2 курс / Нормальная физиология / Физиология_речи_Восприятие_речи_человеком_Чистович_Л_А_

результаты оказались весьма близкими к тем, которые ранее на­ блюдались для согласных. Из рис. 4.7 видно, что на функции раз­ личения имеется отчетливый пик, соответствующий границе между

Рис. 4.6. Субъективные расстояния между парами гласных ^^принадле­

жащими к одной и той же фонемной категории (стимулы 4—9 на рис. 4.5, А). По [1И].

По оси абсцисс — номера стимулов ху в соответствии с рис. 4.5, А; по оси ординат— субъек­

тивное расстояние в баллах. Параметром кривых 1—6 является номер стимула х^(соответственно г—4, 5, 6, 7, 8, 9). Вверх от горизонтальной прямой отложено субъективное рас­ стояние для пар стимулов с j > г, вниз — для пар ci > j.

Рис. 4.7. Сравнение функций идентификации (Л) и различения (£) синтети­

число ответов [е](А) и относительное число случаев, в которых данный стимул отличался от остальных (Б).

фонемами [i] и [е]. Различение стимулов, лежащих внутри фонем­ ной категории, оказывается плохим.

Итак, полученные данные позволяют сделать вывод, что мно­ жество субъективных образов гласных также является дискрет­ ным.

4.4. НАБОР ПСИХОЛОГИЧЕСКИХ ФОНЕМ

Сокращение информации, обеспечиваемое перехо­ дом к фонемному описанию, зависит, естественно, от числа иден­ тифицируемых при восприятии фонем.

В работах [16, 32] была предпринята попытка выяснить, сколько классов гласных идентифицирует в русской речи носитель рус­ ского языка. Испытуемым предъявлялись изолированные рус-

ские гласные, вырезанные из записей естественной речи. От ис­ пытуемых требовалось обозначать услышанные гласные русскими или латинскими буквами с добавлением в случае необходимости диакритических знаков. Ответы испытуемых показали, что число идентифицируемых ими классов гласных звуков гораздо больше числа лингвистических русских гласных: совершенно надежно можно утверждать, что гласные между твердыми и гласные между мягкими согласными относятся испытуемыми к разным звуковым типам.

Сходные результаты были получены в работе [489]. Оказалось, что испытуемые-американцы способны идентифицировать огуб­ ленные гласные переднего ряда, хотя они и отсутствуют в англий­ ском языке как самостоятельные лингвистические фонемы.

Выделяемые при восприятии классы звуков были названы психологическими фонемами. Естественно думать, что психоло­ гические фонемы соответствуют неперекрывающимся областям в пространстве акустических признаков сигнала. Легко заметить, что фонемы, определенные согласно критериям московской фоно­ логической школы, не отвечают этому требованию. Первые глас­ ные в словах вода и валун акустически не различаются, вместе

стем предполагается, что они представляют разные фонемы. Вышеприведенные данные позволяют без всякого риска утвер­

ждать, что число психологических фонем превышает число лин­ гвистических фонем любого языка, однако неясно, как велико это превышение.

Следует заметить, что существование каких-то минимальных единиц восприятия, аналогичных по функции психологическим фонемам (аллофонов, звукотипов), допускается во многих моделях восприятия речи [215 491, 527]. Однако авторы этих моделей счи­ тают, что на более высоких уровнях восприятия эти единицы каким-то образом трансформируются в лингвистические фонемы. Следует подчеркнуть, что в пользу существования такой транс­ формации нельзя привести ни одного веского довода.

4.5. ФОНЕМНАЯ КЛАССИФИКАЦИЯ

Для описания связи между речевым сигналом и фонемным решением необходимо указать признаки сигнала, на основе которых осуществляется классификация, и решающие правила. Единственный способ указания признаков заключается в описании алгоритмов (процедур) обработки сигналов, обеспе­ чивающих выделение и измерение этих признаков. Пока при­ знаки остаются неизвестными, — а ситуация сейчас именно та­ кова, — исследователи вынуждены использовать следующую стра­ тегию постепенного приближения к истине. Сначала на основании каких-то априорных сведений, например полученных при исследо­ вании речеобразования, выбирается некоторый условный набор признаков. Далее синтезируется множество стимулов, различа­

82

ющихся по этим признакам, и эти стимулы предъявляются испы­ туемым для фонемной классификации. Результатом эксперимента является установление фонемных границ в пространстве априорно выбранных условных признаков. Аналитическое описание фонем­ ных границ дает решающие функции, определенные, естественно, также в терминах этих условных признаков.

Эти фонемные границы (решающие функции) являются про­ межуточным результатом, позволяющим дальше проверять и уточнять сами гипотезы о природе признаков, а также исследо­ вать некоторые общие характеристики фонемного классификатора (постоянство правил или наличие динамической подстройки и т. д.).

Необходимо подчеркнуть, что все фонемные границы, имею­ щиеся сейчас в литературе по восприятию речи, являются услов­ ными в том смысле, как было определено выше. Непосредствен­ ная их полезность для автоматического распознавания речи пока весьма проблематична, так как трудно надеяться на то, что ис­ следователю так повезло, что он выбрал в качестве условных признаков именно те признаки, которые выделяет в сигнале слухо­ вая система человека.

4.5.1. ФОНЕМНЫЕ ГРАНИЦЫ СТАЦИОНАРНЫХ ГЛАСНЫХ В ПРОСТРАНСТВЕ ЧАСТОТ ФОРМАНТ

Попытки определить фонемные области стационар­ ных гласных в пространстве частот формант стимулов предпри­ нимались рядом исследователей на материале разных языков

]208, 306 337, 364, 458, 505]

На рис. 4.8 приведены данные, полученные для русских ис­ пытуемых. Граница между гласными Ц] и [е] была определена методом активного поиска в экспериментах с двухформантными синтетическими гласными [107]. Частота второй форманты в пре­ делах каждого данного измерения была фиксированной (при­ нимала одно из значений, указанных по оси F2); испытуемые, управляя частотой F1, искали на слух то ее значение, которое соответствовало границе между [i] и [е].

Три другие границы на рис. 4.8 были найдены в эксперименте по идентификации четырехформантых синтезированных гласных методом форсированного выбора [129]. Испытуемым предъявля­ лись два набора стимулов, различавшихся лишь фиксированными значениями частот F3 и Fi (2660 и 3500 Гц для первого и 3540 и 4000 Гц для второго набора). Частоты F1 и Р2 этих стимулов изменялись в широком диапазоне (470—920 Гц и 800—2070 Гц соответственно) логарифмически равными шагами (Д7?=0.1 F). Точки и крестики на рис. 4.8 представляют разные наборы стиму­ лов и соответствуют условию равновероятности выбора соседних фонем. Видно, что границы в плоскости F^^ практически не за­ висят от значений частот третьей и четвертой форманты.

83

Рис. 4.8 показывает, что три фонемных границы из четырех аппроксимируются вертикальными или горизонтальными пря­ мыми линиями. Это означает, что решения о фонемах могут при­ ниматься на основе измерения единственного параметра — час­ тоты Fx или F2.

Этот факт можно рассматривать как подтверждение правиль­ ности распространенной гипотезы о том, что слуховая система выделяет в гласных какие-то приз­ наки, или совпадающие с частотами формант, или близкие к ним (подроб­

проксимацией этой границы явля­

функцией частот обеих формант. Дан-

Рис. 4.8. Границы между синтетическими гласными в плоскости По [313].

По оси абсцисс — частота первой форманты; по оси ординат — частота второй форманты. Осталь­ ные обозначения см. в тексте.

ные, полученные на испытуемых чехах, шведах и поляках [208’ 306, 337], подтверждают этот факт и, кроме того, указывают на то, что аналитическое выражение границы между [а] и [е] может иметь более простой вид: —lg/’2=const. Это означает, что в качестве решающего правила может использоваться постоянство разности значений Fx и F2 по логарифмической шкале.

Очевидно, что исследование различения гласных [а] и [е] является наиболее перспективным для понимания принципов обработки спектральной информации.

4.5.2. ОБЛАСТЬ НЕОПРЕДЕЛЕННОСТИ И КОНТЕКСТУАЛЬНЫЕ ВЛИЯНИЯ ПРИ ВОСПРИЯТИИ ГЛАСНЫХ

Фонемная граница соответствует значениям пара­ метров стимула, при которых две соседние фонемы выбираются с равной вероятностью. Интервал значений параметров стимула, заключенный между 0.25 и 0.75 ответов (данной фонемой) на функ­ ции идентификации, называется областью неопределенности.

Экспериментально показано, что время (задержка) двигатель­ ной реакции, связанное с принятием фонемного решения (на­

84

жатие на кнопку, запись буквы и т. д.), закономерно возрастает внутри области неопределенности и достигает максимума на фонем­ ной границе [86 213 492]. Этот факт указывает на то, что для описа­ ния перехода от акустических (слуховых) параметров стимула к фонемам недостаточно «знать» фонемные границы (решающие правила) в пространстве указанных параметров: необходимо еще допустить существование некоторых промежуточных переменных (сигналов), отражающих величину «сходства» с фонемой (см. об­ суждение в [152 158]).

Можно думать, что в экспериментах по идентификации изо­ лированных гласных фонемная интерпретация «неопределенного» стимула зависит в основном от значений функций сходства с со­ седними фонемами. Если же неопределенный гласный предъяв­ ляется в некотором контексте, то логично ожидать, что фонемное решение о нем будет определяться преимущественно другими, «определенными» фонемами.

В работе [115] было показано, что при пересадке синтезирован­ ного фонетически неопределенного гласного в естественные слоги СГС, предъявлявшиеся изолированно или в составе слов и фраз, оценка фонемного качества гласного зависит от окружающих согласных: например, стимул с параметрами 2?1=320 Гц и F2= =1420 Гц в окружении твердых согласных чаще интерпретируется как [i], в окружении мягких согласных — как [и].

Эффекты подобного рода получили в литературе название кон­ текстуальных влияний. Хотя основной интерес представляют контекстуальные влияния в связной речи — внутри слова и пред­ ложения, — анализ механизмов контекстуальных влияний в этой ситуации оказывается очень сложным, так как один и тот же контекстуальный эффект может достигаться под действием раз­ ных факторов. Априорно можно предполагать, что к числу таких факторов относится, например, разрешение неопределенности на уровнях анализа смысла, сравнение запомненной информации (значений сходства с фонемами) о соседних гласных в последо­ вательности, изменения состояния самого фонемного классифи­ катора под действием предшествующего стимула, т. е. эффекты последействия, и т. д.

По этой причине исследования сейчас ограничиваются в ос­ новном значительно более простой экспериментальной ситуацией, когда влияющий стимул предшествует тестирующему и отделен от него достаточно большой паузой. Ответ о тестирующем стимуле дается сразу же после его предъявления.

В ряде работ [86 210 265, звз] было продемонстрировано два эффекта последствия — эффект контраста и эффект ассимиляции (уподобления). Эти эффекты удобно описывать, используя понятия среднего и текущего значения фонемной границы. Если, например, влияющий стимул находится справа от среднего значения фонем­ ной границы, то эффект контраста проявится в том, что текущее значение границы после предъявления влияющего стимула уста­

85

новится правее среднего ее значения. Эффект ассимиляции в этом случае будет, наоборот, заключаться в том, что текущее значе­ ние границы установится левее среднего ее значения.

Данные работы [31°] говорят о том, что эффект контраста и эффект ассимиляции связаны . с разными уровнями обработки сигнала. В эксперименте [21°] испытуемым предъявлялась для идентификации ([и] или [о]) случайная последовательность все­ возможных пар стимулов, параметры которых указаны в подписи к рис. 4.9. Полученные данные позволяют судить о положении границы между фонемами [и] и [о] в зависимости от решения о фо­ немной принадлежности влияющего стимула (первого стимула

каждой пары) и положения его на шкале параметров. На рис. 4.9 показаны гра­ ницы, вычисленные при условии, что

Рис. 4.9. Положение фонемной границы между гласными [и] и [о], вычисленной по данным для второго стимула в паре, при идентифика­ ции обоих стимулов пары. По [21°].

По горизонтали отложен номер первого стимула в паре, по вертикали — номер второго стимула в паре (приведены только стимулы в пограничной между [и] и [о] области). Пря­ мая 1 аппроксимирует положение границы в случае, когда первый стимул в парах прини­ мался за [о], прямая 2 — когда первый стимул принимался за [и]. Стрелка указывает среднее положение границы. Ниже приведены номера и частоты формант (в Гц) стимулов

Обе прямые свидетельствуют о наличии эффекта контраста: по­ вышение формантных частот влияющего стимула приводит к со­ ответствующему сдвигу границы между [и] и [о]. Тот факт, что положение фонемной границы изменяется под влиянием физи­ чески разных стимулов, опознаваемых как одна и та же фонема, говорит о том, что эффект контраста определяется акустическими параметрами гласных стимулов.

Разница между прямыми 1 и 2 в области влияния стимулов 5, 6 и 7 на рис. 4.9 демонстрирует эффект ассимиляции. Действи­ тельно, если влияющий стимул 7 был опознан как [и], то фонем­ ная граница устанавливалась таким образом, что неопределен­ ные стимулы 6 и 7 из тестирующего множества также воспринима­ лись как [и]. Если же влияющий стимул 7 принимался за [о], то тестирующие стимулы 6 и 7 также воспринимались как [о]. Это свидетельствует о том, что в отличие от эффекта контраста эффект ассимиляции определяется фонемным решением о влия­ ющем стимуле,

86

Существенно отметить, что эффект последействия типа кон­ траста наблюдался также в такой ситуации, когда влияющими стимулами были гласные [и] и [о], а тестирующими стимулами — гласные, воспринимаемые как [i] и [е] [91]. Было обнаружено, что фонемная граница по Ft между гласными [i] и [е], определенная методом активного поиска, существенно ниже, когда тестирую­ щий (переменный) стимул следует за [и], чем когда он следует за [о]. Это подтверждает, что эффект контраста определяется акустическими параметрами стимулов и действует на уровне об­ наружения отдельных признаков (в данном случае — частот формант).

4.5.3. ДЕТЕКТОРЫ ПРИЗНАКОВ СОГЛАСНЫХ

Наиболее популярными экспериментальными моде­ лями, используемыми при исследовании восприятия согласных, являются наборы стимулов СГ, различающихся по «времени на­ чала голоса» (рис. 4.2), и наборы стимулов СГ, различающихся по характеру быстрых переходов второй и третьей форманты.

Первый набор используется для определения фонемной гра­ ницы между глухими и звонкими начальными взрывными соглас­ ными, второй набор — для определения фонемных границ между взрывными согласными, различающимися по месту образования.

Популярность указанных стимулов определяется тем, что фонематически полезная информация заключена в этом случае или в последовательности акустических явлений, или в харак­ тере быстрых изменений спектра во времени. Для извлечения этой информации необходимы явно другие методы обработки сигнала, чем те, которые предполагаются для случая стационарных глас­ ных [483]. Можно считать, что эти стимулы, с одной стороны, и стационарные гласные, с другой, представляют собой как бы две крайние ситуации, с которыми встречается человек при класси­ фикации речевых сигналов. Исследование фонемной идентифика­ ции такого типа стимулов в обычных экспериментальных условиях (разные стимулы следуют с паузами друг за другом) не обнару­ живало эффектов последействия типа контраста [2661.

Одпако за последние два года выяснилось, что такие эффекты можно получить, если использовать длительное (многократное) предъявление влияющего стимула [179, 186' 222’ 231> 243]. В качестве примера можно привести описание методики, примененной Купе­ ром [222], и полученные им результаты. В эксперименте Купера использовался ряд синтезированных слогов типа СГ с гласным [оз], различавшихся по исходным значениям и направлению пере­ ходов F2 и F3 на начальном участке гласного длительностью в 40 мс. При идентификации этих стимулов группой испытуемыхамериканцев было получено три фонемных категории, соответству­ ющих слогам с билабиальным [Ьл], альвеолярным [dae] и веляр­

87

ным [gee] согласными. На рис. 4.10, А показано расположение указанных областей согласных у одного из испытуемых.

После этого проводился эксперимент по идентификации в при­ сутствии влияющих стимулов. Как и в первом опыте, испытуе­ мые слушали случайную последовательность исходных стимулов, каждый из которых надо было й^ентифицировать с одним из трех

Рис. 4.10. Функции идентификации синтетических слогов, различающихся по направлению переходов F2 и F3, полученные в условиях влияния пред­ шествующих стимулов. По [222].

По оси абсцисс — номер стимула; по оси ординат — относительное число ответов [Ъ], [d]n Cgl. На А: функции идентификации Слогов (Ьэг], [d&j и [gde] в отсутствии контекста.

На Б, В, Г: функции идентификации тех же слогов при использовании в качестве пред­ шествующего стимула соответственно слогов [Ьж], [<1жЗ и [gae].

указанных согласных. Но в этом случае предъявлению серии

слушиваний) слоги [Ьт], [d к] и [gee], взятые из исходного набора стимулов и идентифицированные в качестве таковых в 100% случаев. Рис. 4.10, Б, В, Г показывает функции идентификации, полученные у одного из испытуемых под влиянием вышеназван­ ных предшествующих стимулов. Видно, что предъявление влия­ ющих стимулов привело к сдвигу фонемных границ по принципу контраста. Эти данные были подтверждены в -экспериментах

88

ио различению стимулов в присутствии влияющих стимулов. Максимумы на функциях различения, полученных в этих усло­ виях, хорошо совпадают с положением границ, найденных при иден­ тификации стимулов в тех же условиях.

Обнаруженный эффект последействия получил название «селек­ тивной адаптации». Он сразу же привлек к себе большое внимание исследователей. Варьируя характеристики влияющих и тестиру­ ющих стимулов, можно попытаться выяснить, с какими уровнями обработки сигнала связан этот эффект.

Предполагается, что эффект селективной адаптации действует на уровне обнаружителей (детекторов) признаков согласных и вызывается утомлением детекторов, происходящим из-за много­ кратного предъявления одного и того же стимула. Это, очевидно, означает, что выходом классификатора согласных являются не фо­ немы, а признаки, т. е. имеются, например, детекторы звонкостиглухости, работающие независимо от места или способа образова­ ния согласных, или детекторы места образования, работающие независимо от того, глухие или звонкие согласные подаются на его вход.

Доказательством такого представления является тот факт, что в экспериментах [222] сдвиг границы между областями [Ь] и [d] происходил не только под действием влияющего стимула [Ьае], но и под действием стимула [р\«], согласный которого совпадает с [Ь.и] по месту образования. Точно так же в работе [2431 граница

между согласными [d] и [th], различающимися по признаку звонкости-глухости, смещалась при использовании в качестве

влияющих стимулов слогов с согласными [Ь] и [ph].

При предположении детекторов психологических (дифферен­ циальных) признаков встает вопрос о том, имеются ли универ­ сальные детекторы, работающие во всей частотной области, или существует множество детекторов каких-то акустических при­ знаков. Первое допущение означает, что если, например, рассмат­ ривать признак места образования, то детектор этого признака сработает одинаково при предъявлении слогов [di] и [du], соглас­ ные в которых различаются акустически. Имеются указания [185], что это допущение неверно.

Вопрос о том, какие акустические признаки могут измеряться при восприятии согласных, пока не решен. Например, имеются данные, что информация о месте образования согласных содер­ жится в формантных переходах (см. главу 12). Это может озна­ чать, что в локальных частотных областях существуют измерители (детекторы), реагирующие на направление изменения частоты. Решение о признаке — месте образования согласного принима­ ется в результате суммирования данных таких детекторов. С дру­ гой стороны, можно представить, что в качестве самостоятельных параметров выделяются частоты формант и что имеются схемы, измеряющие направление изменения этих переменных. В экс-

89

Имеющиеся в литературе данные позволяют представить, что из анализа просодической информации, содержащейся в речевом сигнале, могут быть получены следующие важные для понимания смысла сообщения сведения.

1.Прежде всего сведения, необходимые для установления коли­ чества слов в высказывании, их выделения и опознавания, т. е. для морфологического анализа*. Эти сведения могут быть полу­ чены из анализа ритмической структуры высказывания и рас­ пределения пограничных сигналов в нем. Поскольку ритм речи есть упорядоченное чередование выделенных и невыделенных элементов (слогов), часть задачи решается выяснением места (номера) выделенного слога (ударного) в последовательности слогов, описывающей данный речевой сигнал.

2.Сведения, существенные для синтаксического анализа вы­

сказывания, т. е. для установления отношений между словами

внем.

3.Данные об особенностях конкретного процесса речевого общения: является ли высказывание запросом или сообщением информации, какой именно информации, как относится говоря­ щий к сообщаемой им или ему информации и т. д. Так, пред­ ложение Мама мыла Маню?, реализованное в виде высказывания, может иметь, в зависимости от ситуации, несколько разных смыс­ лов: Кто же мыл Маню? Кого мыла мама? Мыла ли уже мама

Маню?

Очень важно отметить, что параметры речевого сигнала, используемые для передачи просодической информации, и п р о- содические признаки речи, по всей вероятности, не одно и то же. Здесь нам кажется уместной аналогия с диффе­ ренциальными признаками фонем. Так, частота форманты, будучи параметром речевого сигнала, может нести информацию и о фо­ неме, и об особенностях диктора, а возможно, и просодическую информацию. Но дифференциальный признак фонемы — это ре­ зультат сравнения измеренной в сигнале частоты форманты с не­ которым пороговым значением, т. е. уже не только сам параметр, но и определенное решающее правило.

Соответственно этому и просодические признаки появляются в результате применения некоторых решающих правил к пара­ метрам речевого сигнала. Естественно, что при таком определе­ нии одни и те же параметры сигнала могут быть источником не только просодической информации, но и сведений об эмоцио­ нальном и даже физическом состоянии диктора [зэ], которые, строго говоря, к просодической информации не относятся, так как не являются смыслоразличительными. Для этого достаточно использовать разные решающие правила применительно к одним и тем же параметрам.

Ясно также, что такие физические параметры речевого акусти­ ческого сигнала, как частота основного тона, длительность и ин­ тенсивность звуков и речевой темп — общепризнанные источники

92