語言聲學(xué)

　　語言聲學(xué)也稱為語言通信，是近代聲學(xué)中的一個分支學(xué)科，是用聲學(xué)方法研究語言的產(chǎn)生、傳遞、接受和轉(zhuǎn)換的一門科學(xué)。
　　語言是既具有自然屬性又具有社會屬性的復(fù)雜的信號系統(tǒng)。聲學(xué)方法不但直接用于研究語言信號的聲學(xué)特性本身，而且用于研究語言的心理特性和生理特性。語言分析、合成和感知是語言聲學(xué)研究的主要方法。在研究語言時，聲學(xué)特性是主要的；在研究音節(jié)時，便要考慮到音節(jié)結(jié)構(gòu)；而在研究詞句時，則又需要考慮語法和語意。因此，在語言聲學(xué)研究中，還涉及到語言學(xué)和信息論。
　　早在一二千年以前，人們便對語言進行了研究。由于沒有適當(dāng)?shù)膬x器設(shè)備，長期以來，一直是由耳傾聽和用口模仿來進行研究。因此，這種語言研究常被稱為“口耳之學(xué)”，所以對語聲只是停留在定性的描寫上。
　　19世紀(jì)60年代，亥姆霍茲應(yīng)用聲學(xué)方法對元音和歌唱進行了研究，從而奠定了語言聲學(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，促進了語言信號的聲學(xué)特性及其與語言感知的關(guān)系的研究。電子技術(shù)的發(fā)展，為語聲的定量研究，提供了有力的手段。
　　20世紀(jì)40年代，一種語言聲學(xué)的專用儀器——語圖儀問世了。它可以把語聲的聲學(xué)特征用語圖表示出來，從而得出了“可見語言”。這對語言聲學(xué)的發(fā)展作出了重要貢獻。50年代對語言產(chǎn)生的聲學(xué)理論開始有了系統(tǒng)的論述，到了60年代語言聲學(xué)研究得到了計算技術(shù)的幫助，使得過去受人力、時間限制的大量的話聲統(tǒng)計分析工作，得以在電子計算機上進行。在此基礎(chǔ)上，語言聲學(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展。
　　反過來，電子技術(shù)和計算技術(shù)的發(fā)展，又對語言聲學(xué)提出了新的課題。當(dāng)前，計算機的語言輸入和語言輸出、自動應(yīng)答裝置、自動語言識別、嗓音鑒別、語言理解系統(tǒng)等，都迫切需要對語言信號的許多基本問題作出新的解答。
　　根據(jù)聲學(xué)觀點，語言的產(chǎn)生可分成三個部分：聲源激勵、聲道調(diào)制和聲波輻射，其中決定語聲性質(zhì)的是聲源激勵和聲道調(diào)制。語言產(chǎn)生的研究內(nèi)容包括：激勵聲源的特性、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、聲道模型和語言產(chǎn)生的參量模型。
　　實驗表明，由聲道形狀決定的共振峰，是主要的信息要素。目前，從語聲中準(zhǔn)確地分離出聲源特性和聲道調(diào)制特性來，還存在許多困難。為研究語言的產(chǎn)生，除對語聲的物理特性進行研究之外，還對發(fā)聲生理進行研究，如利用肌電圖配合聲學(xué)測量，來研究發(fā)聲器官的肌肉活動。
　　語言分析是用分析的方法來研究語言的自然特性。其主要內(nèi)容是：分析語聲的時間特性和頻率特性，以及發(fā)聲器官的發(fā)聲分析。語聲的時間特性和頻率特性包括：波形、長度、強度隨時間的變化、短時間相關(guān)函數(shù)和功率譜、短時頻譜分析、長時平均功率譜、共振峰分析和基頻分析等。在說話時，語聲是處在語流之中的。從一個短暫的時間窗口去觀察語聲的聲學(xué)特性，便是短時頻譜分析，而長時平均頻譜則表示語言的統(tǒng)計平均特性。共振峰分析，是根據(jù)語音的頻譜和語言產(chǎn)生的原理，推算出聲道的共振頻率。
　　基頻分析，是從語言波中提取出聲帶振動的基本頻率，其方法既可以是測量基頻本身，也可以是利用諧波來求出基頻。基頻隨時間的變化方式，構(gòu)成了聲調(diào)和語調(diào)，它們是重要的語聲特征。在專用的語言分析設(shè)備問世以前，曾采用浪紋計和示波器分析語言波形，以后又使用濾波器組或頻率分析儀。但是，對于大量的多變的語聲來說，這些分析方法都有很大的局限性。因此，對語言特性的認識也受到一定的限制。
　　40年代出現(xiàn)的語圖儀，可以把可聽的語言描繪成可見圖樣——語圖。這便是所謂“可見語言”。語圖可以表現(xiàn)語聲的三維特性，橫軸代表時間，縱軸代表頻率，而黑度代表強弱。語言頻譜顯示設(shè)備可以在一個電視屏幕上把說的話用語圖的形式顯示出來。此外，還發(fā)展了許多用于語言分析的專用軟件，以便于利用計算機進行語言分析。
　　用人工模擬語言產(chǎn)生的過程，以合成出語言來，供直接應(yīng)用或進行研究。最初是用機械的方法來模擬人講話。在18世紀(jì)便做出了可以產(chǎn)生連續(xù)語言的機器。一直到20世紀(jì)30年代還在研制結(jié)構(gòu)更為復(fù)雜的機械發(fā)聲裝置。它們所發(fā)出的語聲的音質(zhì)都很不好。
　　1939年出現(xiàn)了所謂語言合成儀。它是用電子線路來模擬發(fā)聲器官的動作。其工作方式很像電子琴。一個受過訓(xùn)練的人，可以用它“演奏”出可以聽懂的語言。另一種語言合成方法稱為語圖還音。把語圖用墨線畫在透明膠帶上，再用一個音輪調(diào)制線光源來照射走動的膠帶。根據(jù)膠帶透射過去的光通量的變化放出語聲來。由于在繪制語圖時改動方便，所以語圖還音裝置曾在語言合成中起過重要作用。
　　20世紀(jì)50年代開始采用傳輸線來模擬聲道。既可以整體模擬，也可以分段模擬。由一個適當(dāng)?shù)碾娫醇睿?jīng)過放大器和揚聲器，便可發(fā)出語聲來。改變傳輸線的參量，便可以發(fā)出不同的語聲。現(xiàn)在，利用電子計算機，根據(jù)語言產(chǎn)生的原理，把它寫成一些發(fā)聲規(guī)則和參量，再將其組合成語言。
　　自動語言識別是根據(jù)語言信號的聲學(xué)待征，有時加上語言的結(jié)構(gòu)規(guī)則和語意線索，由機器認出輸入的語言來。可以根據(jù)使用要求，由機器以不同的方式作出響應(yīng)，如打印出與該語聲相應(yīng)的文字、符號，完成規(guī)定的動作等。它分為孤立單詞自動識別和連續(xù)語言自動識別，自20世紀(jì)50年代開始系統(tǒng)而廣泛的研究。對單個人小量詞匯的自動識別已取得了較大的進展；但是，在更換發(fā)話人和擴大詞匯容量方面現(xiàn)在還有困難。
　　自動語言識別的實現(xiàn)，面對著三個重大的語言聲學(xué)基礎(chǔ)課題：首先，語言知覺的基本單位是什么，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，如何對連續(xù)語言進行分段。
　　現(xiàn)在，有限詞匯的、在一定條件下適用的自動語言識別裝置，已進入實際應(yīng)用。適用于多數(shù)發(fā)話人的、不怕環(huán)境噪聲干擾的和無限詞匯的自動語言識別系統(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)時提供的材料相比較，鑒定是不是發(fā)話人本人在說話。這可用于銀行業(yè)務(wù)中，存款人用嗓音代替印鑒，以便于通過電話來辦理存取手續(xù)。發(fā)話人辨別是從大量的已有的嗓音樣本中，辨別出哪一個與發(fā)話人的嗓音最相似或者與它們都不相似。
　　與自動語言識別不同，嗓音鑒別在于利用語聲當(dāng)中代表發(fā)話人個性特征的部分，而自動語言識別則是利用不同發(fā)話人或同一發(fā)話人在不同時刻發(fā)同一語聲時的共性特征。嗓音鑒別多采用聽音-看圖法，即由有訓(xùn)練的專業(yè)人員審聽嗓音材料、檢視語圖特征——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。
　　聲碼器是達德利在1939年發(fā)明的，由于語音質(zhì)量較差、體積龐大、造價高昂，以致很長時間未能獲得廣泛應(yīng)用。近年來，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，而開始進入商用通信。
　　根據(jù)工作原理，聲碼器分為：通道聲碼器、半聲碼器(語聲激勵聲碼器)、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)測聲碼器。用聲碼器來壓縮語言信號的數(shù)碼率，是實現(xiàn)人-機對話的重要手段。