Физиология речи. Восприятие речи человеком - Чистович Л.А.
Скачать (прямая ссылка):
264
чем третий). Кроме того, использовалось еще одно ограничение, состоящее в том, что отклик модели на чистый тон должен характеризоваться только одним положительным выбросом.
В отношении вида весовых функций было принято, что для каждого из 240 элементов модели возбуждающая связь ограничена одним соответствующим ему периферическим частотным каналом (одним фильтром модели вычисления слухового спектра), а весовая функция тормозных связей имеет колоколообразную
I I
4
Рис. 10.14. Восприятие изменений интенсивности отдельных гармоник в спектре синтетического гласного [а]. По [29в].
По оси абсцисс — частота гармоники; по оси ординат справа — относительный уровень интенсивности гармоник в спектре стандартного гласного, слева — пороговые уменьшения уровня тестируемой гармоники, при котором обнаруживается различие между стандартным и переменным гласными. Остальные обозначения см. в тексте.
форму (импульс Гаусса) и характеризуется двумя параметрами — Р и А (рис. 10.15). Порог принимался равным нулю.
Оказалось, что наилучшее согласие с данными эксперимента Хирато и др. достигается при 6=0.9 Барк и А =—0.088, причем диапазоны допустимых значений параметров являются очень узкими. Отклик модели латерального торможения, g* (z), на слуховой спектр исходного гласного [а] при этих значениях параметров приведен на рис. 10.16. Можно видеть, что, кроме формантных максимумов, модель выделяет также максимумы, соответствующие пяти нижним гармоникам F0 (F0=125 Гц).
Основной вывод, вытекающий из пока еще весьма ограниченного опыта исследования моделей латерального торможения, состоит в следующем: 1) весовые функции должны быть достаточно узкими по шкале z, иначе модель не будет выделять тех неодно-родностей на спектре гласных, которые обнаруживает человек;
265
2) при описании отклика модели приходится учитывать не только положение положительных выбросов на шкале г, но также хотя бы порядковые отношения между выбросами по их величине; без
этого модель не будет различать гласные стимулы, различаемые человеком.
г, Барк
Рис. 10.15. Весовая функция тормозных связей, принятая в модели латерального торможения. Лир — параметры весовой функции.
Иначе говоря, совместимая с психоакустикой модель латерального торможения не может еще обеспечить чисто пространственного кодирования спектральной информации — кроме сведений о положении неоднородностей по шкале г, должна еще в какой-то мере присутствовать информация о величине, или «мощности»,
Рис. 10.16. Отклик модели латерального торможения на слуховой спектр синтетического гласного [а], приведенный на рис. 10.9.
По оси абсцисс — высота; по оси ординат — величина отклика. 5\—Р4 — формантиые
максимумы.
неоднородностей. Кроме того, число выделяемых неоднородностей оказывается в общем случае большим числа формант в гласном.
Так как это приходит в противоречие с формантной гипотезой восприятия гласных, приходится думать, что или выделение формант происходит каким-то другим способом, или сама форматная гипотеза является ошибочной и человек пользуется при фонемной классификации гласных более «богатым» описанием спектра стимула, чем это предполагается формантной гипотезой.
266
10.5. ЧИСЛО ПОЛЕЗНЫХ ПРИЗНАКОВ ГЛАСНЫХ
Известно, что при синтезе гласных [и], [о], [а] можно обойтись одним формантным контуром или группой из двух-трех соседних по частоте гармоник. Испытуемый будет достаточно уверенно идентифицировать эти стимулы с фонемами, хотя естественность гласного будет значительно снижена. Весь набор гласных может быть синтезирован с использованием двух формант [229]. Существенно, что значения ^2 в двухформантном гласном должны в случае гласных Ц), [е] существенно превышать по частоте значения ^2 в естественном гласном I208* 253].
Одна из возможных интерпретаций этих фактов состоит в том, что человек использует в качестве признаков спектра естественного гласного не формантные максимумы, а что-то вроде «центров тяжести». В принципе такие признаки могли бы появиться, если бы разрешающая способность слухового анализатора была очень низкой (это предположение, как мы видели, исключается) или в модели латерального торможения использовались бы весьма широкие по ъ весовые функции. Эта интерпретация была очень отчетливо высказана в работах [206, 207]. Авторы использовали предположение, что, воспринимая четырехформантный (близкий к естественному) синтетический гласный, человек определяет его значения всего по двум признакам — двум «субъективным» формантам. По таким же двум признакам описывается при восприятии и двухформантный гласный. Если эта точка зрения верна, то, найдя пары, состоящие из максимально субъективно близких четырехформантного и двухформантного гласных, можно попытаться придумать такую модель (процедуру обработки сигналов), отклик которой на четырехформантный и двухформантный гласные будет одинаковым. Эта модель и будет, согласно принятому допущению, моделью восприятия гласного.
Однако априорно допустима и такая точка зрения, что в че-тырехформантном или естественном гласном человек выделяет больше признаков, чем реально есть в двухформантном или одно-формантном гласном. Если перед человеком ставится задача подобрать к «богатому» признаками сигналу такой «бедный» признаками сигнал, чтобы оба звука были максимально похожи, ему, возможно, ничего не остается, кроме как игнорировать некоторые из признаков «богатого» сигнала, т. е. ориентироваться лишь на самые важные признаки. Главная трудность, с которой сталкивается эта вторая точка зрения, состоит в том, что она необходимо предполагает использование какой-то меры важности, или мощности, признака.
