計(jì)量論壇

標(biāo)題: 語(yǔ)言聲學(xué) [打印本頁(yè)]

作者: csxfjsw123 時(shí)間: 2007-1-4 08:45
標(biāo)題: 語(yǔ)言聲學(xué)
　　語(yǔ)言聲學(xué)也稱為語(yǔ)言通信，是近代聲學(xué)中的一個(gè)分支學(xué)科，是用聲學(xué)方法研究語(yǔ)言的產(chǎn)生、傳遞、接受和轉(zhuǎn)換的一門(mén)科學(xué)。
　　語(yǔ)言是既具有自然屬性又具有社會(huì)屬性的復(fù)雜的信號(hào)系統(tǒng)。聲學(xué)方法不但直接用于研究語(yǔ)言信號(hào)的聲學(xué)特性本身，而且用于研究語(yǔ)言的心理特性和生理特性。語(yǔ)言分析、合成和感知是語(yǔ)言聲學(xué)研究的主要方法。在研究語(yǔ)言時(shí)，聲學(xué)特性是主要的；在研究音節(jié)時(shí)，便要考慮到音節(jié)結(jié)構(gòu)；而在研究詞句時(shí)，則又需要考慮語(yǔ)法和語(yǔ)意。因此，在語(yǔ)言聲學(xué)研究中，還涉及到語(yǔ)言學(xué)和信息論。
　　早在一二千年以前，人們便對(duì)語(yǔ)言進(jìn)行了研究。由于沒(méi)有適當(dāng)?shù)膬x器設(shè)備，長(zhǎng)期以來(lái)，一直是由耳傾聽(tīng)和用口模仿來(lái)進(jìn)行研究。因此，這種語(yǔ)言研究常被稱為“口耳之學(xué)”，所以對(duì)語(yǔ)聲只是停留在定性的描寫(xiě)上。
　　19世紀(jì)60年代，亥姆霍茲應(yīng)用聲學(xué)方法對(duì)元音和歌唱進(jìn)行了研究，從而奠定了語(yǔ)言聲學(xué)的基礎(chǔ)；1876年電話的發(fā)明，以及電話通信的飛速發(fā)展，促進(jìn)了語(yǔ)言信號(hào)的聲學(xué)特性及其與語(yǔ)言感知的關(guān)系的研究。電子技術(shù)的發(fā)展，為語(yǔ)聲的定量研究，提供了有力的手段。
　　20世紀(jì)40年代，一種語(yǔ)言聲學(xué)的專用儀器——語(yǔ)圖儀問(wèn)世了。它可以把語(yǔ)聲的聲學(xué)特征用語(yǔ)圖表示出來(lái)，從而得出了“可見(jiàn)語(yǔ)言”。這對(duì)語(yǔ)言聲學(xué)的發(fā)展作出了重要貢獻(xiàn)。50年代對(duì)語(yǔ)言產(chǎn)生的聲學(xué)理論開(kāi)始有了系統(tǒng)的論述，到了60年代語(yǔ)言聲學(xué)研究得到了計(jì)算技術(shù)的幫助，使得過(guò)去受人力、時(shí)間限制的大量的話聲統(tǒng)計(jì)分析工作，得以在電子計(jì)算機(jī)上進(jìn)行。在此基礎(chǔ)上，語(yǔ)言聲學(xué)不論在基礎(chǔ)研究方面，還是在技術(shù)應(yīng)用方面，都取得了突破性的進(jìn)展。
　　反過(guò)來(lái)，電子技術(shù)和計(jì)算技術(shù)的發(fā)展，又對(duì)語(yǔ)言聲學(xué)提出了新的課題。當(dāng)前，計(jì)算機(jī)的語(yǔ)言輸入和語(yǔ)言輸出、自動(dòng)應(yīng)答裝置、自動(dòng)語(yǔ)言識(shí)別、嗓音鑒別、語(yǔ)言理解系統(tǒng)等，都迫切需要對(duì)語(yǔ)言信號(hào)的許多基本問(wèn)題作出新的解答。
　　根據(jù)聲學(xué)觀點(diǎn)，語(yǔ)言的產(chǎn)生可分成三個(gè)部分：聲源激勵(lì)、聲道調(diào)制和聲波輻射，其中決定語(yǔ)聲性質(zhì)的是聲源激勵(lì)和聲道調(diào)制。語(yǔ)言產(chǎn)生的研究?jī)?nèi)容包括：激勵(lì)聲源的特性、發(fā)聲器官的工作狀態(tài)和聲道的聲學(xué)性質(zhì)等。所采用的研究方法，大多是用電-力-聲類比的方法，以建立聲帶波產(chǎn)生的模型、聲道模型和語(yǔ)言產(chǎn)生的參量模型。
　　實(shí)驗(yàn)表明，由聲道形狀決定的共振峰，是主要的信息要素。目前，從語(yǔ)聲中準(zhǔn)確地分離出聲源特性和聲道調(diào)制特性來(lái)，還存在許多困難。為研究語(yǔ)言的產(chǎn)生，除對(duì)語(yǔ)聲的物理特性進(jìn)行研究之外，還對(duì)發(fā)聲生理進(jìn)行研究，如利用肌電圖配合聲學(xué)測(cè)量，來(lái)研究發(fā)聲器官的肌肉活動(dòng)。
　　語(yǔ)言分析是用分析的方法來(lái)研究語(yǔ)言的自然特性。其主要內(nèi)容是：分析語(yǔ)聲的時(shí)間特性和頻率特性，以及發(fā)聲器官的發(fā)聲分析。語(yǔ)聲的時(shí)間特性和頻率特性包括：波形、長(zhǎng)度、強(qiáng)度隨時(shí)間的變化、短時(shí)間相關(guān)函數(shù)和功率譜、短時(shí)頻譜分析、長(zhǎng)時(shí)平均功率譜、共振峰分析和基頻分析等。在說(shuō)話時(shí)，語(yǔ)聲是處在語(yǔ)流之中的。從一個(gè)短暫的時(shí)間窗口去觀察語(yǔ)聲的聲學(xué)特性，便是短時(shí)頻譜分析，而長(zhǎng)時(shí)平均頻譜則表示語(yǔ)言的統(tǒng)計(jì)平均特性。共振峰分析，是根據(jù)語(yǔ)音的頻譜和語(yǔ)言產(chǎn)生的原理，推算出聲道的共振頻率。
　　基頻分析，是從語(yǔ)言波中提取出聲帶振動(dòng)的基本頻率，其方法既可以是測(cè)量基頻本身，也可以是利用諧波來(lái)求出基頻。基頻隨時(shí)間的變化方式，構(gòu)成了聲調(diào)和語(yǔ)調(diào)，它們是重要的語(yǔ)聲特征。在專用的語(yǔ)言分析設(shè)備問(wèn)世以前，曾采用浪紋計(jì)和示波器分析語(yǔ)言波形，以后又使用濾波器組或頻率分析儀。但是，對(duì)于大量的多變的語(yǔ)聲來(lái)說(shuō)，這些分析方法都有很大的局限性。因此，對(duì)語(yǔ)言特性的認(rèn)識(shí)也受到一定的限制。
　　40年代出現(xiàn)的語(yǔ)圖儀，可以把可聽(tīng)的語(yǔ)言描繪成可見(jiàn)圖樣——語(yǔ)圖。這便是所謂“可見(jiàn)語(yǔ)言”。語(yǔ)圖可以表現(xiàn)語(yǔ)聲的三維特性，橫軸代表時(shí)間，縱軸代表頻率，而黑度代表強(qiáng)弱。語(yǔ)言頻譜顯示設(shè)備可以在一個(gè)電視屏幕上把說(shuō)的話用語(yǔ)圖的形式顯示出來(lái)。此外，還發(fā)展了許多用于語(yǔ)言分析的專用軟件，以便于利用計(jì)算機(jī)進(jìn)行語(yǔ)言分析。
　　用人工模擬語(yǔ)言產(chǎn)生的過(guò)程，以合成出語(yǔ)言來(lái)，供直接應(yīng)用或進(jìn)行研究。最初是用機(jī)械的方法來(lái)模擬人講話。在18世紀(jì)便做出了可以產(chǎn)生連續(xù)語(yǔ)言的機(jī)器。一直到20世紀(jì)30年代還在研制結(jié)構(gòu)更為復(fù)雜的機(jī)械發(fā)聲裝置。它們所發(fā)出的語(yǔ)聲的音質(zhì)都很不好。
　　1939年出現(xiàn)了所謂語(yǔ)言合成儀。它是用電子線路來(lái)模擬發(fā)聲器官的動(dòng)作。其工作方式很像電子琴。一個(gè)受過(guò)訓(xùn)練的人，可以用它“演奏”出可以聽(tīng)懂的語(yǔ)言。另一種語(yǔ)言合成方法稱為語(yǔ)圖還音。把語(yǔ)圖用墨線畫(huà)在透明膠帶上，再用一個(gè)音輪調(diào)制線光源來(lái)照射走動(dòng)的膠帶。根據(jù)膠帶透射過(guò)去的光通量的變化放出語(yǔ)聲來(lái)。由于在繪制語(yǔ)圖時(shí)改動(dòng)方便，所以語(yǔ)圖還音裝置曾在語(yǔ)言合成中起過(guò)重要作用。
　　20世紀(jì)50年代開(kāi)始采用傳輸線來(lái)模擬聲道。既可以整體模擬，也可以分段模擬。由一個(gè)適當(dāng)?shù)碾娫醇?lì)，經(jīng)過(guò)放大器和揚(yáng)聲器，便可發(fā)出語(yǔ)聲來(lái)。改變傳輸線的參量，便可以發(fā)出不同的語(yǔ)聲。現(xiàn)在，利用電子計(jì)算機(jī)，根據(jù)語(yǔ)言產(chǎn)生的原理，把它寫(xiě)成一些發(fā)聲規(guī)則和參量，再將其組合成語(yǔ)言。
　　自動(dòng)語(yǔ)言識(shí)別是根據(jù)語(yǔ)言信號(hào)的聲學(xué)待征，有時(shí)加上語(yǔ)言的結(jié)構(gòu)規(guī)則和語(yǔ)意線索，由機(jī)器認(rèn)出輸入的語(yǔ)言來(lái)。可以根據(jù)使用要求，由機(jī)器以不同的方式作出響應(yīng)，如打印出與該語(yǔ)聲相應(yīng)的文字、符號(hào)，完成規(guī)定的動(dòng)作等。它分為孤立單詞自動(dòng)識(shí)別和連續(xù)語(yǔ)言自動(dòng)識(shí)別，自20世紀(jì)50年代開(kāi)始系統(tǒng)而廣泛的研究。對(duì)單個(gè)人小量詞匯的自動(dòng)識(shí)別已取得了較大的進(jìn)展；但是，在更換發(fā)話人和擴(kuò)大詞匯容量方面現(xiàn)在還有困難。
　　自動(dòng)語(yǔ)言識(shí)別的實(shí)現(xiàn)，面對(duì)著三個(gè)重大的語(yǔ)言聲學(xué)基礎(chǔ)課題：首先，語(yǔ)言知覺(jué)的基本單位是什么，是音素、音節(jié)還是單詞；其次，是否存在音素的心理常量，如果有，它是什么；最后，如何對(duì)連續(xù)語(yǔ)言進(jìn)行分段。
　　現(xiàn)在，有限詞匯的、在一定條件下適用的自動(dòng)語(yǔ)言識(shí)別裝置，已進(jìn)入實(shí)際應(yīng)用。適用于多數(shù)發(fā)話人的、不怕環(huán)境噪聲干擾的和無(wú)限詞匯的自動(dòng)語(yǔ)言識(shí)別系統(tǒng)還有待于大量的基礎(chǔ)研究。
　　嗓音鑒別也稱為發(fā)話人鑒別，它包括兩個(gè)方面：發(fā)話人鑒定和發(fā)話人辨別。發(fā)話人鑒定是根據(jù)發(fā)話人已有貯的嗓音(口聲)材料，與發(fā)話人現(xiàn)時(shí)提供的材料相比較，鑒定是不是發(fā)話人本人在說(shuō)話。這可用于銀行業(yè)務(wù)中，存款人用嗓音代替印鑒，以便于通過(guò)電話來(lái)辦理存取手續(xù)。發(fā)話人辨別是從大量的已有的嗓音樣本中，辨別出哪一個(gè)與發(fā)話人的嗓音最相似或者與它們都不相似。
　　與自動(dòng)語(yǔ)言識(shí)別不同，嗓音鑒別在于利用語(yǔ)聲當(dāng)中代表發(fā)話人個(gè)性特征的部分，而自動(dòng)語(yǔ)言識(shí)別則是利用不同發(fā)話人或同一發(fā)話人在不同時(shí)刻發(fā)同一語(yǔ)聲時(shí)的共性特征。嗓音鑒別多采用聽(tīng)音-看圖法，即由有訓(xùn)練的專業(yè)人員審聽(tīng)嗓音材料、檢視語(yǔ)圖特征——聲紋，以作出判斷。嗓音鑒別已在法律程序中作為一種證據(jù)使用。
　　聲碼器是達(dá)德利在1939年發(fā)明的，由于語(yǔ)音質(zhì)量較差、體積龐大、造價(jià)高昂，以致很長(zhǎng)時(shí)間未能獲得廣泛應(yīng)用。近年來(lái)，應(yīng)用大規(guī)模集成電路做成的聲碼器，已可隨身攜帶，其音質(zhì)與普通電話相仿。因而不只可用于政府首腦通信和軍事通信，而開(kāi)始進(jìn)入商用通信。
　　根據(jù)工作原理，聲碼器分為：通道聲碼器、半聲碼器(語(yǔ)聲激勵(lì)聲碼器)、相關(guān)聲碼器、諧和聲碼器、共振峰聲碼器、線性預(yù)測(cè)聲碼器和同態(tài)聲碼器等多種，發(fā)展較多的是通道聲碼器和線性預(yù)測(cè)聲碼器。用聲碼器來(lái)壓縮語(yǔ)言信號(hào)的數(shù)碼率，是實(shí)現(xiàn)人-機(jī)對(duì)話的重要手段。

歡迎光臨計(jì)量論壇 (http://www.bkd208.com/)