Физиология речи. Восприятие речи человеком - Чистович Л.А.
Скачать (прямая ссылка):
Работая над настоящей книгой, авторы пытались решить вполне определенную задачу. Она состояла в том, чтобы выяснить,
какие ограничения на возможную структуру или, еще лучше, параметры тех или иных блоков функциональной модели восприятия речи накладываются экспериментальными данными, полученными при исследовании слуха и исследовании восприятия речевых и речеподобных сигналов.
При такой постановке задачи круг рассматриваемых экспериментальных фактов оказался достаточно ограниченным. В книге не обсуждаются данные, касающиеся обработки информации на более высоких уровнях полной модели восприятия и понимания речи, в ней нет также описания данных по очень популярной в настоящее время проблеме анатомической локализации «речевых функций».
ПОЯСНЕНИЯ К ТРАНСКРИПЦИИ
В настоящей книге для обозначения звуков использовались анаки международной фонетической транскрипции. Следует, однако, отметить, что при обозначении синтетических звуков не преследовалась цель отразить их звучание наиболее точно. В этит случаях символика употреблялась для обозначения не фонетического качества отдельного звука, а для обозначения способа интерпретации слушателями целого множества сигналов. Таким образом, транскрипция была не столько фонетической, сколько фонемати" ческой.
Особых пояснений требуют следующие обозначения. Знак [!] был принят для обозначения русского гласного ы; для обозначения мягкости согласного использовался штрих, расположенный вверху справа от основного символа, например [<!'].
При цитировании работ зарубеяшых авторов сохранялась символика орпгина тг.
РАЗДЕЛ I
РЕЧЕВОЙ СИГНАЛ I! ПРОБЛЕМЫ ЕГО ОПИСАНИЯ
Глава 1
СВОЙСТВА РЕЧЕВОГО СИГНАЛА И НЕКОТОРЫЕ ВОПРОСЫ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ РЕЧИ
Представление о современных подходах к описанию свойств речевого сигнала дает рис. 1.1, весьма обобщенно и условно показывающий основные типы его обработки в уже используемых или еще разрабатываемых технических системах.
Определим исходный речевой сигнал как функцию р ((), представляющую изменения звукового давления происходящие в течение того времени, когда говорящий произносит фразу. Функция р (?) может быть
Рис. 1.1. Соотношение основных типов преобразований речевого сигнала в технических системах.
1 — линейное усиление; 2 — спектральное описание; 3 — синтез по спектральному описанию; 4 — параметрическое описание; 5 — функциональная модель речевого аппарата; в — фонетическое описание; 7 — синтез сигналов управления; 8 — описание смысла; а — синтез фраз. Остальные обозначения см. в тексте.
выражена электрическим напряжением или другой физической величиной, может быть зарегистрирована тем или иным способом. Ясно, что во всех случаях р (?), определенная на отрезке фразы, полностью характеризует последнюю. При таком определении речь представляется множеством функций р (і), соответствующих разным фразам, произнесенным множеством дикторов.
Будем считать, что существуют процедуры обработки, в результате которых функция р (і) может быть представлена некоторым набором величин. Эти величины явятся характеристиками
сигнала по определенным признакам, вся их совокупность представит описание сигнала. Задачу обычных каналов речевой связи (уровень А, рис. 1.1) можно трактовать как передачу полных описаний р (t). Известно, что любой колебательный процесс может быть представлен без искажений последовательностью дискретных величин, следующих с частотой-2F, где F — максимальная частота спектральных составляющих сигнала. Последовательность этих величин при условии, что каждая из них точно воспроизводит значение соответствующей мгновенной амплитуды, составит так называемое полное описание сигнала.
Считается, что для получения полного описания речевого сигнала (обладающего качеством сигнала, переданного по телефону) необходимо производить не менее 8000 отсчетов в секунду и каждый из отсчетов должен иметь точность, соответствующую представлению амплитуды по крайней мере 128 уровнями. Объем описания составит 56 ООО бит в секунду [т].
Для нас, однако, наибольший интерес имеют описания p(t), результатом которых является получение нового представления речевого сообщения, заведомо более сжатого по сравнению с исходным.1 Будем считать, что эти описания являются обратимыми, т. е. по ним можно синтезировать новые функции p*(t), сохраняющие определенные свойства исходного сигнала. Считаем также, что качество и особенности восстановленного сигнала можно оценить, предъявив p*(t) слушателю. Соотношение процедур синтеза с процедурами описания в общих чертах может быть понято на основании рис. 1.1.
Наиболее распространенным типом сокращенного описания р (t) является спектральное описание (уровень Б, рис. 1.1), выражающееся в спектре амплитуд (значения интенсивности частотных составляющих сигнала в зависимости от частоты) и спектре фаз (значения фаз составляющих сигнала в зависимости от частоты). Результаты спектрального анализа зависят от времени наблюдения сигнала. Получение формально точного спектра требует бесконечно долгого наблюдения.
Длительные наблюдения имеет смысл производить только в случае стационарных сигналов, речевой же сигнал по своей природе представляет колебательный процесс, у которого и форма, и периоды волн изменяются довольно быстро и на всем протяжении сигнала. В сигнале реально отсутствуют стационарные участки, и он как бы является непрерывной последовательностью переходных процессов.
