АКУСТИЧЕСКОЕ ИЗМЕРЕНИЕ СТАТИКИ РЕЧИ

Единицей измерения статических элементов речи является звуковой спектр. Как известно, всякий сложный звук может быть разложен на ряд Фурье, т. е. на ряд простых синусоидальных колебаний, состав которых и образует звуковой спектр. Измерение состоит в том, что устанавливается: а) набор номеров тех простых звуковых частот, которые входят в состав сложного звука, считая, что номера низких частот расположены слева, а высоких—справа, и б) амплитуда каждой из встретившихся частот. Если каждая из частот по числу колебаний является кратной к самой низкой частоте, то такой спектр образует гармонический ряд, входящие в него частоты называются гармониками, а самый спектр является ограниченным или выборочным. Таким спектром

85;

обладают звуки гласных. Если частоты спектра имеют случайную амплитуду и через случайные промежутки времени могут появиться в любом месте спектра, то такой спектр является негармоническим и неограниченным однородным спектром. Такой звук, по аналогии с белым светом, называется белым шумом. Накладываясь на выборочный спектр, белый шум образует помеху, при которой не могут быть выделены признаки выборочного спектра. Если амплитуды частот спектра распределяются по определенной кривой вероятности, но сами частоты негармоничны и могут встретиться в любой полосе спектра, то такой спектр является сплошным и неоднородным, но'характеризует звук в определенном качестве. Таким спектром обладают согласные.

Звуковой спектр представляет некоторую картину амплитуд частот-ных составляющих сложного звука. Теоретически. звук должен длиться бесконечно для того, чтобы имело смысл говорить о его спектре. Если период звука изменился, следует признать наличие другого, нового, бесконечно длящегося звука, обладающего своим особым спектром. Таким образом, спектр есть не что иное, как аналитический состав данного звука, представленный в статике. В действительности один звук может переходить в другой. Для учета статики необходимо знать минимальное время, в течение которого данный звук сохраняет свой спектр. Получение таких статических срезов и составляет задачу акустических спектральных измерений. Измерения показывают, что попог времени восприятия различен для разных частот. Так, частота в 50 грц узнается как тон за время его длительности в 0,08 секунды, за которое проходит 4 полных колебания. Частота в 1000 грц требует время 0,015 сек. — 15 колебаний в секунду. Тон в 10000 грц требует время 0,030 секунды (300 колебаний) ¹. Однако стоит только звук гласного растянуть на время, которое больше, нормы обычного речевого произнесения, т. е. пропеть, как этот гласный перестает узнаваться. Это значит, что спектр гласного изменился за время его произнесения. Мы проводили запись на магнитофоне пропетых от 1 до 2 секунд тласных а,-о, э, у, и, ы. Эти гласные продолжают узнаваться, если их слушать с начала звучания до конца. Но если из той же записи вырезать кусочки магнитофонной ленты IB 2 см, взятые: а) из начала звучания и б) из середины звучания, то склеенные кусочки ленты начала звука (а) узнаются как а, о, з, и т. д., кусочки же, где была записана середина звука (б), воспринимаются почти как одинаковые и похожие на ы (нечто вроде гудка автомобиля). Это значит, что удлинение произнесения речевого звука сверх определенной речевой нормы приводит к изменению спектра звука.

Таким образом, есть оптимальное время и определенные условия образования речевого звука, при которых его спектр будет сохранять характерные признаки, узнаваемые слухом, и принимать данное качество звука как всегда тождественное. Такие характерные признаки спектра называются формантами речевого звука.

Если в звуковом спектре есть речевая форманта и слух способен отделить ее от других неформатных признаков спектра, а также от других признаков звука — его силы и основной частоты,—то выделяемая таким образом статическая единица приобретает сигнальное значение как элемент звука. В каждом языке есть всегда точно определенное число этих элементов (т. е. звуков речи — а, о, и, п, с, ж и т. п.), например в русском языке 39, из которых составляются по известному правилу звуковые комплексы слов.

Сигнальное значение слов определяется их соотнесенностью с обозначаемыми ими явлениями действительности, а сигнальное значение

¹ С. Н. Ржевкин, Слух и речь в свете современных физических исследований, изд-во ОНТИ, 1936, стр. 78.

элементов словесного звукокомплекса (звуков языка) определяется различием выделяемых речевых формант. Поэтому при помощи слов различают явления действительности, а по звукам речи различаются самые слова. Слово прут (пишется «пруд»), как обозначение водоема, отличается ло предметному значению от слова прут, как обозначения тонкой, определенной длины палочки, сделанной из какого-либо материала, но по составу звуковых элементов эти два звукокомплекса ничем не отличаются. Наоборот, например, слово он может обозначать то же, что сло,'ва Иван Петрович, если сообщение Он пришел и Пришел Иван Петрович эквивалентны -по содержанию предметных отношений. В то же время состав элементов заменяемых слов различен ¹.

По сигнальному значению форманты спектра могут быть различными. Кроме собственно речевых формант, определяющих различие элементов звукового состава слова, в речи людей могут быть выделены индивидуальные, голосовые форманты, характерные для голоса данного человека. По этим формантам опознается источник речи. В звуковом кино, вследствие срезания высоких частот, эти форманты теряют часть признаков, поэтому голоса людей хуже узнаются, чем в естественной речи. Для устранения этого недостатка прибегают к демонстрации изображения говорящего на крупном или среднем плане.

Сигнальное значение голосовой форманты резко отличается от сигнального значения собственно речевой. Речевая форманта определена условной нормой данного языка и служит средством различения значащих слов, голосовая же форманта определена устройством речевого прибора данного человека и не имеет значения для различения звукового состава слов, если все звуки артикулированы правильно, и служит средством узнавания человека по голосу. Голосовая форманта является опознавательным признаком, речевая форманта — сигналом различия звуковых элементов слова, а слово—знаком предметных отношений. Голосовые форманты могут различаться и слухом животного. Так, собака узнает голос хозяина. Может быть построен акустический приемник, который будет принимать лишь определенные голосовые форманты •и транспортировать эти сигналы на соответствующее исполнительное устройство. На сигналы с другими голосовыми формантами такое устройство реагировать не будет.

Кроме указанных двух видов формант, существует третий вид — специально выработанные форманты. В исследовании С. Н. Ржевкина ² была найдена специальная певческая форманта, которая образуется при определенном положении певческих органов. Это положение в недавнее время было хорошо подтверждено рентгенологическим исследованием Л. Б. Дмитриева³, который показал, что при пении в значительной степени сглаживаются те различия в объемах резонаторов, которые характерны для речи, вследствие чего и появляется специально выработанная певческая форманта. Специально выработанная форманта является признаком культуры голоса и определяется условиями его воспитания. Так, известно, что в сельских местностях часто можно встретить пение на так называемом открытом звуке, при котором в голосе появляется крикливость вследствие усиления в составе спектра высоких гармоник. Эти свойства голоса приобретаются, как манера петь, от старшего поколения.

¹ От предметных значений слов следует отличать коммуникативные значения, применение которых определяется другими правилами. Так иногда может быть «неудобно» или «невежливо» про Ивана Петровича сказать: «Он пришел».

² В. С. Казанский и С. H. P ж е в к и и, журнал «Прикладная физика»,.1928, № 5.

³ Л. Б. Дмитриев, Об акустической природе некоторых физиологических •приспособлений голосового аппарата при пении, «Проблемы физиологической акустики», т. П, изд-во АН СССР, 1955, стр. 34.

«87

Аналогично этому в каждом из языков складывается определенная манера или произносительные привычки при производстве звуков речи. Так, в немецком языке, в отличие от русского, гласные произносятся с твердым приступом, т. е. с твердой атакой звука, что вносит в спектр звука определенные изменения. Этого вида форманта не играет никакой роли для различения элементов звукового состава, но является*постоян-ным признаком некоторых из этих элементов (гласных). Такие признаки речевого звука иногда называют термином, введенным Бодуэном де Куртене, — анТропофоническими.

Так как сигнальная функция собственно речевых формант и сигнальная функция слова, в которое входят эти форманты, различны, то различен и механизм анализа и синтеза этих речевых образований. Из лексикона по известным правилам, путем отбора слов, может быть составлено сообщение; из состава же речевых формант, помимо слова, сообщение не может быть составлено. Слова составляются из звуков только по определенному правилу. Механизм отбора слов и механизм набора формант различны. Отбор слов определяется самим говорящим, он происходит в источнике сообщения, тогда как отбор формант определяется нормой языка. В каждое слово входит только определенный набор формант, который не может быть изменен ни в источнике сообщения, ни на приеме слушающего'. Этим обеспечивается анализ и синтез вполне тождественных элементов, сохраняющих статическое постоянство за все время речевого процесса. Тождество должно сохраняться от момента начала отбора слов для сообщения, соблюдаться при передаче импульсов на речевые эффекторы и в период формирования речедвижений во всех произносительных системах. Оно должно сохраняться при любых видах транспортировки сообщения по воздушной среде или по линиям передач. Наконец, оно должно сохраняться на всех стадиях приема — от момента поступления на слуховые рецепторы до момента усвоения сообщения корковым ядром слухового анализатора. Очевидно, что речедвижения— это явления одного порядка, формантные признаки звука — явления другого порядка, электрические импульсы в линиях передач — явления третьего порядка и, наконец, нервные импульсы — явления нового порядка. Спрашивается, каким образом может сохраняться тождественность при переходе статических элементов речи через все эти совершенно различные по материальной природе ряды явлений?

Для сохранения тождественности достаточно, чтобы тождественными были звенья начального и конечного ряда, промежуточные звенья могут бы'ть только эквивалентными. Человек воспринимает речевые форманты как тембр, т. е. как специфическое качество того или другого речевого звука. Следовательно, при отборе слов говорящим будет в начальном звене процесса восстанавливаться нормативный набор тембров. В конечном же звене процесса слушающим должен быть принят тот же набор речевых тембров. Во всех промежуточных звеньях процесса тембры могут быть заменены любым сигналом, если он способен модулировать или изменяться так же, как и самые тембры. Такой сигнал будет сигналом, несущим тембры, или переносчиком тембров.

Для того чтобы тембры были заменены каким-либо сигналом, необходим преобразователь. Таким преобразователем является, например, микрофон, который звуковые признаки, в том числе и спектр формант, преобразует в электрические импульсы. Таким же преобразователем будет и резона'торная надставная трубка. Преобразователь только тогда выполнит свою роль, когда преобразования будут линейными, т. е. будет сохраняться пропорциональность между воздействием и откликом несущего сигнала. Таким образом, всякий набор тембров или всякое модулирующее воздействие на преобразователь будет изменять какой-либо параметр нового сигнала, например электрического, звукового или нервного.

Передаваемым тембрам соответствуют определенные модуляции резонирующей надставной трубки, а этим модуляциям соответствуют номера частот звукового спектра и величина амплитуд этих частот. Измеряя спектры, мы измеряем одну из величин в одном из промежуточных звеньев речевого процесса, которое является эквивалентным другим звеньям. Вследствие эквивалентности звеньев весь процесс может быть сведен к передаче номеров или чисел.

Так и поступают в инженерной акустике¹. Набор цифр, соответствующих элементарным сигналам, составляет код. Из двух чисел 1 и 0 может быть составлен код, если определено постоянное количество мест, по которым могут размещаться эти два числа. Такой код называется двоичным. Так, например, в телеграфном коде Бодо² подается два элементарных сигнала — включение тока, что соответствует числу 1, и выключение тока (отсутствие посыла), что соответствует числу 0. Числа 1 и 0, комбинируясь по пяти местам, могут передать 32 комбинации, которые можно соотнести с буквами алфавита. Такой код будет двоичным и пятизначным:

А Б В Г Д E Ж

1СОЭО 00110 01101 01010 11110 01000 00011 ^{и т}- ^д-

Аналогичным образом может быть кодирована и передача речевых тембров. Однако для инженерной акустики этот вопрос не возникает. Для -передачи сообщений по линии связи нет необходимости отличать речевые тембры от других видов тембра. Наоборот, в задачу входит по возможности передать все виды тембровых оттенков. Для этого достаточно учесть модуляцию спектров по частоте и амплитуде и влияние разного вида помех. Инженерная акустика не ставит проблемы отбора слов и не рассматривает вопроса о разных видах сигнальных значений. По линии передачи могут быть переданы осмысленные или бессмысленные сообщения, верные или неверные, эмоциональные или неэмоциональные — во всех случаях будет передаваться комбинация сигналов, которая рассматривается как сообщение.

При изучении же механизма речи нельзя отвлечься от сигнальных значений тех или других словесных элементов и образований. Сама речь есть не что иное, как сигнализация. Это сигнал сигналов- При изучении механизма речи необходимо узнать весь состав элементов, их роль и связь звеньев в процессе сигнализации. Акустические измерения помогают изучить лишь одно звено этой системы. Но и здесь необходимо отделить то, что относится к собственно речевым явлениям, от других, а в самих речевых — элементы и составляемые из них комплексы с учетом сигнальной функции тех и других. Такое изучение ставит перед собой задачу определения анализа и синтеза элементов как средств речевого общения.

Основной вопрос, который возникает при изучении статики речи, состоит в том, чтобы конкретно определить, в чем же состоит эквивалентность между речевыми тембрами и спектрами, т. е. каким видам спектра соответствует слышимое качество речевых звуков — а, о, п, т и т. д. Современная техника располагает достаточно точными средствами для того, чтобы определить спектры звуков речи как при их отдельном произнесении, так и в потоке речи. Кроме специальных спектрометров, может быть применена методика срезания частот сверху или снизу при помощи электрических фильтров. Таким способом, произнося 'тот или другой звук, можно записать на магнитофонной ленте акустический эффект, в Котором устранены все частоты, кроме определенных. Если при наличии

¹ А. А. X арке в и ч, Очерки общей теории связи, Гос. изд-во теянико-теоретич. лит-ры, 1955, стр. 18 и ел.

² Там же, стр. 19.

только этих частот данный звук узнается как себе подобный, следует лризнать, что эти частоты являются характеристическими формантами данного речевого звука. Однако до сегодняшнего дня -вопрос о формантном составе речевых звуков нельзя считать решенным. Разные исследователи приходят к разным выводам. Некоторые, например Тин-гауз \ признают наличие четырех формант, другие для разных речевых звуков — от одной до четырех формант, например Ю. С. Быков², М. С. Литвак³ считает достаточным для узнавания одних гласных одной форманты, для узнавания других гласных — двух. Спрашивается, чем.можно объяснить эти разногласия?

Наблюдения показывают, что сходные по звучанию гласные в одном слове, например ана (она] или Анна, если удалены соответствующие характеристические форманты, в ударном положении не узнаются -или переходят в другой звук (например э). Вместе с тем при той же •.фильтрации неударное а узнается. Кроме того, обнаруживается, что в зависимости от предшествующего согласного в слоге вырезка формант влияет на узнавание гласного то в большей, то в меньшей степени. С другой стороны, и согласный приобретает разные оттенки, в зависимости от того, какие фильтры поставлены при узнавании гласного, окруженного согласными.

Эти наблюдения подтверждают давно известное в фонетике положение, установленное по слуховому восприятию, о том, что звуки речи в условиях разного фонетического окружения слышатся по-разному. Так, мягкие согласные влияют иначе на гласные, чем твердые, например у в -словах лук, и люк (л* у к) или э в словах смертный (твердое т) и смерть (мягкие т, р). Это так называемое явление аккомодации. К комбинаторным изменениям звуков относится и ассимиляция, т. е. уподобление одного звука другому в каком-либо признаке, например озвончение глухого согласного перед звонким — збить вместо сбить. В последнем случае на б включаются голосовые связки, которые должны быть раньше выключены на с. Такая очень быстрая смена импульсов посыла из центра может быть достигнута лишь при учете инертности произносительного аппарата, сообщаемой по обратной связи от органов речи. Как было отмечено выше, колебания голосовых связок должны продолжаться некоторое минимальное количество периодов для того, чтобы слухом был уловлен тон. Сочетание зб (збить) удлиняет время колебания голосовых связок и в большей мере удовлетворяет этому требованию, чем сочетание сб (сбить). Замена звонкого б на глухое n устраняет необходимость смены импульсов на голосовые связки, поэтому с в слове испить не меняется. Оно не будет меняться и в 'том случае, если слово произнести с удлинением с — сс-бить, т. е. если перед звонким б сделать как бы особый слог съ. Только в том случае, когда с встречается с б в законченно сложившемся стереотипе разговорного произнесения, оно испытывает влияние предшествующих и последующих звуков, входящих в данный словесный стереотип.

Этих кратких напоминаний достаточно для того, чтобы заметить, что набор спектров в акустическом составе слова зависит от деятельности речевого прибора в целом. Интерпретация акустических измерений значительно облегчается при учете работы речедвигательного анализатора. Становится ясным, что статические элементы речи (спектры) испытывают довольно сложную перестройку, включаясь в состав того или другого слова. Нельзя представлять дело так, что существует определенный состав статических элементов, из которых при постанов-

¹ С. H. P ж е в к и н, Слух и речь в свете современных физических исследований, изд-во ОНТИ, 1936, стр. 263.

² Ю. С. Быков, Теория разборчивости речи в линиях связи, Оборонгиз, 1954, стр. 14.

³ Научное совещание по вопросам акустики. Тезисы докладов, Л., 1954, стр. 21.

-ке их друг за другом может быть составлено слово. В действительности, включаясь в слово, спектры перестраиваются. Однако и при этом сохраняется или формантное тождество, или регулируемая нормой языка замена звука. Таким образом, во всяком случае тождественным остается в известных пределах состав спектров данного слова. Но нет и не может быть спектрального тождества сходных звуков в разных позициях слова. Так, спектры а в ударной и неударной позициях, будут разными. Формантные же признаки звуков в ударных позициях, как показало исследование Б. А. Шварц^!, определяются не столько номером полосы частот, сколько контуром сгибающей спектра. Аналогичные выводы получились и в наших наблюдениях. Характерным для спектра данного звука является не только абсолютная амплитуда в той или другой полосе частот, но и соотношение амплитуд. Как будет показано в третьей части этой работы, соотношение амплитуд меняется при определенных изменениях резонансных полостей произносительного аппарата.

Нетрудно понять, с чем связана перестройка спектров входящих в слово звуков, при сохранении их формантных признаков. Здесь мы встречаемся все с тем же явлением удержания и упреждения элементов, «составляющих слово. Произнесенный элемент не может быть полностью отторможен, так как тогда бы он отключился от словесного стереотипа как особая раздельность. С другой стороны, предстоящий к произнесе-гнию элемент должен получить подготовительное возбуждение раньше чем начнется его произнесение, иначе он запоздает и тоже превратится в ос'обую раздельность. Такое упреждение и удержание необходимо для преодоления инертности произносительного прибора, 'требующего време--ни на запуск и отпуск. Однако удержание и упреждение были бы невозможны и вызвали бы резкое столкновение возбудительных и тормоз-•ных процессов, если бы весь процесс не регулировался особым механизмом. Такой механизм и существует. Это слогоделение. Слова произносятся по порциям, каждая из которых составляет звено. Упреждение и -удержание, т. е. слияние звуков, происходят в каждом из звеньев, чем •облегчается сцепление и самих звеньев. Так, наряду со статикой речи ^возникает слоговая динамика.