鄭紅娜

摘要： 本文著眼于語音可視化，目的在于揭示中英文輔音的發(fā)音運(yùn)動(dòng)。然而，交叉語言比較的首要任務(wù)是消除特定說話人生理特性等音素引起的固有差別，本文采用了基于說話人歸一化的普氏算法來進(jìn)行說話人歸一化處理，接著利用分層聚類分析算法和多維標(biāo)度定位算法對(duì)相似發(fā)音對(duì)進(jìn)行了量化的比較，從而獲得了英漢相似音素發(fā)音的元音對(duì)比最小對(duì)和輔音對(duì)比最小對(duì)，并揭示了這2種語言的易混淆發(fā)音文本對(duì)在發(fā)音動(dòng)作上的區(qū)別。

關(guān)鍵詞： 發(fā)音動(dòng)作； 電磁發(fā)音儀（EMA）AG500； 中英文交叉語言； 普氏變換； 對(duì)比最小對(duì)

中圖分類號(hào)：TP391

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：2095-2163（2017）04-0042-02

0引言

[JP+1]長(zhǎng)期以來，人們大都關(guān)注語音的聲學(xué)特性和社會(huì)屬性，很少關(guān)注其生理屬性。但是，心理研究結(jié)果表明：人類交流的3種主要模式（文本傳遞、語音傳遞和面部表情傳遞）中貢獻(xiàn)比例分別為：7%文本+39%語音+54%面部動(dòng)作[1]。因此，帶有視覺信息的語音研究已成為當(dāng)今學(xué)界熱點(diǎn)關(guān)注的課題方向。近年來，隨著發(fā)音動(dòng)作觀測(cè)技術(shù)的日趨成熟，越來越多的研究開始致力于語音生理屬性的探索分析，語音可視化就是在這樣的背景環(huán)境下獲得提出并逐漸發(fā)展起來的一門技術(shù)。[JP]

研究可知，語音可視化就是通過直觀地呈現(xiàn)可見發(fā)音器官（如牙齒、唇等）及不可見發(fā)音器官（如舌頭、軟腭等）的發(fā)音運(yùn)動(dòng)，達(dá)到增強(qiáng)語音可懂度和識(shí)別率的目的。該技術(shù)在噪聲環(huán)境、聽覺損傷或其他因素導(dǎo)致的聲學(xué)信息得不到保證的情況下，可發(fā)揮顯著的優(yōu)勢(shì)。

電磁發(fā)音儀（Electro Magnetic Articulography，EMA）是研究微小復(fù)雜動(dòng)作的專用設(shè)備，該儀器可逼真模擬通常不易觀察到的舌頭、軟腭等發(fā)音器官運(yùn)動(dòng)的發(fā)音動(dòng)作[2]。

目前，越來越多的學(xué)者開始了發(fā)音訓(xùn)練的有關(guān)研究，并試圖通過直觀顯示發(fā)音器官運(yùn)動(dòng)的方法來輔助發(fā)音訓(xùn)練[3-4]。

為了有效地幫助母語為漢語的學(xué)習(xí)者學(xué)習(xí)英語發(fā)音以及幫助母語為英語的學(xué)習(xí)者學(xué)習(xí)漢語普通話，有必要通過交叉語言對(duì)比的方法找出英語和漢語中易被第二語言學(xué)習(xí)者錯(cuò)發(fā)或漏發(fā)的發(fā)音文本對(duì)，進(jìn)行有針對(duì)性的交叉對(duì)比研究。

1經(jīng)驗(yàn)法獲得中英文輔音三維發(fā)音動(dòng)作文本

本文的語料包括2個(gè)主要部分，分別是：中文部分和英文部分。中英文語料的主要目標(biāo)是建立音素級(jí)和音節(jié)級(jí)的中英文標(biāo)準(zhǔn)發(fā)音動(dòng)作語料庫(kù)，用以模擬真實(shí)說話人標(biāo)準(zhǔn)的發(fā)音動(dòng)作。

首先，研究以《英語發(fā)音字典》[5]、《語音學(xué)》[6]、《標(biāo)準(zhǔn)漢語》[7]和《標(biāo)準(zhǔn)漢語語音學(xué)》[8]為準(zhǔn)則選出2種語言中特有的輔音音素（漢語中不存在的英語音素以及英語中不存在的漢語音素，及其相近音素）。表1中即列出了這些音素，表1中的所有音素都用國(guó)際音標(biāo)（International Phonetic Alphabet，IPA）的符號(hào)規(guī)范書寫。

由表1中的音素對(duì)可知，經(jīng)驗(yàn)的易混淆輔音音素包括6對(duì)。這些音素對(duì)在聽覺上將很難辨別，然而，其舌頭和唇部的發(fā)音動(dòng)作卻存在很大的差異，研究結(jié)果呈現(xiàn)可如圖1所示。

圖1則描繪了中英文元音的相似音素的靜態(tài)幀和關(guān)鍵幀，圖中所有音素的靜態(tài)幀都選為同一幀，用虛線標(biāo)示；英語音素的關(guān)鍵幀用實(shí)線標(biāo)示；而普通話的關(guān)鍵幀用點(diǎn)劃線標(biāo)示。圖中用T1、T2、T3分別標(biāo)示了舌尖、舌體和舌后三個(gè)數(shù)據(jù)采集點(diǎn)，而用L1、L2和L4分別標(biāo)示了左嘴角、上唇和下唇三個(gè)離散數(shù)據(jù)采集點(diǎn)。

分析圖1可知，這些易混淆的音素具有相同的發(fā)音部位，但是關(guān)于發(fā)音方法和發(fā)音動(dòng)作（包括唇形、舌位舌頭與牙齒或上顎的接觸程度等）卻截然不同。這與日常的經(jīng)驗(yàn)分析結(jié)果也是一致的。

因此，有必要進(jìn)一步在發(fā)音動(dòng)作的層面上區(qū)分這些易混淆的因素對(duì)，揭示這些易混淆音素對(duì)的內(nèi)在聯(lián)系和區(qū)別。

2多維標(biāo)度定位算法

多維標(biāo)度定位算法（MultiDimension Scaling， MDS）可以定量比較發(fā)音數(shù)據(jù)，并在一個(gè)說話人無關(guān)的發(fā)音空間中直觀地顯示各個(gè)音素，將英語和漢語中音素之間的差距在一個(gè)跨語言的語音空間上進(jìn)行可視化。

音素之間的差距可以通過主觀評(píng)價(jià)和客觀評(píng)價(jià)來標(biāo)定度量。在主觀評(píng)價(jià)中，可以在歸一化的發(fā)音動(dòng)作空間中形象地觀察相似音素對(duì)；在客觀評(píng)價(jià)中，可以通過馬氏距離（Mahalanobis Distance）來量化各通道的位移向量。

多維標(biāo)度定位算法的原理是：首先，得到位移向量之間的馬式距離矩陣，生成一個(gè)量化的元音空間作為感知差異矩陣（perceptual dissimilarity matrices）；然后，借助這個(gè)矩陣在三維空間進(jìn)行重構(gòu)，重構(gòu)時(shí)應(yīng)保證盡可能各分量之間的距離接近原始的距離。

本實(shí)驗(yàn)中，MDS算法的輸入是由12個(gè)輔音音素的位移向量（位移向量是關(guān)鍵幀與靜態(tài)幀的差值）組成，將12個(gè)輔音分別進(jìn)行分析。輸出是在一個(gè)統(tǒng)一的說話人無關(guān)的發(fā)音空間上反映音素間距離的形象表示，具體如圖2所示。

3結(jié)束語

由于英語和漢語兩種語言中有些發(fā)音是極為相似的，這些相似的發(fā)音會(huì)經(jīng)常被外語初學(xué)者漏讀或者錯(cuò)讀，為了更加有效地幫助以漢語為母語的學(xué)習(xí)者練習(xí)英語發(fā)音以及幫助以英語為母語的學(xué)習(xí)者練習(xí)普通話發(fā)音，本文針對(duì)2種語言的特點(diǎn)，進(jìn)行了基于最小音素對(duì)的交叉語言對(duì)比。利用多維標(biāo)度定位算法直觀比較了雙語中易被第二語言學(xué)習(xí)者錯(cuò)發(fā)或漏發(fā)的輔音發(fā)音文本對(duì)。

參考文獻(xiàn)：

[1] MEHRABIAN A. Communication without words[J]. Psychology Today， 1968， 2（4）： 53-56.

[2] [JP3]SUMBY W H，POLLACK I. Visual contribution to speech intelligibility in noise[J]. Acoustical Society of America， 1954， 26： 212.[JP]

[3] WANG Hongcui， KAWAHARA T. Effective error prediction using decision tree for ASR grammar network in call system[C]// ICASSP. Las Vegas， NV， USA：IEEE， 2008： 5069-5072.

[4] CHAPLLE C， JAMIESON J. Computerassisted language learning as a predictor of success in acquiring English as a second language[J]. TESOL Quarterly， 1986， 20（1）： 27-46.

[5] JONES D， ROACH P， HARTMAN J. English pronouncing dictionary[M]. 17th ed. New York：Cambridge University Press， 2006.

[6] BALL M J， RAHILLY J， PICKETT J M. PHONETICS—The science of speech[J]. The Journal of the Acoustical Society of America， 2000， 108（6）： 2695.

[7] LEE W S， ZEE E. Standard Chinese（Beijing）[J]. Journal of the International Phonetic Association， 2003， 33（1）： 109-112.

[8] DUANMU S. The phonology of standard Chinese[M]. 2nd ed. USA：Oxford University Press， 2007.endprint