Физиология речи. Восприятие речи человеком - Чистович Л.А.
Скачать (прямая ссылка):
Имеющиеся данные говорят о том, что есть запреты, формируемые в специальных тормозных нейронах коры [128], но есть также и запреты, формируемые на уровне коленчатого тела [180].
Если есть два разных канала, обнаруживающих события А и В, и в каждом из них есть свой временной запрет, то следующий канал, использующий оба этих канала в качестве входов, может пропускать быстрые АВ- и ВА-последовательности, не пропуская АА- и ВВ-последовательности. Именно такая ситуация характерна для корковых нейронов с частотно-пороговыми характеристиками, имеющими несколько минимумов, т. е. отвечающих на несколько частотных полос [175]. Было обнаружено, что при действии двух тональных посылок ответ на вторую посылку подавлен в течение 100 и более миллисекунд от начала первой, если обе посылки принадлежат одной и той же частотной полосе И7! или Подавления ответа на вторую посылку
нет, если одна из посылок принадлежит полосе И7!, а другая — полосе \?2.
Таким образом, можно думать, что если на начальных этапах обработки сигнала в центральной слуховой системе основной задачей является выделение и обнаружение пространственно-временных неравномерностей, высшие уровни представляют эти выделенные особенности как временные события и подготавливают возможность для опознавания последовательностей событий. Ведущую роль здесь начинают, очевидно, играть временные запреты.
9.5. ЗНАЧЕНИЕ ДАННЫХ ЭЛЕКТРОФИЗИОЛОГИИ СЛУХА ДЛЯ ТЕОРИИ ВОСПРИЯТИЯ РЕЧИ
Приведенные выше данные говорят о том, что обработка речевого сигнала, осуществляемая слуховой системой, резко отличается по своим принципам от той обработки, которая применяется сейчас в технических системах автоматического распознавания речи. Соответственно трудно ожидать, что решающие правила, описанные в терминах тех признаков, которые сейчас используются в технике, будут простыми или достаточно универсальными.
Понятно, что задача нахождения правил распознавания, которыми пользуется человек, в принципе не решается до тех пор, пока признаки сигнала не определены.
245
К сожалению, данные электрофизиологии слуха позволяют только определить тот подход, по которому может пойти поиск моделей обработки и определение их параметров. Пока мы можем утверждать, что признаками являются спектрально-временные неравномерности, но совершенно не имеем возможности формально описать эти неравномерности или даже перечислить число их возможных классов. Очевидно, что единственный возможный выход состоит в том, чтобы попытаться извлечь необходимые сведения из другого источника, а именно из психоакустических данных по восприятию неравномерностей в сложном стимуле. Этому вопросу посвящены следующие главы настоящей книги.
Глава 10
ОБРАБОТКА
«СЛУХОВОГО СПЕКТРА» СТИМУЛА
Под слуховым спектром стимула естественно понимать пространственный рисунок плотности импульсации в слуховом нерве — g(г), где 2 обозначает характеристическую частоту нейрона (нейронного канала) и, следовательно, координату точки улитки, с которой связан нейрон. Из данных нейрофизиологии (см. главу 9) следует, что #(г) подвергается существенным преобразованиям в центральных отделах слуховой системы. Предполагается, что эти преобразования обеспечивают получение «удобного» сокращенного описания спектра стимула.
Под «удобным» понимается описание, по которому естественные сигналы, принадлежащие к разным классам, образуют компактные легко разделяемые множества. Кроме того, принимается, что признаки этого описания должны быть устойчивыми к разного рода естественным искажениям звука и приспособлены к «техническим» возможностям центральной нервной системы (удобство запоминания изображения, устойчивость его к собственным шумам системы и т. д.).
Логично думать, что при фонетической интерпретации речевых сигналов используется только часть из всего набора признаков, выделяемых центральной слуховой системой. Данные, приводимые в настоящей главе, касаются в основном еще более частного случая, а именно признаков #(г), используемых при распознавании стационарных гласных.
10.1. ГИПОТЕЗЫ О ПРИРОДЕ ПРИЗНАКОВ ГЛАСНЫХ
Обсуждая гипотезы о природе признаков гласных, исследователи часто основываются на известных технических методах, применяемых при автоматическом распознавании гласных. Если исходить из нейрофизиологии слуха, то более содержательным является разделение гипотез по источнику результирующей
247
информации — номерам (пространственным координатам) возбужденных сигналом нейронных каналов или величинам возбуждения на выходе нейронных каналов.
Первый класс гипотез мы будем называть гипотезами пространственного кодирования, второй класс — гипотезами кодирования величиной возбуждения.
10.1.1. КОДИРОВАНИЕ ВЕЛИЧИНОЙ ВОЗБУЖДЕНИЯ
Принимается, что имеется некоторый небольшой набор суммирующих элементов, различающихся по виду весовых функций, т. е. по значениям коэффициентов возбуждающих и тормозных связей каждого элемента с нейронными каналами периферической слуховой системы (или какого-то другого уровня, где #(г) еще не подверглась существенным изменениям). В простейшем случае выходной сигнал /-того сумматора будет равен
