Владимир Морозов - Невербальная коммуникация. Экспериментально-психологические исследования Страница 23

Приведенные на рисунке 4 значения формантных частот гласных звуков отнюдь не являются строго фиксированными (равно как и согласных) и у разных людей могут отклоняться в пределах до 20 % (в силу анатомо-физиологических различий речевых трактов у разных людей). Поскольку у женщин и детей речевые резонаторы в целом имеют меньшие объемы, формантные частоты их речи сдвинуты в высокочастотную область: у женщин на 17 %, у детей (до 10 лет) на 25 % по сравнению с таковыми у мужчин. Указанное обстоятельство тем не менее не вызывает особых затруднений у слушателей в восприятии детской и женской речи, хотя в целом разборчивость детской и женской речи оказывается несколько ниже, чем мужской, особенно в верхней части звуковысотного диапазона голоса (Морозов, 1964b, Morozov, 1980).

Выше упоминалось о среднестатистических распределениях формантных областей на стационарных участках речевых звуков. Однако естественная речь характеризуется более или менее плавными переходами от одного артикулируемого звука к другому, что отражается на спектрах в наличии переходных процессов, т. е. участков между звуками, в которых содержится информация как о предыдущем, так и последующем звуке.

С целью изучения динамики звуковых процессов, и в частности речевых спектров, применяются динамические спектрографы, известные также в литературе под термином «видимая речь». На динамических спектрограммах, полученных с помощью данного прибора, по горизонтальной оси регистрируется время, по вертикальной – частота спектральных составляющих, а их интенсивности соответствует степень потемнения линий (Potter et al., 1947). Пример регистрации речевой фразы: «Девушка, как тебя зовут?» – при помощи динамического спектрографа приведен на рисунке 5. Жирными линиями здесь обозначены формантные частоты, характерным образом изменяющиеся по частотной шкале в процессе речи. Для более точного определения речевых формант существуют специальные методы и автоматические устройства – так называемые формантоискатели (Сапожков, Михайлов, 1983).

Рис. 5. Динамическая спектрограмма фразы «Девушка, как тебя зовут?», синтезированной с помощью синтезатора «OVE-3» (Деркач и др., 1983).

В верхнем ряду «Девушка как», в нижнем – «тебя зовут». Хорошо видны первые три форманты – F1, F2, F3, частоты которых изменяются в процессе воспроизведения фразы.

Среднестатистический (усредненный) спектр русской речи, полученный методом интегрирования (в частотных полосах спектрометра) большого числа речевых сигналов, охватывает весьма широкую полосу частот, примерно от 100 до 10 000 Гц, с постепенным падением к высоким частотам. Это не означает, что весь указанный частотный диапазон необходим для удовлетворительного восприятия и понимания речи слушателем.

Исследования показали, что речевой сигнал сохраняет достаточно высокую разборчивость при условии ограничения его спектрального состава как сверху (подавление высоких частот спектра при помощи фильтров низкой частоты), так и снизу (подавление низких частот спектра при помощи фильтров высокой частоты). Слоговая разборчивость 80 % обеспечивается при ограничении высоких частот от 2 кГц и выше или при ограничении низких частот от 2 кГц и ниже. Напомним, что 80 % слоговой разборчивости соответс твует 98 % разборчивости с лов (см. рис унок 1) и 99,5 % фразовой разборчивости (см. рисунок 2). Таким образом, обе половины спектра речевого сигнала, разделенного по частоте 2 кГц, обеспечивают практически 100-процентную правильность восприятия слушателем фразовой речи.

Еще более устойчивыми к ограничению спектральной полосы оказываются некоторые виды экстралингвистической информации, в частности узнавание говорящего по голосу. Так, ограничение речевого спектра полосой всего лишь 0–400 Гц и ниже обеспечивает правильное узнавание диктора с вероятностью 0,7 (70 %). Однако эта же полоса спектра (400 Гц и ниже) дает лишь около 3 % правильного восприятия слогов. Ограничение низких частот (4 кГц и выше) дает 65 % узнавания диктора и лишь около 32 % правильного восприятия слогов.

Исходя из указанных исследований, частотно-спектральный диапазон в линиях телефонной связи установлен в пределах 300– 3000 Гц, что обеспечивает вполне удовлетворительное речевое общение. Однако для высококачественной передачи речи и особенно музыки (повышения натуральности ее звучания) необходима более широкая полоса частотного диапазона: 16–16000 Гц и шире. Так, некоторые фирмы в целях достижения особо высокого качества звучания выпускают электроакустическую аппаратуру (магнитофоны, усилители) с диапазоном частот, захватывающим инфразвуковые и ультразвуковые области.

Частота основного тона. Согласно миоэластической теории голосообразования (Морозов, 1977; Berd, 1958), голос, как уже указывалось, формируется в результате периодических колебаний голосовых складок под действием проходящего через их сомкнутые края тока воздуха, создаваемого в свою очередь экспираторной мускулатурой дыхательного аппарата и эластической тягой легких. Считается, что эластические свойства голосовых складок с участием эффекта Бернулли обеспечивают достаточно стабильные автоколебания голосовых складок.

В противовес миоэластической теории голосообразования французским ученым Раулем Юссоном была выдвинута так называемая нейрохронаксическая теория образования голоса, согласно которой голосовые складки колеблются не пассивно под действием тока воздуха, а активно – в результате сокращения их мускульных волокон (m. vocalis), происходящих под влиянием нервных эфферентных импульсов, поступающих к m. vocalis по возвратному нерву (n. recurrens) (Husson, 1960, 1962). Теория Юссона, однако, встретила ряд критических возражений (Медведев и др., 1959; Морозов, 1977) и в настоящее время не является общепризнанной.

Частотой основного тона голоса называется наименьшая частота колебаний звука, соответствующая частоте прорывов воздуха черев сомкнутые края голосовых складок в процессе фонации. Частота основного тона голоса (F0) измеряется в герцах и описывается формулой: F0 = 1/T0, где Т0 – период колебания голосовых складок. Для выделения частоты основного тона голоса из речевого сигнала созданы электронные приборы – интонографы, автоматически вычерчивающие изменения частоты основного тона во времени на ленте осциллографа.

Частота основного тона (ЧОТ) воспринимается на слух как высота голоса человека, а ее изменения во времени, как интонация фразы. В оформлении интонационной структуры фразы существенную роль также играет распределение силы и длительности по составляющим ее элементам (слогам). Мужские и женские голоса различаются по ЧОТ: у женщин ЧОТ в 1,5–2 раза больше, чем у мужчин. Статистические исследования, проведенные B. C. Мартыновым (1962), показали, что ЧОТ мужских голосов колеблется в пределах 85–200 Гц, а женских – 160–340 Гц при средних значениях 136 Гц у мужчин и 248 Гц у женщин. Детские голоса имеют ЧОТ, близкую к женской.

Существенны также индивидуальные различия среди людей по характерной для каждого человека ЧОТ голоса. На этом основании ЧОТ – один из признаков персонализации личности по голосу (Рамишвили, 1981). Любопытно, что мужской и женский голоса, имеющие практически одинаковую ЧОТ, тем не менее различаются по половой принадлежности, что объясняется различиями в спектральной (обертоновой) структуре мужских и женских голосов.

Несмотря на то, что ЧОТ не принимает непосредственного участия в кодировании фонетической информации речи, лингвистическое значение ЧОТ весьма велико. Изменения ЧОТ во времени определяют особенности лингвистической (а также и экстралингвистической – см. об этом ниже) интонации голоса: ударение, вопрос, повествование, завершенность, незавершенность высказывания, восклицание и др. (Артёмов, 1974; Цеплитис, 1974; Бондарко, 1977; Светозарова, 1982). Характерные изменения ЧОТ во времени при произнесении одной и той же фразы («Это мамонт») с различной лингвистической интонацией приведены на рисунке 6. Мелодический рисунок фразы изменяется также в зависимости от места расположения ударного слова. На ударном слове (а в нем на слоге) частота повышается.

Рис. 6. Типичный мелодический контур (изменение частоты основного тона) четырех интонационных типов русского языка: завершенного повествования, общего вопроса, восклицания и незавершенного повествования при произнесении фразы «Это мамонт» (Светозарова, 1982).

Горизонтальные прерывистые линии сверху вниз: средняя максимальная, средняя индивидуальная и средняя минимальная частота основного тона.

Слух человека обладает высокой чувствительностью к восприятию интонационной структуры речевых фраз. Слушатели способны правильно определить интонационный тип предложения даже по его меньшей части. Исследование зависимости точности такого рода опознания от длины предъявленной части фразы показало, что 80-процентная надежность правильного опознавания достигается даже при исключении 8 слогов из 13 (Светозарова, 1982).