Физиология речи. Восприятие речи человеком - Чистович Л.А.
Скачать (прямая ссылка):
1,дб , ,
60 -
йо-
га
оч/-
0.2 о.з
0.5
1.0
г.о з.о 5.о г, «а(
Рис. 10.23. Схематическое изображение спектра стимула, применявшегося в экспериментах по определению условий «равной значимости» нижних гармоник в стимуле. По [110].
Это значит, что мы никак не можем просто пронумеровать все неоднородности слева направо (как это делается с формантами) и считать соответствующие им значения г признаками гласного.
Экспериментальные данные, приведенные выше (раздел 10.5), заставляют думать, что человек учитывает что-то вроде «мощности») неоднородности, причем эта «мощность» связана с относительной величиной максимума на спектре. Вопрос о том, как оценивается «мощность», пока остается открытым.
Попытка найти экспериментальные подходы к решению вопроса была сделана в работах [106- 109- где применялся гармонический сигнал, спектр которого схематически показан на рис. 10.23. Гармоника а всегда была ниже, а гармоника Ъ — выше 400 Гц.
274
В зависимости от разности уровней гармоник (Ьа, Ь0) стимул воспринимался как Ц] (при Ьа > Ьь) или как [е] (при Ьа < Ьь). Задачей эксперимента было нахождение комбинаций Ьа, Ьь, соответствующих «равной значимости» гармоник (равная вероятность восприятия Ц] и [е]), и построение частотного контура «равной значимости». Эксперимент проводился методом установки (испытуемый сам изменял Ьа или Ьь); этим же методом определялись комбинации Ьа, Ьь, соответствующие равной громкости. Результаты показали, что контур «равной значимости» отличается от контура равной громкости в основном понижением «значимости» гармоники с повышением частоты. Не исключено, что это связано с угнетающим влиянием высокочастотной области спектра применявшегося стимула.
Выяснился также такой неприятный факт, что величина Ьа—Ьь, соответствующая «равной значимости», подвержена медленным флюктуациям, резко превышающим по величине размаха как флюктуации разности уровней при последовательных установках равной громкости, так и флюктуации порога обнаружения слабого спектрального максимума [110]. Это означает, что нужно искать какие-то другие экспериментальные методы исследования.
Необходимо заметить, что использование «мощности» для нумерации (ранжирования) неоднородностей кажется совместимым с экспериментальными данными лишь при таком дополнительном допущении, что шкала г разбита на два интервала (с границей около 1500 Гц) и что ранжирование неоднородностей осуществляется внутри этих интервалов. Необходимость этого допущения следует из двух фактов. Во-первых, очень значительные изменения относительной амплитуды первой форманты весьма мало влияют на восприятие таких гласных, как Ц], [е], [у], [а] (см. раздел 10.3). Во-вторых, появление едва обнаруживаемой неоднородности на спектре звука в области выше 1500 Гц несовместимо с восприятием стимула как [и], [о] [108].
Итак, имеющиеся в настоящее время экспериментальные данные не оставляют, как кажется, сомнений в том, что обработка слухового спектра обеспечивает выделение неоднородностей на # (г) и что положение неоднородностей на шкале г является полезной информацией, используемой при распознавании фонем. Однако вопрос о том, по каким правилам происходит ранжирование неоднородностей, при каких условиях выделенная неоднородность определяет фонемное качество звука речи, а при каких относится, например, к индивидуальным характеристикам диктора, пока остается открытым.
18*
Г ,1 а в а 11
СЛУХОВАЯ ОБРАБОТКА ОГИБАЮЩЕЙ СТИМУЛА
11.1. ОБЩИЕ ПРЕДСТАВЛЕНИЯ О СЛУХОВОЙ ОБРАБОТКЕ ОГИБАЮЩЕЙ
Как показано в главе 8, плотность нмпульсации в 1-том частотном канале периферической слуховой системы g. (?) приближенно воспроизводит колебания на выходе ?-того фильтра улитки, подвергнутые одно-полупериодному выпрямлению. При дальнейшей обработке сигнала на более высоких уровнях слуховой системы подвергается сглаживанию, благодаря чему выделяется огибающая сигнала (см. главу 9) в частотном канале.
Проблема обработки огибающей стимула рассматривалась в психоакустической литературе преимущественно с точки зрения характеристик сглаживания g((t) [28°- ш]. Принимая, что gi (О пропускается через фильтр нижних частот, задача исследования формулируется как определение амплитудно-частотной характеристики этого фильтра или, если априорно допускается, что фильтр является инерционным звеном первого порядка, как определение его постоянной времени.
Легко заметить, что модель, состоящая только из фильтра нижних частот, не может воспроизвести способность человека обнаруживать изменения в огибающей стимула, например, обнаруживать наличие амплитудной модуляции. При сопоставлении экспериментальных данных с моделью молчаливо предполагается присутствие наблюдателя, который оценивает осциллограмму отклика фильтра нижних частот на д.Ц) и решает, присутствуют ли на ней колебания или неравномерности.
Естественно, что обработка gi{t) в устройстве, моделирующем восприятие речи, должна быть полностью автоматической, т. е. модель должна включать не только сглаживание gi (?), но и извлечение из g. (г) полезной информации.
