Речевое сообщение и речевой сигнал

Приступая к рассмотрению вопросов формирования речи, напомним некоторые определения, прежде всего, содержание понятий "речевое сообщение" и "речевой сигнал".

Речевое сообщение создается в мозгу человека. Затем оно превращается в команды нервной системы. Они управляют движениями органов речи. Эти движения формируют в речеобразующем тракте акустические речевые сигналы. Возникшие сигналы излучаются в окружающее человека пространство в виде акустических (звуковых) волн.

В электрических трактах связи, звукового и телевизионного вещания сигналы передаются переменными электрическими токами или электромагнитными полями, воспроизводятся громкоговорителями или головными телефонами и воздействуют на органы слуха человека. Далее акустические колебания воздуха преобразуются в механические колебания барабанной перепонки, слуховыми косточками среднего уха и во внутреннем ухе, вращаются в нервные раздражения, передаваемые в мозг. Центральная нервная система расшифровывает нервные импульсы и воссоздает первоначальное сообщение.

Из изложенного видно, что понятия "сообщение" и "сигнал" отличаются. Сообщение имеет смысловой (семантический) актер, а сигнал является его отображением в виде акустических или электромагнитных процессов.

Для получения шумозащищенного рече­вого сигнала используют гортань как источ­ник речевых колебаний. Эти колебания соз­даются при произнесении звуков речи и явля­ются чисто механическими колебаниями тканей, прилегающих к гортани. Наиболее интенсивные колебания получаются на низ­ких частотах. Скорость колебаний этих тка­ней уменьшается к высоким частотам по квадратичному закону. При увеличении частоты вдвое скорость колебаний уменьшается вчетверо, что соответствует снижению уровня на 12 дБ/окт

 

Рисунок 3.1. Процесс образования первичного речевого сообщения

 

Процесс образования первичного речевого сообщения может быть представлен упрощенной схемой рис.3.1. Здесь 1 -источник потока воздуха (легкие), 2 - голосовые связки, 3 и 5 -полости гортани и рта, 4 - соединяющий их проход, 6 - губы говоря щего. В формировании некоторых звуков участвуют полости и проходы носа. В форме, более привычной для инженера, речеобразующие органы представлены схемой рис.3.2, на нем 1 - источник потока воздуха (легкие), 2 - своеобразный регулятор потока - голосовые связки, 3 - полость гортани, 4 -полость рта, 5 - полости носа, 6 и 7 соответственно ротовой и носовой выходы.

Рисунок 3.2. Процесс образования первичного речевого сообщения

. 3.3. Речевые форманты

Характер первичного речевого сигнала зависит от интенсивности потока воздуха и состава возбуждаемых колебаний. В большинстве случаев спектр речевого сигнала занимает область частот 0,15...7 кГц. Колебания голосовых связок в пер­вом приближении можно считать периодическими колебаниями сложной формы, образующими кроме низшей частоты - час­тоты основного тона - гармоники, (рис. 3.3,а). Их число в неко­торых случаях превышает 40. На линейчатый спектр колебаний голосовых связок накладывается передаточная функция речеобразующего тракта (рис. 3.3,б).

 

Рисунок 3.3. Спектр речевого сигнала и передаточная функция.

 

Форма передаточной функции определяется конфигурацией и объемами полостей гортани, рта, носа, положением нижней челюсти, языка, зубов, губ. На нижних частотах линей­ные размеры полостей много меньше длины волны возбуждае­мых колебаний. Поэтому полости представляют собой колеба­тельные системы с сосредоточенными параметрами. В области нескольких тысяч герц линейные размеры полостей и длины волн возбуждаемых колебаний становятся соизмеримыми. То­гда полости следует рассматривать как колебательные системы с распределенными параметрами. В общем случае значения резонансных частот зависит от положения названных выше час­тей речообразующего тракта. Гармоники, возбужденные колебаниями голосовых связок и попадающие в области резонансных частот, усиливаются, другие гармоники ослабляются (рис 3.3,в).

Области максимумов спектра называют речевыми формантами. Заметим, что некоторые исследователи называют формантами только те спектральные максимумы, которые оп­ределяют конкретные звуки речи. Второе определение фор­мант, по-видимому, более точно, т.к. для некоторых голосов огибающая спектра в пределах одной формантной области, особенно второй, не имеет формы одногорбой кривой. Поэтому говорят о нескольких формантах в одной формантной области. Такова позиция ученых-фонетиков. Однако и ученые технического профиля придерживаются первого определения формант. Заметим, что центральная частота формантной области и ре­зонансная частота (мода) полости речеобразующего тракта не являются синонимами. Первая лежит ниже второй. Формантные области звуков русской речи представлены таблице 3.1.

Из приведенных данных ясно, почему звуки С и Ф совершенно не передаются по телефонным каналам. Частоты их формантных областей лежат за пределами верхней частоты ка­нала 3400 Гц. Это замечание в некоторой мере касается и зву­ка 3.

Речевые форманты по мере возрастания их частоты обозначаются как F1, F2 и т.д., а их центральные частоты обозначаются F₁, F₂ и т.д. Гласные звуки возбуждаются почти пе­риодическими колебаниями голосовых связок. В образовании согласных звуков главная роль принадлежит потоку воздуха с шумовым спектром. Голосовые связки в этом процессе почти не участвуют. Но и этом случае характер звука определяется положением и движениями нижней челюсти, языка, зубов и губ.

 

Таблица 3.1. Формантные области звуков русской речи

Звучание различных гласных определяется различным распределением формантных областей. Определяющую роль играет соотношение центральных частот первой и второй формантных областей. Связь этих частот в фонетике выражают графически так называемым четырехугольником гласных, который строят в виде функции центральной частоты второй формантной области от центральной частоты первой формантной области (рис.3.5). Слева вверху на этом графике расположена точка, соответствующая звуку И, левее и ниже - звуку Е. Затем график круто, почти вертикально спускается к точке, опреде­ляющей звук А, поворачивает влево к точкам О и У и, наконец, возвращается к точке звука И.

 

Рисунок 3.5. Четырехугольник гласных

 

Важная характеристика звуков речи - частота основного тона. Она определяется частотой следования импульсов воздуха, создаваемых голосовыми связками. Частоты основного тона у большинства людей лежат в пределах от 70 до 450 Гц. Если голосовые связки тонки или сильно напряжены, частота основного тона высока, если связки толсты или менее напряжены, частота основного тона ниже. Область частот основного тона индивидуальна. Изменения этой частоты лишь немного превышают диапазон одной октавы. При произношении звуков речи частота основного тона изменяется в зависимости от ударения и подчеркивания (акцентирова­ния) звуков и слов. Изменения частоты основного тона называют интонацией. По изменению частоты основного тона можно до некоторой степени судить об эмоциональном состоянии человека.

Основной тон, интонация, манера произношения ("устный почерк") говорящего и тембр (окраска) голоса служат для опознания личности человека. Степень достоверности опознания по голосу выше, чем по отпечаткам пальцев. Эти свойства речи используют в аппаратуре, срабатывающей только от опреде­ленного голоса, а также в криминалистике.

 

Фонемы

Понятие "форманта" относится к спектральному составу звуков речи. При переходе к семантическому (смысловому) рассмотрению звуков речи употребляют термин "фонема". Фонема - типизированная, образцовая форма звуков речи. Это то, что че­ловек намеревается произнести, а звук речи - это то, что он фактически произносит. Фонему сравнивают с образцово, кал­лиграфически написанными буквами (графемами) в отличие от множества форм рукописного изображения букв.

Речь состоит из звуков, слогов, слов, фраз и более круп­ных построений - периодов. За первичное смысловое понятие в языке принимают слово. Но наименьшим элементом речи считается звук. Точного определения понятия звуков нет.

Образный подход к понятию звука находят в сравнении звуков с письменными элементами речи - буквами. Начертание букв определяется индивидуальностью человека. То же самое можно сказать о произношении звуков. Произношение звуков зависит от их положения в слове, ударения, интонации. Сложные звуки (слоги, слова) в фонетическом отношении не являют­ся простыми цепочками, последовательностями фонем, т.к. фо­нема в одном сочетании имеет одну форму, в другом - иную. Исследователи насчитывают несколько тысяч звуков речи, от­личающихся друг от друга. Поэтому процесс распознавания фо­нем имеет статистический характер. Несмотря на это разнооб­разие все же была проведена классификация и типизация звуков речи, приведшая к возникновению понятия "фонема";.

Звуки в изолированном виде употребляются редко, хотя и в этом случае звуки принимают за слово. Это возгласы, междометия, союзы вида "а!", "о!", "и", "у". В словах, являющихся наи­меньшими смысловыми единицами, звуки соединены между со­бою в слоги. Но слоги, как и звуки, обычно самостоятельно не существуют. Границы между слогами так же трудно определить, как и между звуками речи. Границы между словами различаются более ясно, хотя ряд слов при беглом произношении сливаются в одно целое. Эти обстоятельства затрудняют построение уст­ройств автоматического анализа и синтеза речи.

Слитное звучание характерно для произношения предлогов, союзов и других коротких слов. Некоторая связь обнаруживается даже между протяженными словами. Вероятность появления каждого звука и его произношения зависят от пред­шествующего и последующего звуков. В свою очередь слова во фразах и интонация при их произношении связаны друг с дру­гом по смыслу.

Индивидуальные особенности речи характеризуются абсолютными параметрами - положением частей речеобразующего тракта (языка, рта, губ) и относительными парамет­рами (формой и степенью напряжения голосовых связок), оп­ределяющими частоту основного тона. Каждый звук речи харак­теризуется частотой основного тона, формой и положением на оси частот формант.

В русском языке насчитывают 41 основную и 3 неясно звучащие фонемы: 6 гласных (а, о, у, э, и, ы), одну полугласную (й) и 34 согласных. Гласные звуки я, ю, ё, е соответствуют состав­ным фонемам йа, йу, йо.,йэ. Согласных фонем больше, чем -согласных букв, т.к.: ряд согласных букв соответствуют двум фонемам: мягкой и твердой. Только твердых фонем - три (ш, ж, ц) только мягких - одна (ч). Остальные 15 существуют в двух формах: мягкой и твердой.

По характеру звучания звуки речи подразделяют на звонкие и глухие. Первые образуются с участием голосовых связок. Находясь под напряжением, они под действием воздушного потока, идущего из легких, периодически раздвигаются. В резуль­тате создается прерывистый, импульсный поток воздуха. Им­пульсы следуют примерно с постоянной частотой. При произне­сении глухих звуков голосовые связки расслаблены, не вибри­руют, и поток воздуха свободно проходит в полость рта и здесь, встречая на своем пути преграды - язык, зубы, губы - образует завихрения, создающие шум со сплошным спектром.

По способу образования согласные подразделяют на сонорные, щелевые, взрывные и аффрикаты. Сонорные (л, ль, р, рь, м, мь, н, нь) по звучанию похожи на гласные, но отдельно не произносятся и поэтому относятся к согласным. Щелевые (в, вь, з, зь, ж, ф, фь, с, сь, ш, х, хь) образуются в результате проталкивания потока воздуха в виде импульсов или шума через узкие щели, образованные языком и нёбом, губами, зубами, гор­танью. Взрывные (п, пь, т, ть, к, кь, б, бь, д, дь, г, гь) возникают в результате резкого открытия закрытого до этого рта. Аффрика­ты являются комбинацией глухих, взрывных и щелевых.

При произнесении звуков речи части речеобразующего тракта находятся для каждой фонемы в строго определенном положении или движении. Эти движения называют артикуляцией.

Звонкие звуки речи, особенно гласные, имеют большой уровень интенсивности звука, глухие - низкий. Уровень интенсивности особенно быстро меняется при произнесении взрыв­ных звуков. Динамический диапазон звуков речи составляет 35... 45 дБ. Длительность гласных звуков речи составляет 0,15... 0,3 с, согласных в среднем 0,08 с. Звук "п" длится примерно 30 мс. Большая протяженность гласных звуков вызвана необходимо­стью перестройки органов артикуляции.

Отметим, что звуки речи имеют различную информативную ценность. Гласные звуки менее информативны, чем со­гласные. Например, в слове "посылка" сочетание звуков о, ы, а ни о чем не свидетельствует, в то время как последователь­ность п, с, л, к дает почти однозначный ответ о смысле слова. Поэтому разборчивость речи снижается, главным образом, из-за маскировки шумами глухих звуков, имеющих меньшую интенсивность.

Перечисленные свойства звуков речи учитывают при проектировании и разработке устройств передачи, анализа и синте­за речи. Так для передачи смысла речи достаточно передавать сведения об огибающей спектра речи, переходах тон - шум, а также об изменениях основного тона. Для передачи эмоций не­обходим больший объем информации.