Анализ, синтез и восприятие речи - Джеймс Л. Фланаган
Скачать (прямая ссылка):
Позднее был проведен эксперимент, в котором делалась попытка определить скорость бинаурального слухового восприятия информации (Вебстер — Webster J. С). От слушателей требовалось различать в двоичной форме следующее: гласный звук или нет; пол диктора; ухо, которое слышит, и повышение или понижение интонации. В этих опытах скорость правильного приема для лучшего испытуемого не превышала 6 дв. ед/сек. При групповых испытаниях показатели были еще ниже.
Все измерения выполнялись в соответствии с некоторыми частными задачами и критериями оценки. Следовательно, они имели определенный смысл только в тех пределах, на которые распространялись условия данного эксперимента. Поэтому нельзя точно сказать, характеризуют ли указанные выше цифры те скорости, с которыми человек может различать и воспринимать речь, или нет. Возможно, характеризуют. Ни один эксперимент не показал, что человек способен обрабатывать информацию со скоростями, большими, чем примерно 50 дв. ед./сек.
Полагая, что эта цифра на самом деле представляет собой некоторую грубую оценку верхнего предела способности человека воспринимать информацию, человек может распорядиться этой своей способностью по-разному. Если, например, диктор достаточно быстро произносит случайный набор равновероятных фонем, слушающий может предъявить ко всему комплексу своих способностей требование правильно принимать письменный эквивалент различных звуков речи. При этом небольшую часть пропускной способности можно оставить для восприятия других характеристик речи, таких, как ударение, интонация, назализация звука, ритм и прочие свойства голоса. С другой стороны, если речь представляет собой праздную беседу с широкими статистическими связями и высокой избыточностью, слушающий может значительно большую часть своей пропускной способности выделить для анализа индивидуальных характеристик и особенностей артикуляции.
В длительной беседе закономерности языка и достаточно эффективная память человека обычно дают возможность слушающему переключаться от расшифровки фонемного состава к наблюдению за индивидуальными характеристиками и наоборот. Просодическая информация может быть связана с фонемными особенностями, которые непосредственно представляют письменные эквиваленты произносимой речевой информации. Фонемные особенности обычно отождествляются с разборчивостью речи, а просодическая информация до некоторой степени связана с ка-
20 РЕЧЕВАЯ СВЯЗЬ
чеством речи. Разборчивость принято количественно определять посредством артикуляционной оценки и скорости приема информации, соответствующей письменному эквиваленту речи. Качество речи до сих пор не имеет почти никаких оснований для количественной оценки. До тех пор пока не будут даны соответствующие определения как для разборчивости, так и для качества речи, критерий верности для оценки речевой информации не может быть твердо установлен.
1.4. Синтетическая телефония: подход к повышению
эффективности
Совершенно ясно, что между пропускной способностью обычного телефонного канала и скоростью выработки информации питающим его источником существует значительное расхождение, каковы бы ни были сомнения относительно оценки пропускной способности человека как канала передачи информации. Один из способов согласования состоит в использовании для системы передачи возможно большего числа закономерностей, характеризующих образование и восприятие речи. Информация об этих закономерностях, будучи заложена в линию связи, представляет собой ту информацию, которую не нужно передавать. Указанный способ согласования можно объяснить и так: канал, наделенный подобными закономерностями, ограничивает возможный ансамбль сообщений только звуками речи. Никакие другие звуки не могут быть переданы с приемлемой достоверностью.
В системе, которая использует ряд закономерностей, соответствующих образованию и восприятию речи, связь осуществляется передачей определенных параметров этих закономерностей. Следовательно, природа используемых закономерностей оказывает влияние на форму кодирования речевой информации. Предположим, что в системе передачи учитывались ограничения, накладываемые на механические движения голосового тракта. Для реализации таких ограничений приемное устройство может быть выполнено в виде механического или электрического аналога речеобразующего механизма. Тогда речевую информацию можно закодировать и передать в виде сигналов, характеризующих размеры и деформации голосового тракта и характер голосового возбуждения.
Системы речевой связи, в которых сделана сознательная попытка увеличения эффективности путем установления специального оборудования для использования закономерностей, свойственных речи и слуху, относят обычно к системам синтетической телефонии. Это название часто употребляется как синоним
ФИЗИОЛОГИЯ ОРГАНОВ РЕЧИ
21
систем компрессии речи или сокращения полосы частот. Основная цель настоящей монографии состоит в том, чтобы изложить важнейшие свойства речи и слуха, имеющие отношение к таким системам связи, и наметить пути использования этих свойств в практических системах передачи.
