Физиология речи. Восприятие речи человеком - Чистович Л.А.
Скачать (прямая ссылка):
В ряде психоакустических экспериментов показано, что высота полосового или широкополосного шума со срезом в области низких (высоких) частот определяется частотой края (или краев) на спектре этого шума [257, 47°].
В одном из вариантов упоминавшихся выше экспериментов [166] по восприятию твердости/мягкости полусинтетических согласных Ы и [.[] низкочастотная часть спектра стимула создавалась за счет шума, пропущенного через фильтр высоких частот; исследуемой переменной была частота среза. Оказалось, что край на спектре
262
дВ
80
60 40
20 -
1.0 2.0
играет ту же роль, что и спектральный максимум. В зависимости от значения частоты среза согласный воспринимался как твердый или мягкий.
Таким образом, приведенные в настоящем разделе экспериментальные "данные позволяют сформулировать два требования к модели, осуществляющей выделение признаков на слуховом спектре стимула: 1) модель должна выделять локальные особенности функции § (г), 2) модель должна схожим образом реагировать на максимумы и на неоднородности на g (г). Этим требованиям удовлетворяет модель латерального торможения. Использование латерального торможения для выделения неоднородностей на g(z) представляется достаточно правдоподобным с точки зрения физиологии слуха.
Подчеркнем еще раз, что допущение гипотезы латерального торможения еще отнюдь не означает, что тем самым автоматически принимается формантная гипотеза. В зависимости от параметров модели латерального торможения она будет выделять или форманты, или какие-то дру- 36 гие особенности на слуховом спектре гласного. ^
_ 60
36 80
60
ад
20
1.0 2.0
Рис. 10.13. Линейчатые спектры синтетических гласных, соответствующие порогу обнаружения второй "форманты. По [108].
По оси абсцисс — частота; по оси ординат — уровень интенсивности. Стрелкой показана гармоника с частотой У2.
40
20
1.0 2.0 кГц
10.4. ВЫДЕЛЕНИЕ НЕОДНОРОДНОСТЕЙ НА СЛУХОВОМ СПЕКТРЕ МОДЕЛЬЮ ЛАТЕРАЛЬНОГО ТОРМОЖЕНИЯ
Хотя идея использования латерального торможения в моделях слуховой обработки сигнала является весьма популярной (см. обзор [ш]), работы, направленные на определение значений параметров латерального торможения, совместимых с психоакустическими данными, находятся в самой начальной стадии.
Если вход модели определен как слуховой спектр стимула (см. раздел 10.2) и сделан ряд общепринятых допущений относительно структуры модели (см. главу 9), то требующими определе-
263
ния параметрами остаются весовые функции возбуждающих и тормозных связей и значения порога. При этом следует еще подчеркнуть, что вопрос о способе взаимодействия суммарных возбуждающих и тормозных сигналов пока остается открытым (см. главу 9). Неясно также, какую амплитудную характеристику преобразователя энергии в "плотность импульсации (степенную или логарифмическую) следует предпочесть. В модели Карниц-кой [313] принималось первое допущение, Темов [131] рассматривал вариант, соответствующий второму допущению.
В обеих работах использовался следующий подход. Выбирался небольшой набор спектров стимулов, для которых было установлено, что человек обнаруживает в стимулах те или другие неоднородности. Принималось, что обнаружение неоднородности соответствует представлению этой неоднородности в отклике модели положительным выбросом g*(z), отделенным от соседних выбросов некоторым интервалом, где (г) ниже порога. Требовалось найти параметры весовых функций (вид функций принимался априорно), при которых это условие, а также некоторые дополнительные условия выполняются. Существенный результат, полученный в обеих работах, состоял в том, что интервал Дг, на котором задаются весовые функции, должен быть достаточно узким, не должен превышать 2—3 Барк.
Остановимся в качестве иллюстрации на одной из попыток подбора параметров, предпринятой Карницкой. За основу при подборе параметров были взяты данные эксперимента Хирато и др. [296] по восприятию синтетического гласного [а]. Эксперимент состоял в том, что испытуемые сравнивали стандартный гласный (значения амплитуд его 32 гармоник показаны точками на рис. 10.14) с тем же гласным, одна из гармоник которого была уменьшена по амплитуде. Определялось минимальное уменьшение уровня интенсивности гармоники, при котором человек различает эти два стимула. Такие измерения поочередно проводились для всех гармоник. Полученные данные приведены в нижней части рис. 10.14. Крестиками отмечены те гармоники, исключение которых из спектра звука испытуемые не обнаруживали.
Можно видеть, что в области выше 1500 Гц человек чувствует уменьшение интенсивности только тех двух гармоник, которые соответствуют формантным максимумам (третьей и четвертой формантам). Рис. 10.9 показывает, что на слуховом спектре гласного эти верхние формантные максимумы отчетливо представлены.
При подборе параметров модели латерального торможения была принята следующая интерпретация данных Хирато и др. Считалось, что на отклике модели все четыре формантные пика должны быть представлены отделенными друг от друга выбросами. Модель «чувствует» уменьшение интенсивности гармоники, если оно приводит или к сдвигу положения выброса по шкале г, или к изменению порядковых отношений между выбросами по их величине (например, четвертый выброс становится большим,
