Анализ, синтез и восприятие речи - Джеймс Л. Фланаган
Скачать (прямая ссылка):
В настоящей главе рассматриваются некоторые из этих проблем. Цель этого рассмотрения состоит в том, чтобы отметить современный уровень понимания законов восприятия речи и речеподобных звуков.
7.1. Дифференциальное и абсолютное различения
В классической психофизике характеристики различения определяются методом непосредственного сравнения. Однако восприятие речи, вероятнее всего, основывается на абсолютной
ДИФФЕРЕНЦИАЛЬНОЕ и АБСОЛЮТНОЕ РАЗЛИЧЕНИЯ
277
классификации акустических сигналов1). Возникает вопрос, существует ли взаимное соответствие между психофизическими данными и сведениями о восприятии речи?
Органы слуха человека чрезвычайно чувствительны к различиям по частоте или интенсивности сравниваемых звуков. При некоторых условиях пороговая чувствительность различения частот двух поочередно звучащих чистых тонов может достигать одной тысячной от абсолютной величины (Розен-блит и Стивене — Rosenblith and Stevens). Порог чувствительности при различении по интенсивности может быть менее 1 дб (Рши — Riess). На основе сравнительных оценок установлено, что средний слушатель может различать около 350 000 тонов (Стивене и Дэвис — Stevens and Davis).
Несмотря на эту острую дифференциальную чувствительность, изолированные звуки с трудом различаются и опознаются. Так, при абсолютных оценках частоты изолированно звучащих тонов равной громкости четко улавливаются на слух лишь пять различных тонов (Поллак—Pollack). Принятию решения здесь соответствует около 2,3 дв. ед. информации на символ. Однако если звуковые сигналы выбирать по дискретной системе координат, например, при условии квантования по частоте, громкости, длительности и т. п., точность опознавания повышается и информационная оценка может достигать 5—7 дв. ед. на символ (Поллак и Фикс — Pollack и Ficks). Это эквивалентно правильному опознаванию выборок ансамбля, состоящего из 32 или даже 128 символов.
Ясно, что данные об абсолютной и дифференциальной чувствительности приводят к существенно различным оценкам информационной емкости соответствующих органов человека. По первому методу в пределах каждой координаты (частота, интенсивность, длительность) различается всего лишь несколько ступеней, тогда как по второму отмечается гораздо большее количество различимых интервалов. Дифференциальная мера отражает разрешающую способность при более благоприятных условиях для принятия решения. В этом случае обычно производится непосредственное сравнение по одной координате. По существу, дифференциальная чувствительность является верхней границей разрешающей способности механизма восприятия.
') Если исходить из того, что фонетические признаки определяются законами изменения спектральных распределений, то более вероятно предположить, что различение при восприятии речи основывается не на абсолютной классификации акустических сигналов, а на непосредственном сравнении, смежных спектральных реализаций (прим. ред.).
278
ВОСПРИЯТИЕ РЕЧИ И РЕЧЕПОДОБНЫХ ЗВУКОВ
С точки зрения абсолютной различимости дифференциальные оценки разрешающей способности являются слишком оптимистическими. Вероятность того, что сигналы, квантованные •с шагом, соразмерным дифференциальному порогу1), будут различаться абсолютно, чрезвычайно мала. Более того, дифференциальные оценки характеризуют восприятие «клинически». Они играют роль верхнего предела способности обнаружения •отклонений в характеристиках сигнала. Для любой системы преобразования речевых сигналов критерии верности, основанные на дифференциальных оценках различимости, оказываются чрезмерно жесткими. И хотя они не имеют непосредственной прикладной ценности, тем не менее зачастую оказываются полезными при оценке свойств и требований к информационной емкости систем передачи (Фланаган, 1956, b).
7.2. Дифференциальная разрешающая способность по координатам речевого сигнала
7.2.1. О чувствительности слуха к изменению координат речевого сигнала
Результаты, приведенные в гл. III и IV, показывают, что основные координаты речевого сигнала можно определить как в акустической, так и в артикуляционной областях. Обе области с точки зрения восприятия коррелированы между собой. Задачей анализа, проведенного в гл. III, было определение свойств возбуждения и передаточной функции речевого тракта. Весьма важными для восприятия акустическими координатами передаточной функции являются распределения особых точек, т. е. положения комплексных частот нулей и полюсов передачи. Те же данные определяются шириной полосы, частотами минимумов и максимумов спектра амплитуд, а также фазовым спектром. Существенными координатами источника возбуждения при формировании сонорных звуков является интенсивность, частота основного тона и расположение нулей спектра (или эквивалентные характеристики: асимметрия и скважность импульсов голосовых связок). Для источника возбуждения глухих звуков координаты определяются интенсивностью и длительностью.
Чувствительность слуха к некоторым из этих факторов (без учета лингвистических или контекстуальных ограничений) из-
