试论语音声学参数

声学

试论语音声学参数

郑玉玲

摘要：1本文从动态腭位（EPG）生理研究的角度论述语音声学参数，对元音、辅音的目标位置、过渡音；辅音的GAP、VOT、共振峰等提出测量建议，并论述了浊辅音、复辅音。 关键词: 声学参数、EPG

2. 元音

语流中元音是一个与相邻辅音音段交叠

（Articulatory overlap）的动态过程，分为前过渡、目标位置和后过渡。应用EPG的协同发音研究表明，元音的前过渡是前接辅音除阻过程的一部分，后过渡是后接辅音成阻的全过程。元音的目标位置只是在前后过渡之间的一个短暂时刻。

当元音受到前后辅音的影响时，该元音初始和结束时段的高频频谱会发生改变。元音初始段的共振峰由低到高依次出现，元音结束则是由高到低依次结束的，甚至高频共振峰被清化。因此，元音时长的定义也需要界定。

1. 引言

语音声学参数是语音研究中必不可少的重要参量。在语音研究过程中，首先要做的也是提取语音声学参数，这是一项最为基础的工作。然而，多年来对于声学参数的提取标准却没有统一、明确的共识，这源于语音声学表现的复杂性，使人们很难用做出简单明确的提取标准。然而，事实上人们在现实的语音研究中都不可避免地用着自成系统的语音声学参数采集标准，只不过是标准不够统一，难以相互借鉴而已。这不仅不利于知识的共享，也不利于我们更深入的进行语言的比较研究。

民族所在开展了多年的普通话和蒙古语语音动态腭位（EPG）研究的基础上，对发音过程与图谱变化的对应关系有了直接的观察，对语音的图谱有了更加明确地认识。这些经验，对我们近年开展的蒙古语、藏语、维吾尔语、彝族和更多阿尔泰语系语言声学参数数据库研究起到了至关重要的作用，指导我们对复杂多变的语音形式有了越来越多的了解和共识，并逐步规范着语音声学参数的提取标准和提取方法。

本文将就上述研究涉及到的语音声学参数问题加以讨论。

1

2.1 元音的目标位置

从语图上判断元音的目标位置，应该是该音段共振峰模式出现的那一刻。

一般情况下元音的目标位置在元音时长的中间位置。但是，如果辅音后面是前高元音/i/，那么前面的送气辅音或擦音与元音/i/的发音姿态最接近，辅音的除阻过渡段在送气段中完成或完成大部，因此，进入元音段，就已经是目标位置或接近目标位置了，此时，元音的目标位置是在元音时段的前部。 判断元音目标位置最根本的条件，还是依据元音共振峰的模式。根据每个语言音系绘制的元音图是元音共振峰模式的综合图，元音图中处于前高、后高、最低和央位置的元音是判断元音目标位置的最好参照。 对普通话而言，/i,u,a,e/是处于极端位置的元音：/i/ 处于前高位置，F1最低，F2最高F1、F2距离最远，；/ u /处于后高位置F1和F2都最低，且F1、F2靠近；/a/处于最低

本项研究得到中国社科院重大A类项目“基于语音声学参数数据库统一平台的阿尔泰语系诸语言语音研究”的资助。

声学

位置，因此F1最高，且F1、F2靠近；/e/处于央的位置，F1、F2、F3分布较为均匀，没有极端的共振峰值。

判断复合元音目标位置也是依据元音共振峰的基本模式。复合元音的目标位置一般在复合元音的两侧接近头、尾的位置，中间则是两个音段的过渡过程。

从我们目前的研究结论，追踪辅音的共振峰模式完全可以用元音的后过渡体现，元音的后过渡代表各类后接辅音的共振峰模式。

3. 辅音

辅音从声学上看，比元音能量弱的多，有音时程也短，揭示辅音的生理发音过程与声学的对应关系，EPG是非常好的一种研究方法。本文涉及的语图大致由三部分组成（见图1）：声波图、语图和LCV（舌腭接触面积曲线Linguipalatal Contact Varies，LCV）图。叠加在语图上的是LCV。三个部分的时间域一致。

2.2 元音的时长

从元音声波图上就可以看出，从有小的周期信号开始，达到元音基本能量的第一个周期信号之间，是元音的起始阶段，一般10-20ms。这段时间声带从静止达到稳定的目标振动频率。从语图上，第一共振峰F1首先出现，10-20ms后出现F2，后面依次出现F3、F4。只有出现了F2，才能说这个音段的出现了，此时，从口腔姿态到听感上都实现了这个音段。因此，我们采集元音时长的起始时间以F2出现为准。

元音的结束过程也是如此的相反过程，如果不是在词末、句末，一般F2结束后F1也不超过20ms结束。元音结束也以F2结束为基准。

如此界定元音的时长符合元音音段的声学特征，也从声学上划清了与辅音的界限。尤其是塞音持阻形成的GAP段，经常会有前面元音F1的延续，从EPG上看到舌腭已经完全闭塞，但声带的振动仍在衰减中进行，通过鼻腔共鸣产生F1的延续。因此，对元音时长的界定也等于对辅音的声学时长有了同样的界定标准。

图1：舌腭接触面积图。

从图1可以看到，LCV曲线最醒目的位置是辅音，而声波上最醒目的能量区是元音。 叠加在语图上的舌腭接触面积曲线随着每一个辅音有声段的出现，前面都有波峰，波峰是该辅音的持阻，是辅音的舌腭接触最大的持阻时段，波峰两侧的缓坡是辅音的成阻和除阻，如果没有大的停顿，辅音的成阻和除阻都深入到前后的音段内。

3.1 辅音发音的三个时段和目标位置

辅音的发音过程由三个时段组成：成阻、持阻和除阻。成阻指发音器官的动作向辅音的发音姿态趋进的过程。持阻指维持辅音发音姿态收紧（constriction）的过程。除阻指脱离辅音发音姿态的过程。辅音的目标位置在辅音的发音姿态收紧的时刻。

这三个阶段的时长比例一般是持阻大于成阻和除阻，送气音除阻与持阻长度接近[13]。在下面的图中显示了不同发音方法的辅音的发音过程，其中LCV上出现的T1—T6分别代表辅音发音过程的几个关键时刻：T1成阻的舌腭接触开始；T2辅音成阻结束，持阻开始；T3舌腭接触最大，T4、

2.3 元音的过渡段及与辅音的关系

元音前过渡是前接辅音的除阻，由于辅音不同的发音方法，只有VOT最短的塞音才能从前过渡看到辅音的共振峰模式。例如音轨方程（locus equation），音轨理论均以不送气塞音为研究对象。送气辅音后面的元音前过渡段几乎没有明显的过渡弯头，过渡段大部分在送气中完成。

EPG研究表明，元音的后过渡已经到达后接辅音的目标位置[9],[10]。因此，元音后过渡结束位置的共振峰模式可以看作后接辅音的共振峰模式。

声学

T5分别是持阻的最后一刻和除阻的开始，T4、T5相差10ms。T6是除阻的舌腭接触结束。

3.1.1 成阻

图2： 炉渣/zh/。

在词中位置的辅音，成阻的时长从前面元音到达目标位置之后就开始了，因此，元音的后过渡就是辅音的成阻时段[9]。EPG能够观测到的T1位置是舌脱离元音姿态后，向辅音姿态改变的过程中，与上腭的第一点接触。因此，它比辅音成阻真正的开始要晚20-30ms，辅音除阻也存在这个问题，实际除阻的时长比EPG监测到的要长一些，但本文中谈到的成阻、除阻时长都是指EPG采集到的时长。

辅音成阻时长与辅音的发音方法无关，与元音有关。高元音/i/与后接舌尖辅音发音位置最接近，辅音的成阻时长就最短，反之则长。词中位置的辅音成阻时长一般在20ms—40ms之间。舌腭急剧变化的时段在成阻后半段，大约30ms左右。

辅音处在词首位置时，口腔姿态比较自由，有时成阻时长可以长达100ms以上，有时比词中位置的成阻略有延长或相同。但是，舌腭急剧变化的成阻 …… 此处隐藏：9474字，全部文档内容请下载后查看。喜欢就下载吧 ……