Влияние типа ударения и позиции гласного во фразе на ширину его формант

DOI:

В настоящее время направление многих лингвистических исследований определяется задачами автоматического распознавания эмоций и высококачественного синтеза речи. Важную роль в их решении играет качество звуков речи, которое в соответствии с положениями линейной теории порождения звука определяется формантными частотами и шириной формантных диапазонов. При анализе роли ширины формант исследователи отмечают, что этот параметр является одним из маркеров тембра гласных звуков [The Effect..., 2007] и используется слушающими для определения психофизических различий между гласными [Easwar, Scollie, Purcell, 2019]. Кроме того, анализ ширины формант при первичном описании гласных для автоматического обнаружения звуков позволяет снизить их ложное распознавание [Чудновская, 1997].

Сложность измерения значений ширины формант определяется не только необходимостью учета физиологических факторов, таких как импеданс и диссипативные потери в тканях голосового тракта [Фант, 1964, с. 129; Hanna, Smith, Wolfe, 2016], но и техническими причинами, к которым относятся используемые методы измерения ширины формантного диапазона [Kent, Vorperian, 2018; Medabalimi, Seshadri, Bayya, 2014]. Тем не менее к настоящему времени накоплен достаточный объем эмпирических данных, позволяющий оценить особенности функционирования анализируемого акустического параметра. В первую очередь рассмотрим роль ширины формант как акустического коррелята ударения. Необходи- мо отметить, что в соответствии с положениями линейной теории порождения звука ширина формант может определять энергию звука и, соответственно, является одним из коррелятов громкости. В настоящее время общепризнан тот факт, что звуковая энергия, распределенная по нескольким диапазонам, воспринимается громче, чем та же энергия, распределенная в пределах одного критического диапазона [Glasberg, Moore, 2002; Zwicker, Flottorp, Stevens, 1957]. Так, Г. Фант обращал внимание на значимость более высоких частотных областей, подчеркивая, что при усилении голосового напряжения (характерного для произнесения ударных гласных. – С. Б.) наблюдается усиление высокочастотных формант [Фант, 1964, с. 131]. К аналогичным выводам приходят А. Слюйтер и В. Хевен, также установившие, что выделение ударного гласного сопровождается усилением формантных частот в среднем и высоком диапазонах, в то время как усиление интенсивности в нижней части спектра (ниже 500 Гц) является незначительным. Кроме того, лингвистами отмечается, что одним из акустических коррелятов ударения выступает неполное смыкание голосовой щели, определяющее ширину диапазона F1 [Sluijter, Van Heuven, 1996]. Ф. Тамбурини и К. Кейни, исследуя распределение энергии в различных диапазонах ударных и безударных слогов, выделяют три основных диапазона: 0–300 Гц, 300–2200 Гц и 2200–4000 Гц. Если распределение энергии в нижнем и верхнем диапазонах практически совпадает для ударных и безударных гласных, то в центральном диапазоне (300–2200 Гц) отличие между ударными и безударными глас- ными носит явно выраженный характер. На основании этих данных авторы делают вывод об увеличении энергии ударных гласных в средней и центральной частях спектра звуков [Tamburini, Caini, 2005]. Таким образом, усиление области высоких частот признается более надежным признаком ударения, чем равномерное повышение интенсивности звука во всех диапазонах.

В отличие от нейтрального ударения, эмфатическое ударение выражает некоторую эмоциональную окраску ударного гласного, поэтому закономерно возникает вопрос о том, в какой степени произнесение слова с эмфатическим ударением может модифицировать ширину формант. Поскольку нам не удалось найти в литературе данных о связи ширины формант с эмфатическим ударением, рассмотрим имеющиеся результаты о влиянии эмоционально окрашенной речи на данный акустический параметр. Так, Л.В. Златоусто-ва установила, что во фразах, выражающих положительные эмоции, увеличивается суммарная энергия гласных в верхней части их диапазона. Отрицательные эмоции, наоборот, сопровождаются сужением ширин формантных полос, что приводит к падению энергии гласных в верхней части диапазона [Златоус-това, 1983]. Данный факт можно подтвердить целым рядом наблюдений, сделанных лингвистами в разное время. Так, Г. Фант обращал внимание на значимость более высоких частотных областей в эмоциональной речи [Фант, 1964, с. 131]. Э.А. Нушикян отмечала смещение спектральной энергии в области более высоких частот (F3 и F4) при выражении сильных эмоций – радости, гневного возмущения, ярости, изумления и др. В таких случаях наблюдалось расширение частотных областей всех формант и повышение их энергии на 20– 30 % [Нушикян, 1986, c. 106]. По данным К. Шерера, выражение гнева, отвращения и страха сопровождается сужением диапазона форманты F1 [Scherer, 1986]. Зависимость ширины диапазона BW1 от типа передаваемой эмоции также установлена К. Гоблом и А. Чазедом [Gobl, Chasaide, 2003]. Изменение значений ширины формантных диапазонов объясняет, почему в настоящее время данный параметр регулярно используется исследователями в качестве одного из признаков, ха- рактеризующих эмоционально окрашенную речь в различных языках [Petrushin, 2000; Mannepalli, Sastry, Suman, 2018; Ververidis, Kotropoulos, 2006].

Исходя из вышесказанного, выдвинем предположение, что степень ударности гласного и эмоциональная окраска высказывания могут выступать в качестве фактора, определяющего вариативность ширины диапазонов формантных частот. Кроме того, отметим еще один фактор, способный задавать вариативность формант, – позицию звука в составе фразы. Хотя в литературе отсутствуют данные о влиянии этого параметра на ширину формантных диапазонов, ряд наблюдений о влиянии фразовой позиции на формантные частоты звуков [Баталин, 2019; Валуйцева, Ху-туни, 2016; Koolagudi, Rao, 2012] позволяет предположить, что такая зависимость существует. Выдвинутая гипотеза определяет необходимость экспериментального анализа изменений ширины формант в зависимости от позиции звука в составе фразы (начальная – срединная – конечная) и типа ударения (нейтральное vs эмфатическое).

Методика организации и проведения эксперимента

В качестве экспериментального корпуса были использованы фразы с гласным [a], включенным в стандартный непосредственный фонетический контекст – слово «Стас». Фразы имели идентичный сегментный состав, а анализируемое слово занимало начальную, срединную и конечную фразовые позиции. В каждой позиции слово произносилось с нейтральным и эмфатическим ударением по двадцать раз, общее количество реализаций аллофона [a], использованных для анализа, составило 480 единиц. В роли дикторов выступили четверо носителей русского литературного произношения – два мужчины и две женщины в возрасте от 25 до 45 лет. Последующий аудиторский анализ, выполненный 28 непрофессиональными аудиторами, показал правильность идентификации типа ударения в 93 % случаев. В связи с поставленными задачами исследования для измерения значения ширины формант BW1, BW2, BW3 и BW4 звука [а] в слове Стас была использована программа Praat.

Полученные результаты оценивались с помощью факторного анализа.

Результаты и обсуждение

Для оценки степени дикторских различий сравнивалась ширина диапазонов формант гласного [a], произнесенного с нейтральным и эмфатическим ударением и занимающего начальную, срединную и конечную позиции во фразе. Поскольку факторный анализ показал наличие статистически значимых различий между привлеченными к эксперименту дикторами (Rao’s R = 32,81146; df1 = 18; df2= 1332; p = 0,00), последующий анализ был проведен отдельно для каждого из привлеченных к эксперименту информантов. Значения ширины формантных частот диктора БС представлены на рисунке 1.

В произношении диктора БС отметим прежде всего статистически достоверное влияние фразовой позиции на ширину первой форманты BW1 гласного [a], произнесенного с нейтральным ударением. Апостериорные сравнения показали, что ширина форманты BW1 в конечной позиции превышает соот- ветствующие значения в начальной и срединной позициях во фразе. Что касается ширины формант BW2, BW3 и BW4, то статистически достоверных различий в их значениях в зависимости от фразовой позиции гласного выявлено не было. Анализ произнесения гласного [a] с эмфатическим ударением показал, что влияние фразовой позиции в этом случае является более выраженным, нежели в случае с нейтральным ударением. При произнесении с эмфатическим ударением позиция гласного оказывала статистически достоверное влияние на ширину диапазонов первых трех формант: для BW1 и BW3 наблюдалось расширение диапазонов формант F1 и F3 в конечной фразовой позиции, а диапазон BW2 в начале фразы был меньше соответствующих диапазонов форманты F2 в середине и конце фразы. Статистически достоверных отличий в значениях ширины диапазона BW4 в составе фразы выявлено не было. Значения F-критерия и вероятностей, использованные для оценки влияния фразовой позиции на ширину формант для двух типов ударения в речи четырех информантов, приведены в таблице; ста-

POSmON'STYLE: LS Means

Wilks lambda= 66908 F(8 222)=6 1754 p= 00000

Effective hypothesis decomposition

Vertical bars denote 0 95 confidence intervals

STYLE: neutral                         STYLE: emph           ^ BW4

Рис. 1. Ширина формант гласного [а], произнесенного с нейтральным и эмфатическим ударением, в различных позициях во фразе (диктор БС)

Fig. 1. Formant bandwidths of the Russian vowel [a] uttered with neutral and emphatic stresses in various phrasal positions (speaker BS)

тистически достоверные отличия (p < 0,05) выделены жирным шрифтом.

Взаимодействие фактора фразовой позиции и типа ударения является статиcтически достоверным для диктора БС: F(8, 222) = 6,754; p = 0,0000; при этом наблюдается расширение диапазона в случае произнесения гласного с эмфатическим ударением по сравнению с нейтральным ударением во всех позициях в случае BW1 и BW2, а для BW3 – только в конечной фразовой позиции. Расширение BW4 было зафиксировано на уровне статистической тенденции (p < 0,06) в срединной фразовой позиции.

При произношении диктором ХТ анализируемого гласного с нейтральным ударением позиция слова во фразе оказывает статистически достоверное влияние на ширину всех рассматриваемых диапазонов. Представленные на рисунке 2 графики показывают, что значение ВW1 гласного [a], произнесенного с нейтральным ударением, в начале фразы статистически достоверно превышает значения середины и конца фразы, BW2 в начальной позиции шире по сравнению с конечной фразовой позицией, значение ВW3 максимально в середине фразы, а ширина BW4 максимальна в начале фразы. Обращает на себя внимание тот факт, что ширина формант BW1 и BW3 характеризуeтся «проседанием» в срединной фразовой позиции.

Фразовая позиция оказывает статистически достоверное влияние на ширину всех формантных диапазонов при произнесении слова с анализируемым гласным с эмфатическим ударением. При этом ширина BW1 минимальна в конечной позиции, значения BW2 и BW4 в срединной позиции статистически достоверно превышают соответствующие значения в начале и конце фразы, BW3 максимальна в конечной позиции.

Взаимодействие факторов позиции и типа ударения является статистически значимым в произношении диктора ХТ: F(8, 222) = 14,861; p = 0,0000, однако различия в изменениях формантных диапазонов можно охарактеризовать как разнонаправленные. Так, диапазон BW1 в случае произнесения гласного [a] с эмфатическим ударением сокращается в начальной фразовой позиции и увеличивается в срединной фразовой позиции по сравнению с соответствующими значениями гласного, произнесенного с нейтральным ударением. Сокращение диапазонов в случае эмфатического ударения было зафиксировано для BW2 в начальной фразовой позиции; для BW3 – в срединной; для BW4 – в конечной; в остальных случаях тип ударения не оказывал влияния на ширину диапазонов.

В произнесении диктора ПА выявлено статистически достоверное влияние фразовой позиции на ширину диапазонов гласного как в случае нейтрального, так и эмфатического ударения; соответствующие графики представлены на рисунке 3. При произнесении гласного с нейтральным ударением средние значения всех формантных диапазонов статистически достоверно минимальны в срединной позиции во фразе. В случае эмфатического ударения изменения ширины формант в различных фразовых позициях можно характеризовать как разнонаправленные. Так, наблюдается сокращение ширины формант в конечной позиции в случае BW1, BW2 и BW3, в случае BW4 минимальное значение принимает ширина форманты F4 в срединной фразовой позиции.

Тип ударения и фразовая позиция гласного оказывают статистически достоверное влияние на ширину всех четырех формант: F(8, 222) = 10,759; p = 0,0000; при этом значе-

Значения критерия Фишера (F 8, 222) и р-значения для оценки влияния типа ударения на ширину формант гласного [а]

F and p-values to evaluate stress type impact on the bandwidths of the vowel [a]

Ширина форманты	Диктор БС				Диктор ХТ				Диктор ПА				Диктор КН
	Нейтральное ударение		Эмфатическое ударение		Нейтральное ударение		Эмфатическое ударение		Нейтральное ударение		Эмфатическое ударение		Нейтральное ударение		Эмфатическое ударение
	F	р	F	р	F	р	F	р	F	р	F	р	F	р	F	р
BW1	22,4	0,00	19,06	0,00	20,5	0,00	4,35	0,02	11,65	0,00	4,75	0,01	11,10	0,00	3,31	0,04
BW2	1,86	0,16	19,80	0,00	3,15	0,05	17,98	0,00	31,18	0,00	3,40	0,04	3,95	0,03	6,45	0,00
BW3	0,20	0,81	4,54	0,02	22,1	0,00	20,39	0,00	8,30	0,00	5,78	0,01	2,59	0,08	6,51	0,00
BW4	0,36	0,70	1,88	0,16	8,48	0,00	21,32	0,00	13,00	0,00	27,73	0,00	35,70	0,00	10,21	0,00

POSITION*STYLE: LS Means

Wilks lambda=.42411, F(8. 222)=14.861, p=0.0000

Effective hypothesis decomposition

Vertical bars denote 0.95 confidence intervals

begin               end                  begin               end

3EBW3

STYLE: neutral                           STYLE: emph             3E BW4

Рис. 2. Ширина формант гласного [а], произнесенного с нейтральным и эмфатическим ударением в различных позициях во фразе (диктор ХТ)

Fig. 2. Formant bandwidths of the Russian vowel [a] uttered with neutral and emphatic stresses in various phrasal positions (speaker KhT)

POSITION*STYLE; LS Means

Wilks lambda=,51928, F(8, 222)= 10.759. p=,00000

Рис. 3. Ширина формант гласного [а], произнесенного с нейтральным и эмфатическим ударением в различных позициях во фразе (диктор ПА)

Fig. 3. Formant bandwidths of the Russian vowel [a] uttered with neutral and emphatic stresses in various phrasal positions (speaker РА)

ния ширины диапазонов могут уменьшаться, увеличиваться или оставаться неизменными. Так, в начальной фразовой позиции BW1 одинакова для гласного, произнесенного с ударениями обоих типов, в то время как в середине и конце фразы в случае эмфатического ударения диапазон форманты сужается. В случае BW2 в начальной фразовой позиции тип ударения не оказывает влияния на ширину диапазона, в то время как в середине фразы эмфатическое ударение сопровождается расширением диапазона, а в конце – его сужением по сравнению с нейтральным ударением. Произнесение гласного с эмфатическим ударением приводит к сужению диапазона BW3 в начале и конце фразы и его расширению в срединной фразовой позиции. BW4 увеличивается в начальной позиции во фразе при эмфатическом ударении, в то время как изменение типа ударения не оказывает влияния на ширину диапазона в середине и конце фразы.

В произношении диктора КН выявлено статистически достоверное влияние фразовой позиции гласного, произнесенного с нейтральным ударением, на ширину трех диапазонов – BW1, BW2 и BW4 (рис. 4). При этом в слу- чае BW1 наблюдается статистически достоверное сокращение диапазона первой форманты гласного в начальной фразовой позиции, у BW2 ширина диапазона в начале фразы достоверно превышает ширину диапазона в конечной фразовой позиции, а BW4 характеризуется расширением диапазона по мере перемещения гласного от начала к концу фразы. Фразовая позиция гласного, произнесенного с нейтральным ударением, не оказывает статистически достоверного влияния на ширину диапазонов форманты F3.

Фразовая позиция оказывает статистически достоверное влияние на ширину диапазонов гласных, произнесенных с эмфатическим ударением: BW1 характеризуется расширением в конечной фразовой позиции, в то время как ширина диапазона BW2 минимальна в начале фразы. BW3 принимает максимальное значение в середине фразы, BW4 – в ее начале.

Факторный анализ показал, что ширина формант определяется статистически достоверным взаимодействием позиции гласного во фразе и типа ударения: F(8, 222) = 10,02; p = 0,0000. Изменения ширины формант в произношении диктора КН могут быть охарак-

POSITION*STYLE; LS Means

Wilks lambda- 53974, F(8, 222)=10.022, p- 00000

Effective hypothesis decomposition

Vertical bars denote 0,95 confidence intervals

STYLE: neutral                          STYLE: emph             2E BW4

Рис. 4. Ширина формант гласного [а], произнесенного с нейтральным и эмфатическим ударением в различных позициях во фразе (диктор КН)

Fig. 4. Formant bandwidths of the Russian vowel [a] uttered with neutral and emphatic stresses in various phrasal positions (speaker KN)

теризованы как разнонаправленные (аналогично рассмотренным выше случаям реализаций гласного звука в произнесении остальных информантов). При произнесении анализируемого гласного с эмфатическим ударением ширина первой форманты сокращается в начальной и срединной фразовых позициях, ср. произнесение с нейтральным ударением. Кроме того, наблюдается сокращение ширины форманты BW2 в начальной фразовой позиции и уменьшение значения BW3 во всех трех фразовых позициях по сравнению с соответствующими значениями в случае нейтрального ударения. Расширение диапазонов формант при произнесении гласного с эмфатическим ударением отмечено в срединной и конечной фразовых позициях в случае BW2 и начальной и срединной позициях в случае BW4 относительно соответствующих значений, полученных при произнесении анализируемого гласного с нейтральным ударением.

Как следует из графиков, представленных на рисунках 1–4, величины характеризуются высокой степенью вариативности, при этом стандартное отклонение ширины форманты имеет тенденцию к возрастанию с увеличением номера форманты, а в случае BW3 и BW4 в произнесении всех четырех информантов является максимальным. Полученные результаты коррелируют с имеющимися в литературе данными о размахе выборок, в частности приведенными коллективом испанских исследователей [Formant..., 2016]. Кроме того, прослеживается тенденция к расширению ширины формант BW3 и BW4 относительно BW1 и BW2, которая также подтверждается имеющимися в литературе наблюдениями о расширении ширины формант с увеличением их номера [Kent, Vorperian, 2018; Krishna, Rajashekhar, 2013]. Несомненно, что высокая вариативность полученных данных затрудняет выявление закономерностей функционирования формантных диапазонов при реализации ударения анализируемых типов в различных фразовых позициях. Информантам, вероятно, было сложно использовать ширину формант в качестве акустического коррелята громкости при произнесении гласного с различными типами ударения – нейтральным и эмфатическим. Тем не менее произношение диктора БС характеризуется расширением диапазонов

BW1 и BW2 во всех фразовых позициях при произнесении гласного с эмфатическим ударением по сравнению с нейтральным, что частично подтверждается экспериментальными данными об использовании BW1 в качестве акустического коррелята эмоционально окрашенной речи [Gobl, Chasaide, 2003]. Кроме того, в речи всех информантов было выявлено, что фразовая позиция влияет на ширину формант. Особый интерес представляет в этом плане реализация ширины формант при произнесении гласного с нейтральным ударением в речи диктора ПА: значения диапазонов четырех формант минимальны в срединной позиции анализируемого гласного в составе фразы. У диктора ХТ в случае нейтрального ударения подобная закономерность прослеживается для двух формант – BW1 и BW3; в случае эмфатического ударения, наоборот, форманты BW1 и BW4 в середине фразы характеризуются расширением диапазонов. Эти наблюдения, на наш взгляд, свидетельствуют в пользу гипотезы о том, что ширина формант звуков может быть одним из параметров, закладываемых в фонетический образ слова при порождении высказывания протяженностью «синтагма – фраза».

Выводы

В работе исследовано влияние позиции гласного в составе фразы (начальная, срединная и конечная) и типа ударения (нейтральноe vs эмфатическоe) на значения ширины формант BW1, BW2, BW3 и BW4. Полученные результаты позволяют сделать следующие выводы:

• 1.    Позиция слова во фразе оказывает влияние на ширину формант BW1, BW2, BW3 и BW4 при произнесении анализируемого слова как с нейтральным, так и с эмфатическим ударением, при этом наблюдается изменение ширины формант в начальной, срединной и конечной фразовых позициях. Величина и направление изменений диапазонов формант зависят от индивидуальных особенностей дикторов.

• 2.    Закономерности в величине и направлении изменения ширины формант в зависимости от фразовой позиции в исследованном экспериментальном корпусе прослеживаются

• 3.    Закономерности варьирования значений ширины формант в зависимости от типа ударения прослеживаются только у одного из четырех привлеченных к эксперименту дикторов: в произнесении диктора БС ширина диапазонов BW1 и BW2 при эмфатическом ударении превышает соответствующие значения при нейтральном ударении. В остальных случаях изменение значений ширины формант в значительной степени обусловлено особенностями идиолекта информантов: при изменении ударения с нейтрального на эмфатическое ширина формант может увеличиваться, уменьшаться или оставаться неизменной.

• 4.    Взаимодействие факторов фразовой позиции гласного и типа ударения является достоверным в произношении всех привлеченных к эксперименту информантов.

у двух из четырех привлеченных к эксперименту информантов; степень влияния позиционного фактора на изменения ширины формант определяется идиолектом говорящего.

Таким образом, позиция гласного в составе фразы, степень его ударности, а также взаимодействие этих факторов оказывают влияние на такие параметры формантной картины гласного, как ширина диапазона первых четырех формант. Несмотря на междикторскую вариативность, у информантов прослеживаются определенные тенденции в динамике изменения ширины формант в зависимости от вышеперечисленных условий. Полученные результаты свидетельствуют в пользу предположения о программировании формантных характеристик звуков при порождении высказываний протяженностью «синтагма – фраза».