焦点重音对普通话音段产出和声学特征的影响

为考察普通话焦点重音对窄焦点域内和域外音段的产出和声学特征的影响,使用动态电子腭位(EPG)获取/t/和/i/的舌腭接触信号,同时采集同步的声门阻抗(EGG)和声学信号。分析结果表明,在窄焦点域内,/t/的舌腭接触面积增大,生理持阻时长增长,持阻段声门状态相对紧张。/i/的舌体上升并前移,元音时长和声强增长或增大,元音频谱发生变化。焦点重音的溢出效应不明显。研究结果表明:焦点重音使得域内所有音段的发音动作均增强,但是域外音段的产出和声学特征一般不受影响。     

普通话双音节V1n#C2V2音节间逆向协同发音

该文使用动态电子腭位(EPG)研究普通话V1n#C2V2双音节中后续音节C2和V2对前鼻韵尾/n/以及V1的逆向协同发音影响。实验结果发现:C2舌前音和舌面后塞音决定前鼻尾的发音部位和舌形姿态,不存在V2对V1的逆向影响;C2为双唇音和舌尖中音条件下,存在V2对V1n的逆向影响,前者表现为从V1后过渡段开始舌体动作向V2过渡,后者只出现在鼻音时段后部;C2为舌面后擦音和唇齿擦音的时候,前鼻尾发音部位多未同化或部分同化,这可能与发音人的发音策略有关。该结果支持普通话辅音的协同发音阻力等级序列,同时能够为建立普通话发音生理模型奠定理论基础。     

普通话双音节V1#C2V2音节间的逆向协同发音

该文研究普通话双音节V1#C2V2中C2和V2对V1后过渡段的腭位以及F2轨迹的方向和变化幅度的影响。分别使用动态电子腭位和线性预测编码的方法获得V1后过渡段的腭位参数和F2轨迹。实验结果发现:1)V1的F2轨迹的变化与后腭接触面积的变化显著相关。2)C2为不同发音方式的唇音、舌尖中音和舌面后音时对V1的腭位和/或F2轨迹有显著影响。3)元音间逆向协同发音有2种情况:C2为唇音、舌尖中音和舌面后音的条件下,V2显著影响V1的腭位和/或F2轨迹;C2为其他发音部位的条件下,V2的圆唇特征显著影响V1的F2轨迹。实验结果表明:C2对V1以及V2对V1的影响受到C2舌体发音限制条件的制约,但是V2的圆唇特征对V1的影响不受C2发音限制条件的制约。     

普通话不送气/送气音的气流气压信号研究

文章采用语音空气动力学PAS6600,对所提取生理学参数进行分析,从生理上说明汉语普通话辅音中不送气/送气音在发音过程中的生理变化:汉语普通话不送气音与之相对应的送气音,在发音时发音部位并不是完全相同的;塞音在发音时,辅音收紧点越靠后,在听感上越响亮.这主要是由于声门下压力的影响.     

韵律词边界的协同发音问题——对语音合成自然度的思考

就目前语音合成自然度的现状,探讨了合成语音中韵律词边界V#C,VN#C之间的无声间隙和过渡音存在的问题,以及由此造成的合成语音中词或短语之间的顿挫感和个别音段自然度较差的问题.该文在基于对普通话协同发音生理(EPG)研究的基础上,揭示了韵律词边界存在的协同发音现象并提出了解决合成自然度问题的方案.结果表明:韵律词边界闭塞(GAP)和停顿(SP)的区别在于,停顿表现在元音韵尾无过渡音且时长延长,辅音无声段时间较长,而闭塞则不同;语料库中增加擦音前韵尾的标注信息作为合成的匹配规则,可以消除合成中擦音前的顿挫感;韵尾过渡音中舌前辅音前面的韵尾F2上升,舌前辅音中的翘舌音/zh,ch,sh,r,l/使韵尾的F3下降.舌根音、唇音和唇齿音使前面的韵尾F2下降;语调短语的韵律词边界没有V#C、VN#C的过渡音且边界间是停顿而非闭塞,不存在协同发音现象.     

普通话塞擦音的声学特性研究

该文考察了普通话6个塞擦音的声学参数与其语音特征之间的关系。通过Praat软件提取时长、振幅、频谱能量分布、后接元音第二共振峰(F2)起始频率等9个声学参数。通过方差分析,揭示了统计上分别区分3个发音部位、2个送气状态以及2个后接元音的声学参数;判别分析结果显示,9个声学参数的组合对6个塞擦音的辨别率为85.9%;主成分分析结果显示,前5个主成分可以表征塞擦音86.3%的信息。综合3种统计分析结果表明:摩擦段的频谱能量分布是普通话塞擦音最重要的一组声学参数,有些主要表征了发音部位,有些主要表征了送气状态;摩擦段的时长和振幅主要表征了送气状态及后接元音;后接元音的F2起始频率也会受到塞擦音发音部位的影响。     

论语音象征

语音象征探究语音形式和意义间的直接关系,众多研究者涉及多种语言的研究表明,语音象征在世界语言中普遍存在。语音是一系列声学和发音生理学特征的综合,从这些特征入手才能更好地认识语音象征。通过英汉两种语言素材,尝试从元音、辅音、音丛、声调和音长等几方面对其展开分析讨论,以期取得一个更全面的认识。     

基于PAS6600的藏语送气/不送气辅音气流信号研究

文章以藏文字母中的七组送气与不送气辅音为研究对象,利用语音空气动力学PAS6600提取各个辅音的气流信号参数.从呼气时长、平均呼气速度、呼出气流量等三项参数,分析相同辅音的各项参数在不同性别间存在的差异,以及不同发音方法和发音部位的辅音在同一气流信号中的不同表现.发现在藏语中不送气音的呼气时长比送气音大;平均呼气速度的大小从男女平均呼气速度的平均值来看送气音的平均呼气速度比不送气音大;呼出气流量的信号虽受发音方法和发音部位的影响,但主要还是跟发音人的性别有关系,即男性的呼出气流量比女性的呼出气流量要大,这主要跟其生理特征有直接的关系.     

基于区别特征系统的连续语音识别模型研究

黏着性语音的元辅音区别性特征对口语环境下的连续语音识别影响很大.通过维吾尔语和谐语音现象下的发音规律及其规则,采用语言学、实验语音学技术和数字语音信号处理等方法,研究和谐发音现象下的元音、辅音区别特征系统,建立扩展元辅音集,并以此为基础,开展基于扩展元辅音集的连续语音识别研究,进一步通过其声学模型比较研究,构建连续语音识别模型,为维吾尔语口语环境下的连续语音识别提供一种新方法.     

汉语双音节词VCV序列协同发音

该文通过分析跨音段情况下前音节元音对后音节元音第二共振峰F2起点的影响,考察了汉语普通话双音节词"元音-塞音-元音"序列中2个元音之间的协同发音现象。结果发现:当2个元音之间为送气塞音时,由于送气塞音时值较长,元音间的协同发音作用便比较小,送气是抑制协同发音作用的重要因素;在塞音发音部位方面,当后接元音为/i/时,跨唇音的协同作用较大,而跨舌尖音的协同作用较小,不过发音部位与后接元音的交互作用很大,超过发音部位单方面的作用。     

语言的音段特征与工作记忆研究述评

针对语言音段特征与工作记忆模型中语音回路和中央执行系统的关系,探讨语言音段特征的作用以及工作记忆内容对语言音段特征识别的影响.     

语速对三合元音共振峰动态特征的影响

该文以30位18至28岁的男性被试为对象,在快速、中速和慢速3种语速条件下,对汉语普通话中4个三合元音(/iau/、/iou/、/uai/、/uei/)共振峰的动态特征进行了量化分析。运用三次多项式拟合方法描述前3条共振峰的动态轨迹,以拟合系数为自变量,对共振峰的动态特征进行了判别分析。结果表明:相同语速语音比对时,语速不同,判别能力也不同,快速发音的判别能力最高(平均为76.7%),中速和慢速发音的判别能力相对较低(分别为69.5%、70.3%)。不同语速语音组合比对时,各三合元音的判别能力均有所下降,其中"快+慢"组合的判别效果最差(平均为48.0%)。所有的语速条件下,判别能力最高的三合元音均为/iau/。由此可知,语速相同或相近时,三合元音的共振峰动态特征可以有效区分不同说话人。     

汉语普通话鼻音声学和生理研究

文章通过文献研究的方法,主要归纳了近几十年汉语普通话鼻音生理方面的研究成果.从前人的研究来看,在研究内容方面主要集中鼻音发音的生理特征、鼻音度及医学上言语病理这几大方面;在研究方法上主要是使用X光、动态腭位、鼻流计、气流气压计以及医学上的核磁共振成像等仪器搭配声学分析软件来研究鼻音的生理特征.较传统语音学而言,鼻音的声学和生理研究在研究内容、研究方法及研究得出的结论上都有很大的进步,这不仅拓展了鼻音研究范围,也革新了鼻音的研究方法.     

影响汉语音段反转言语掩蔽效率的参数研究

研究了帧长、帧移、信噪比、窗函数和语速对汉语音段反转言语掩蔽效率的影响.采用不同参数对目标语音进行处理,得到音段反转言语,其掩蔽效率由被掩蔽声的可懂度衡量,被掩蔽声的可懂度由语音质量感知评估(PESQ)指标评价得到.研究表明,汉语音段反转言语的掩蔽效率随帧长的增加、信噪比的降低或语速的升高而升高,帧移为帧长的1/2时掩蔽效率最高,窗函数对掩蔽效率没有影响.     

结合高斯混合模型和VOT特征的音素发音错误检测

结合高斯混合模型(GMM)和嗓音起始时间(VOT)特征的普通话音素发音错误检测,提出了一种结合语音声道特征信息和音源特征信息的发音错误检测方法。其中GMM用于反映声道特征信息的MFCC参数的建模与评测,并直接对大部分音素的发音质量直接进行错误检测。对于少数通过MFCC参数和GMM难于检测区分的辅音音素,则通过反映VOT信息的音源特征参数进行区分。实验表明,该方法在训练数据有限的情况下取得了较好的性能,非常适合用于聋人语言康复的计算机辅助训练。     

基于声学及运动学的聋哑患者元音发音分析研究

利用三维电磁发音仪采集聋哑学生和正常学生普通话元音/a/,/i/,/u/,/o/,/e/,/ü/的声学和运动学数据,对其发音共振峰、发音时长、唇部和舌部的最大位移、最大速度的特征参数差异及不同特征参数间的关系进行分析研究。结果表明:与正常学生相比,在声学方面,聋哑学生在元音/i/和/e/的第一共振峰(F1)、所有元音的第二共振峰(F2)、所有元音的发音时长在上存在显著性差异具有统计学意义(P0.05);在运动学方面,聋哑学生唇部的最大位移和最大速度均高于正常学生,舌部的最大位移和速度低于正常学生。研究结论可为病理语音研究提供理论基础和指导依据,为患者的医疗诊断和康复训练提供可靠技术支持和帮助。     

基于GSOM模型的音位范畴习得建模

为了探究神经网络模型在儿童语言习得模拟研究中的应用,该文在可扩展的自组织网络模型(growing selforganizing map,GSOM)算法的基础上,模拟了婴幼儿习得标准德语部分元音和辅音音位范畴的过程。该研究将优化的网络扩展策略和"循环性强化和复习训练"学习算法与传统的GSOM算法进行了结合。模拟结果显示:"循环性强化和复习训练"算法可以有效地提高模型网络的学习质量;模型算法可以较好地习得元音音位和辅音发音方式的范畴,并构建相应的知识网络。建模研究的结果表明:在习得语言的过程中,通过对语音声学信息的加工,婴幼儿有能力习得元音音位和辅音发音方式的范畴,并构建元音音位在声学空间内的分布关系。     

论英语辅音的中和

立足于英语语音学与音系学的基础理论，从区别性特征、对立以及中和的内涵、成因、产生过程等几个方面出发，对英语辅音丛的结构和语音特征进行较为全面的分析与归纳，认为在英语的所有辅音丛中，中和现象只出现在十三个辅音丛中，而在其它辅音丛中则不可能产生中和现象。     

基于混叠效应下听感相似度的普通话声母聚类分析

通过汉语普通话单音节清晰度听觉混淆实验考察混响所带来的混叠效应对普通话声母听感相似度的影响,并进一步比较在混响和噪声这两种不同的声学传递条件下声母听觉混淆情况间的差异,结果发现二者之间存在明显的差别。混叠效应下声母听感相似度的绝对量值明显高于噪声掩蔽下的值。且在混叠效应下声母的聚类关系大体上是按照发音部位形成的,而噪声掩蔽条件下的聚类关系大体上是按照发音方式形成的。这对思考构建合理的声母区别特征体系有启发意义。     

送气辅音与非送气辅音的区别特征参数

送气辅音与非送气辅音是普通话辅音中的一对区别特征,在实际应用中需要寻找与之对应的特征参数。传统的M EL能量参数无法对这对特征进行有效的区别,该文在时频域使用W igner分布,提取基于W igner分布的特征参数作为送气辅音和非送气辅音的区别特征参数。经过一个较大语料库的测试,结果显示新的参数能够有效区别这2类不同的辅音,并且有较好的区分效果。