等级的交互影响.在正常韵律诃中,1级重音由音高和时长共同发挥作用来实现;2级重音主要靠音高起作用.在强化韵律词中,小句音域越窄,时长在语句重音中的作用越重要.(3)音高和时长之间的相关性主要受到韵律词强度的影响,在弱化、正常和强化韵律词中,音高和时长分别表现出普遍的正相关、不相关和负相关.     

不同语调条件下的声调音高实现

从调类个性、句中位置和重音级别3个层面的语音分析,考察普通话4个声调在不同语调条件下的音高实现。目标词被置于3种不同的焦点位置(即句重音最强的位置)和两种不同的非焦点位置(即非句重音位置)上,对目标词的调域以及目标声调的高音点和低音点进行了观察分析。实验结果表明,(1)在焦点条件以及非焦点条件下,阳平的音高位于调域的中低音区,去声低音点的理论调值尽管低于阳平低音点,但去声低音点在音高实现上往往接近阳平低音点甚至会高于阳平低音点;(2)焦点在句首位置表现为调域向上下两个方向扩展,在句末位置则表现为调域整体上抬,但不同声调的高音点并不都与调域上限同比例变化,不同声调低音点的变化也并不都与调域下限同比例变化;(3)重音后音节的音高对焦点音节的依赖关系受音步组合关系的制约,焦点和焦点后音节若在同一音步内,焦点后音节的音高与焦点音节的音高关系类似轻声音节与其前接非轻声音节的音高关系,焦点和焦点后音节之间如果存在音步边界,焦点后音节的音高表现出一定的独立性。这些结果说明了语句中声调音高实现的复杂性,一个具有较好预测性的汉语普通话语调模型的建立需要包括焦点结构、韵律结构、协同发音、调类个性等不同层面信息的诸多细节化规则。     

不同语调条件下的声调音高实现

从调类个性、句中位置和重音级别3个层面的语音分析,考察普通话4个声调在不同语调条件下的音高实现。目标词被置于3种不同的焦点位置(即句重音最强的位置)和两种不同的非焦点位置(即非句重音位置)上,对目标词的调域以及目标声调的高音点和低音点进行了观察分析。实验结果表明,(1)在焦点条件以及非焦点条件下,阳平的音高位于调域的中低音区,去声低音点的理论调值尽管低于阳平低音点,但去声低音点在音高实现上往往接近阳平低音点甚至会高于阳平低音点;(2)焦点在句首位置表现为调域向上下两个方向扩展,在句末位置则表现为调域整体上抬,但不同声调的高音点并不都与调域上限同比例变化,不同声调低音点的变化也并不都与调域下限同比例变化;(3)重音后音节的音高对焦点音节的依赖关系受音步组合关系的制约,焦点和焦点后音节若在同一音步内,焦点后音节的音高与焦点音节的音高关系类似轻声音节与其前接非轻声音节的音高关系,焦点和焦点后音节之间如果存在音步边界,焦点后音节的音高表现出一定的独立性。这些结果说明了语句中声调音高实现的复杂性,一个具有较好预测性的汉语普通话语调模型的建立需要包括焦点结构、韵律结构、协同发音、调类个性等不同层面信息的诸多细节化规则。      

普通话轻声音节特性分析

本文讨论普通话轻声音节在音强、音长、音高和音色各方面的特性。声学分析结果表明:1.轻声音节的音强不一定弱;2.轻声音节的音长一般短于正常重读音节,大约为正常重读音节长度的五分之三左右,但内部差异很大;3.轻声音节的音高特点最为明显:失去原来的单字调型,在上声音节之后读中平调,在阴平、阳平和去声音节之后读中降调;4.轻声音节里的不带音辅音很容易浊化为带音辅音,元音普遍读得较松,但无论单元音还是复合元音,其原有音色仍可分辨。     

音高显示器与普通话声调音高特性

本文着重说明如何从语音中提取音高讯号,以及如何以曲线形式表示音高变化,然后讨论普通话声调音高曲线的特性。利用非线性技术(检波器和微分电路)提取嗓音波形的“最大振幅浪纹”,然后把它转换成锯齿波。锯齿波振幅末端所形成的曲线代表语音音高变化。一般说来,普通话字音音高曲线可分为三部分,即“弯头段”、“调型段”和“降尾段”。因为四声的“调型段”音高变化具有区别性的模式,即阴平高平,阳平中升,上声低降升,去声全降,所以,“调型段”音高模式起着区别普通话四声的作用。     

汉语语句中重读音节音高变化模式研究

对汉语重读音节知觉的音高线索及句中重读音节的音高变化模式进行了研究。论文分3部分:重音知觉实验、问答匹配实验和语料库分析。重音知觉实验主要考察了重音知觉的音高线索,主要是高音点、低音点对重音知觉的贡献。重读音节音高变化模式的研究,一方面从发音人的角度,用问答匹配实验,选取/DAO4/为代表音节,设计少量实验句请多位发音人郎读,系统安排/DAO4/在句中的位置,用问句自然地引导/DAO4/重读或非重读,对这两种情况做比较;另一方面从听者的角度,用语料库分析,对一个大规模语料库通过感知实验进行重音和停顿两方面韵律标注,比较标为重和标为轻的音节的音高值。重音知觉实验结果表明,音域平移和高音点提高都是重音知觉的线索,但是高音点的提高对词重音知觉的作用更明显。重读音节音高变化模式的两项研究表明,重读音节的音高在高音线－低音线渐降汉语语调模式上变化,高音点的提高是重读音节音高变化的主要声学表现,低音点的变化更多地受到低音线渐降的限制,变化的幅度不十分明显,而且不足必须提高。高音线－低音线双线语调模型中,高音线起落的变化,前后音节高音点的对比关系表明句中音节的重读程度。     

连续话语中双音节韵律词的重音感知

对于从微软亚洲研究院的汉语语音语料库中获得的300个语句中的1,898个双音节韵律词进行了重音感知实验,实验结果表明,连续话语中双音节词的重音感知特点与孤立词的重音感知特点有所不同,它受到词所在的韵律边界的显著影响。在感知实验中,词内两音节的重音得分之差与它们的高音点音高差和时长差都表现出正相关,但与高音点音高差的相关强于与时长差的相关。高音点音高差和时长差在非停顿前不相关,在停顿前为较弱的正相关。实验结果还表明,音节的重音感知受到调型的显著影响。     

边界强度对焦点实现方式的影响

汉语普通话中,单焦点主要表现为焦点词音高上升和焦点后音高压缩(Post-Focus-Compression,PFC),而双焦点句中第一个焦点后音高压缩有限。韵律边界强度是否影响焦点的实现方式,特别是焦点后音高压缩?本实验借助句法上词、短语、分句和句子的分类,在句中关键词(X)后设定了4种韵律边界强度。通过问句引导的4种焦点条件分别为:关键词X为焦点,句末词Y为焦点,词X和Y都是焦点(双焦点),以及中性焦点。语音分析结果显示:(1)焦点词都表现出音高上升和时长延长,增加量在单焦点和双焦点间没有显著差异,且不受焦点词后边界强度的影响;(2)双焦点句中第一个焦点后的音高压缩会被中等强度的边界减弱,而只有非常强的边界才会减弱单焦后的音高压缩;(3)随韵律边界强度增加,边界前的词时长增加,但延长量是有上限的,且不受焦点位置的影响。总体来说,韵律边界和焦点在语调上是平行编码的。      

维吾尔语焦点的韵律实现及感知

通过严格控制的语音实验,研究了维吾尔语陈述句中焦点对音高和时长的调节作用。实验设计了两个目标句,请发音人根据上下文自然地强调句中相应的词,随后还考察了焦点的感知问题。结果表明:(1)以句末焦点为基线,维吾尔语焦点的韵律编码方式类似于北京话和英语中的"三区段"调节模式,表现为焦点词音高升高、音域扩大和焦点后音高骤降(音域变窄),而焦点前音高变化不大;(2)焦点词和焦点前的词时长都有延长,而焦点后的词没有明显变化;(3)对焦点感知的正确率平均可达90%左右,表明焦点的韵律编码方式是有效的感知线索;(4)感知实验及语调分析还显示,维吾尔语"中性焦点"语调特征与英语和汉语不同,它接近句首焦点而不是句末焦点。另外,论文特别讨论了"焦点后音高骤降"在中国语言中的分布及来源问题。      

混响环境下汉语语音知觉特征的实验分析

根据混响环境下的汉语单音节清晰度实验,采用多维尺度和聚类分析的方法得到了混响作用下声母、韵母的知觉空间结构和层次逻辑关系。发现混响环境下声母的主要知觉特征是舌的发音部位(摩擦部位)和送气一不送气,其中舌的发音部位是声母最重要的知觉特征;韵母的主要知觉特征是起始部分元音的舌位。声母的清一浊特征和韵母的韵尾在混响环境下对语音知觉几乎不起作用。实验结果也揭示出语音的知觉特征与物理传递条件的相关性。      

语篇中大尺度信息单元边界的声学线索

主要研究了语篇中句子、段落等大尺度信息单元边界的韵律等级以及边界处的声学线索。对10个语篇语料库进行了韵律等级标注和声学分析。研究得到以下主要结论: (1)语篇中有韵律意义的大尺度信息单元有小句(对应语调短语)、句子(包括单句和复句)和段落。单句和复句边界没有知觉等级和声学特征上的显著区别,对应同一韵律单元。 (2)大尺度韵律边界等级的音高线索是通过边界前后音节的音高对比实现的,即音高重置程度。仅有首音节或末音节处的单一声学线索不足以区分边界等级。(3)段落和复句内的语调短语基本以平行的模式存在,没有明显的、规律性的整体语调下倾的现象。 (4)信息单元越大,无声段越长且变化的自由度越大。另外,在小句边界处无声段与音高重置程度显著正相关。     

中国声学学会会士简介

张家■：中国科学院声学所研究 员,中国声学学会常务理事,语 言、听觉和音乐声学分会主任, 《应用声学》副主编。主要从事 言语科学和言语技术研究。设计 了汉语普通话清晰度试验方法和建立了汉语可懂度理论基础;导出了汉语清晰度指数;建立了不同语言单位清晰度试验得分之间的统计关系,并且证明了汉语音节结构有助于提高可懂度。在不同语速、不同声级下测得了远场和近场的语言长时平均频谱。定量地证明了汉语声调对提高可懂度的作用。揭示汉语元音的内在音高规律并实验研究语音产生中的相互作用。曾获国家自然科学三等奖,中国科学院…     

自然风格言语的汉语句重音自动判别研究

重音是语音合成中韵律处理的一个重要参数。本文分析了轻声和重读音节同正常重音在各声学参数上的差异,包括基频、音节时长、强度、停顿长度等,还特别考察了时长同基频参数之间的关系,以及上声音调同基频的关系。建立了基于人工神经网络的三种重音预测模型,即声学预测模型、语言学预测模型和混合预测模型,对汉语句重音(包括轻声、正常重音、重读)进行了自动判别,结果显示混合模型要优于另外两种模型。此外,本文还根据重音标注的多样性现象设计了支持率的评价方法。     

柯尔克孜族学生汉语单字调声学实验研究

利用Praat语音分析软件,对柯尔克孜族学生汉语单字调进行了声学实验研究。实验选取22个汉语普通话单音节词,在规定的采样率和采样精度下测试柯尔克孜学生的声调格局、调长、调域,并和普通话水平测试员进行对比,32位被试参与了此项研究。研究发现,柯尔克孜族学生将阴平、阳平读成了微降调,且两条声调曲线非常接近,和普通话调型差别较大;上声调型正确,但调长较短、终点T值偏低;去声发音过于用力,起点触顶,听感上不够自然;阴平调域较宽,其他各个调类的调域较窄。针对以上情况,文章提出了相应的教学参考建议。     

汉语重音的凸显度分析与合成

重音是重要的语调特征,重音合成技术可以提高语音的自然度和表现力。针对重音的局部凸显性,该文提出了声学特征凸显度的表示方法,分析了不同韵律位置(韵律词首、中、尾,韵律短语首、中、尾等)重音音节的声学特征凸显度,发现在韵律单元末(韵律词末音节和韵律短语末韵律词)的重音其基频最大值凸显度要低于非韵律单元末重音,提出了基于声学特征凸显度的非线性的重音声学参数生成算法,解决了传统重音声学参数线性修改算法的修改幅度不足或过大的问题。采用该算法建立了基于隐Markov模型的支持重音合成的语音合成系统。实验表明,该系统可以有效合成带有重音的语音,提高了合成语音的自然度和表现力。      

汉语重音的凸显度分析与合成

重音是重要的语调特征,重音合成技术可以提高语音的自然度和表现力。针对重音的局部凸显性,该文提出了声学特征凸显度的表示方法,分析了不同韵律位置(韵律词首、中、尾,韵律短语首、中、尾等)重音音节的声学特征凸显度,发现在韵律单元末(韵律词末音节和韵律短语末韵律词)的重音其基频最大值凸显度要低于非韵律单元末重音,提出了基于声学特征凸显度的非线性的重音声学参数生成算法,解决了传统重音声学参数线性修改算法的修改幅度不足或过大的问题。采用该算法建立了基于隐Markov模型的支持重音合成的语音合成系统。实验表明,该系统可以有效合成带有重音的语音,提高了合成语音的自然度和表现力。