汉语普通话辅音音长分析

汉语普通话辅音音长是语音的基本参数之一,在语言合成、语言识别等研究中,这一参数有很大实用价值。 本测量是对七个男声、六个女声进行分析,得到普通话22个辅音的平均音长及其标准偏差。 按照测量的需要,设计了试验词表。词表是由22个词组成,每个词有两个音节,每个音节有相同的辅音,不同的元音和声调。当然,每个音节长度各不相同。这样便于考察在连读中辅音音长与所在位置、相拼元音、声调的关系;比较音长绝对值与相对值的关系。 发音人在消声室进行录音。他们绝大部分是青年,能讲纯正的普通话。通过录音,由语图仪进行分析。由于有些辅音频带宽、能量弱、作用时间短,在语图分析时使用高速档并提高放声电压和烧灼电压,使辅音部分在语图中能得到清晰的反映。 经过统计处理,得到以下几点初步结论: 1.辅音音长与送气状态有直接关系,不送气塞音最短,送气塞擦音最长。各种发音方式之间有一定的音长比值。而音长与发音部位关系不大。 2.辅音音长与声调、全音节长度关系不大,但送气塞擦音受后接元音影响,元音开口度大音长短。 3.在连读中,前后两音节中的辅音长度与所在前后位置无关。     

汉语语句重音对音高和音长的影响

提高汉语合成语音的自然度的关键是要建立一个完善的汉语韵律模型．本文以连续的广播语言为研究对象,对汉语中语句重音对韵律特征参数的影响进行了初步探讨,分析了不同语句重音条件下音长和音高的变化及其相互关系,指出：（1）音高是语句重音的基本表达手段,随着语句重音级别的提高,音高分布曲线向高频方向推移。（2）在连续语流中词被‘重读”和“轻读”的情况下,音长分布出现双峰,表示它们的音长有的受语句重音的影响,有的不受语句重音的影响。（3）在“正常”、“重读”和“轻读”王种情况下,音高和音长的相互关系分别是：不相关、负相关和正相关,证实了汉语语句重音音高和音长之间的互补关系。这些研究结果为汉语会成系统中韵律模型的建立提供了基础。在此基础上,本文又用神经网络对连续语音的语句重音进行了部分标注,开集中的分类结果正确率为63％,对语音数据中重音等级的自动标注方法作了探索。     

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。     

日语塞音和元音间的音长关系

日语是短音节型语言.一句话的长度在语音上取决于短音节的数目.例如kan(罐)和kana(假名)它们都是两个短音节词,在语言学上它们的长度相同.gaka(画家)和gakka(课程)的短音节数目比为2:3,因为双塞音/kk/的前一部分也算作一个短音节.在几种上下文关系中,测量阻塞段音长、嗓音建立时间(VOT)和元音音长,并和英语的结果作了对比.     

音高和时长在普通话轻声知觉中的作用

目的在于探讨音高和时长两种因素在普通话轻声知觉中的作用方式以及比较两种因素所起作用的大小。使用了心理-声学的实验方法,所用刺激为音高和时长得到控制的15组合成的双音节语音词,要求33名普通话母语者对所有刺激的重音类型进行“重重”或“重轻”的强迫性选择判断。结果表明: (1)音高和时长对于普通话轻声的知觉均有显著作用, (2)音高对于轻声知觉的作用明显大于时长, (3)音高曲线的起点、高音点和调型曲拱均对轻声的知觉起作用。这些实验结果与自然语音中轻声的声学特征基本上是互相对应的,但也存在一定程度的差别。这些差别说明,自然语音中轻声的某些声学特征只是羡余特征而非音系特征。     

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。      

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。     

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。     

语音中元音和辅音的听觉感知研究

本文对语音中元音和辅音的听觉感知研究进行综述。80多年前基于无意义音节的权威实验结果表明辅音对人的听感知更为重要,由于实验者在学术上的成就和权威性,这一结论成为了常识,直到近20年前基于自然语句的实验挑战了这个结论并引发了新一轮的研究。本文主要围绕元音和辅音对语音感知的相对重要性、元音和辅音的稳态信息和边界动态信息对语音感知的影响以及相关研究的潜在应用等进行较为系统的介绍,最后给出了总结与展望。     

音强斜率特性区别同卵双胞胎语音的实验研究*

为了寻找司法话者识别中区别同卵双胞胎语音的有效参量,该文利用音节音强的斜率特性对同卵双胞胎语音进行了实验研究。结果发现,在90%的置信度下,所有实验的双胞胎语音均能够被音节音强斜率予以区别,并且音强下降斜率的区别力明显高于音强上升斜率的区别力。因此得出结论,音节音强的斜率特性具有比音节间相对音强与相对时长二者联合检验更强的区别力,可以作为区别同卵双胞胎语音的有效参量。     

普通话轻声音节的规则合成

在以北京话为基础的普通话中,轻声是一种很有特色的语音现象.本文根据传统语音学对轻声音节的定性描叙,参考声学语音学对轻声音节的分析结果,初步归纳出一套合成轻声音节的规则.利用“普通话语音合成系统”合成出音质较满意的含有轻声音节的词语.     

汉语普通话中双焦点的产出及其感知

以往的研究发现双焦点句中第一个焦点后往往缺少音高压缩。这一现象是否与两个焦点间的音节数有关?实验控制了焦点词的位置和句子长度两个因素,发现双焦点句中两个焦点既相互独立又相互依存.独立性表现为每个焦点有各自的实现范围,其音高升高和时长延长都和所对应的单焦点的条件接近;依存性表现为两个焦点可以在同一个语调短语内共存。第一个焦点后因为有了韵律短语边界而缺少音高压缩,而与两个焦点间的音节数没有直接关系。感知实验的结果显示:双焦点的辨认正确率显著低于句首单焦点。这主要因为同时判别两个焦点的难度比较高。如果只要求听音人关注第一个焦点,其辨认率明显提高,且与句首单焦点的判断正确率无显著差异。可见,在双焦点句中,句首和句末焦点的判断有不对称性。音高和时长的增加可以保证句首焦点的正确感知,但不能保证句末焦点的正确感知。总体来说,两个焦点中句首焦点在感知上有更高的突显度。      

汉语语音的动态频谱

利用为电话传输质量评价而设计的试验句,对汉语语音的动态特性进行了分析研究。发音人男女各六人,每个人分别在消声室中发音。试验条件包括:(1)五种不同的发话声级(距发音人唇部1m远,声级为55、60、65、70和75dB),(2)两种不同的说话速度(正常的和加快的)。试验结果表明:(1)语言的长时平均频谱随着总声级而改变,特别是低频和中频部分;(2)元音的基频F_O和共振峰,特别是F_1、F_2,随总声级的提高而提高,在相同坐标下所绘元音三角图平移并加大;(3)说话速度加快,元音三角图缩小,元音有央化的倾向;(4)总声级加大,元音-辅音(能量)比提高,但与辅音的发音方式有密切关系。     

普通话中语段重音对小句声学特征的调节

对汉语普通话新闻语篇朗读语料的分析表明,被置于语段中的小句,作为重音标志的音高和音长将发生变化。语段小句与孤立小句相比,音高变化集中表现在小句调核上,是高音点的整体降低,而不同类别的重音,音高降低的程度不同。在语段中,非语段重音的小句重音呈现出较明显的弱化,即表现为音高降低和音节时长缩短。在多个小句构成的语段中,说话人可以利用各小句重音的强弱变化来实现对语段的韵律调节,进而实现对语篇韵律的整体控制和顺畅的语义表达。语段重音及小句重音的研究将实验语音学引进了播音语言教学,也有助于汉语合成语音的韵律控制。      

汉语普通话机读音标SAMPA-SC

机读音标SAMPA在欧共体语言中已得到普遍应用,在国际言语资料库和言语输入/输出系统评价协调委员会(CO-COSDA)的主持下,已向世界上众多语言推广.本文是对汉语机读音标的修改和扩展.汉语普通话机读音标,是以汉语拼音方案为基础,分别列出声母(辅音)、元音、韵母和声调的机读音标SAMPA和国际音标,并给出相应的例字.本文还特别把机读音标扩展到儿化韵,以适应语音识别、文-语转换技术和语言教学的需要.     

视觉刺激条件下的听感差别阈限测量

视听交互的重要性日益突出,但视觉刺激对听觉感知的影响尚缺乏全面深入的研究。以视觉刺激下人耳对声音的主观听感差别阈限变化为研究对象,在主观听觉实验中施加颜色、质量、亮度、运动状态四个不同属性视觉刺激,同时测量纯音信号的响度、主观音长和音高的听感差别阈限。通过与无视觉刺激下相应差别阈限的比较,分析不同视觉条件对响度感知、主观音长感知、音高感知能力的影响。实验数据显示,施加视觉刺激后主观听觉感知的差别阈限值增大,主观音长、音高和响度的差别阈限值平均分别提高了45.1%,14.8%和12.3%。进一步分析的结果表明,施加视觉刺激后基本的听觉感知能力呈下降趋势。同一视觉属性的不同水平视觉条件对听觉感知的影响程度不同,主观听感的变化呈现出一定的规律性,即视觉刺激越舒适,听感的差别阈限变化越小。      

单元音的识别率与音节长短的关系

当音节的时程长于60毫秒时,普通话中6个单元音的识别率一直保持在95％以上的水平。当音节的时程短于60毫秒时,元音识别率随时程的缩短而逐渐下降。当音节短至8—13毫秒时,元音即不能被识别。识别误差的分布情况和元音的音位很有关系,音位相近的元音较易互相误辨。文中比较了信号时程的长短在元音识别中及在声音音调辨别中的不同作用,并讨论了差异的原因。     

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。     

普通话与台湾国语声调的对比分析

本文对普通话和台湾国语的单字调和语句中声调的音高、音长进行了研究．结果表明,由于受到闽南话的影响台湾国语阴平和阳平在音高表现上和相应的普通话音节有所不同;普通话上声是“曲折调”,其后半段的调型特征为“微升”,台湾国语上声是“低降调”;单念时普通话声调的时长为,上>阳>阴>去,台湾国语则为,阴>阳>上>去。二者在语句中声调的差异主要表现为:普通话阳平是“中升调”,而台湾国语阳平是“中平调”;韵律短语边界效应在台湾国语中的作用力更大;受边界效应影响时,普通话各声调音节的时长延长基本上是相同的,而台湾国语中阴平和阳平延长的程度显著大于上声和去声;时长统计结果表明,语句中普通话上声长于去声,短于阴平和阳平,而台湾国语上声则是四个声调中最短的。     

中西方典型乐器音高响度与音色明亮度的研究

为了客观地评价民族乐器与西洋乐器在听觉感知方面的差异,本文利用15种典型的中西方乐器声样本,建立了与音色、响度和音色明亮度有关的15种乐器的感知空间模型,通过这些模型可以预测不同乐器在音高、响度一定时,音色明亮度的感知情况。此外,根据已建立的感知空间模型分别对比弹拨乐器、拉弦乐器和不同类型的吹奏乐器中三种听觉感知属性的变化差异。结果表明,对于中西方典型乐器,音色明亮度随响度的增加而增大,但是响度对音色明亮度的影响程度受到音域和响度范围的影响。民族乐器的音色明亮度随音高的增加而增大,但是西洋乐器的音色明亮度并没有随音高的增加而发生明显的变化。