Microsoft Word doc

Size: px

Start display at page:

Download "Microsoft Word doc"

伶屈
7 years ago
Views:

1 第 39 卷 Vol.39 第 5 期 No.5 计算机工程 Computer Engineering 2013 年 5 月 May 2013 开发研究与工程应用摘维吾尔族汉语发音与标准音的声学区别哈妮克孜伊拉洪 1,2, 那斯尔江吐尔逊 1,2, 阿迪力买买提 (1. 新疆大学数学与系统科学学院, 乌鲁木齐 ; 2. 新疆多语种信息技术重点实验室, 乌鲁木齐 ;3. 新疆林业学校, 乌鲁木齐 ) 要 : 为提高语音识别的准确率, 采用文本分析方法, 选择发音时容易发错的一系列汉语文本语料, 以新疆第一批双语班的维吾尔族男女生为发音人进行录制利用讯飞普通话标准男女音进行实验比较, 从声学角度出发, 分析维吾尔人的汉语发音特点, 并总结发音规律通过测量音长音强共振峰等证明发音偏误的存在及其原因, 可用于语音识别的研究关键词 : 声学特征参数 ; 音强 ; 音长 ; 共振峰 ; 发音特点 Acoustic Difference Between Uyghur s Chinese Pronunciation and Standard Pronunciation Hankiz Ilahun 1,2, Nasirjan Tursun 1,2, Adil Mamat 3 (1. School of Mathematics and System Science, Xinjiang University, Urumqi , China; 2. Xinjiang Multi-lingual Information Technology Key Laboratory, Urumqi , China; 3. Xinjiang Forestry School, Urumqi , China) Abstract In order to improve the accuracy of the speech recognition, this paper starts from text analysis module and chooses some words, with easy wrong pronunciation, for the Chinese text corpus. These words are recorded by one male and one female speaker who are the first batch of Xinjiang Uyghur students graduated from the bilingual class. The comparison of experimental is done using the IFLYTEK mandarin standard male and female voice. The features of Chinese pronunciations of Uyghur people are analyzed from the acoustic point of view, and some of the rules are summarized. By measuring the acoustic parameters, the presence of errors in pronunciation is confirmed and the reasons are analyzed. Experimental basis for the research of speech recognition is provided. Key words acoustic feature parameter; sound intensity; sound duration; formant; pronunciation feature DOI: /j.issn 文章编号 : (2013) 文献标识码 :A 3 中图分类号 :TP391 1 概述信息产业的迅速发展促使许多研究机构投入了大量的人力物力和财力来研究语音识别, 这一领域的突破也具有重大的实现意义, 让机器能听懂人类的自然语音可以解决诸如智能机器人语音输入低码率语音编码等问题 [1] 自动语音识别的研究重点也是从特定人小词表孤立词语音识别向非特定人大词表连续语音识别转移, 从书面语识别发展到了自然对话识别迄今为止, 汉语的朗读及口语语音识别都已经达到了较好的识别性能, 声学模型自适应发音自适应等各种技术被广泛使用无论是听写机电话语音识别, 还是口语对话识别都处于实验转化阶段 [2] 但是连续语音识别目前还是一个难度很大的课题, 因为连续语音句子中各单词之间没有明显的间隔, 分割也比较困难, 各单词之间的发音会相互影响除此之外, 用户多样性和环境多样性等性能的提高尚存在许多亟需解决的问题其中, 用户多样性所带来的鲁棒性问题是语音识别技术走向实用必须解决的挑战之一随着中国的国际地位与日俱增以及在经济和市场方面所处的重要地位, 越来越多的外国人开始学习汉语普通话, 但他们说的汉语普通话带有明显的外国口音 ; 还有中国国内众多的少数民族, 比如新疆维吾尔族哈萨克族柯尔克孜族, 云南的纳西族基金项目 : 国家科技支撑计划基金资助项目 (2009BAH41B03); 新疆维吾尔自治区高校科研计划基金资助项目 (XJEDU2010S09) 作者简介 : 哈妮克孜伊拉洪 (1977-), 女, 讲师硕士, 主研方向 : 语音信息处理 ; 那斯尔江吐尔逊, 副教授 ; 阿迪力买买提, 讲师收稿日期 : 修回日期 : hansumuruh@xju.edu.cn

2 第 39 卷第 5 期哈妮克孜伊拉洪, 那斯尔江吐尔逊, 阿迪力买买提 : 维吾尔族汉语发音与标准音的声学区别 281 傣族白族西藏的藏族等, 他们都有自己的语言多数普通话使用者把普通话作为第二语言来掌握, 他们的普通话发音不可避免地受到其母语发音的强烈影响 [3] 而且近几年随着国内双语教育的普遍开展, 各少数民族在使用自己的语言交流时无意中插入一些汉语单词, 而且这些汉语单词在语句中所占的比例越来越大因此, 进一步研究非母语说话人的语音识别问题具有非常重要的意义本文根据以上需求, 建立了 2 位汉族人和 2 位维吾尔族发音人的汉语普通话语音语料库, 通过提取音强共振峰音长基频等声学特征参数, 比较汉族人的标准音与维吾尔族人的汉语语音之间的声学区别, 研究了维吾尔族说话人说汉语普通话时的发音声学特征, 为今后研究非母语连续语音识别系统提供了实验依据 2 实验方法 2.1 语料来源为了研究维吾尔族发音人的汉语发音特点和声学特征, 首先收集了汉语中经常混淆且容易发错的 250 个单音节词, 作为研究的实验数据如 : 对维吾尔族学习者来说, 汉语中的 j q x c 与 zh ch sh s 是难点学习者常常会把 j 发成 zh 音, 把 q 发成 ch 音, 把 x 发成 sh 音, 把 c 发成 s 音, 反之亦然 [4] 本文的研究对象就是以上 8 个音开头最常用的单音节词, 即 250 个汉字如专捐拴喧穿权参伞等 2.2 录音和数据采集本文利用的汉族人汉语普通话语音是科大讯飞公司提供的讯飞标准音, 其中文本材料是以上 250 个汉字, 发音人是汉族 1 男 1 女, 年龄 25 岁 ~30 岁之间, 大学本科学历而维吾尔族人的汉语语音是用 IBM R51 型笔记本电脑和与之匹配的外置声卡, 使用 Philip 麦克风, 录音软件是用以 Microsoft Visual C++ 开发的 Wav-Recorder, 在新疆大学多语种重点实验室的标准录音室里录音的这 2 位发音人为 1 男 1 女, 年龄为 30 岁 ~33 岁之间的新疆第一批接受双语教育的维吾尔族成年人每位发音人将每个单词按声调单独念一遍所有发音人的听力和发音均正常利用 Praat 语音分析软件, 提取上述 4 位发音人的语音声学参数, 主要包括音长音强共振峰和基频等, 并建立了 4 位发音人 250 个词的声学参数库 3 实验分析及讨论辅音由于发音部位和发音方法的不同而具有不同的声学特性, 诸如音色音强和音长等都是决定辅音特性的要素辅音由于开始发音到接上元音的过程中, 音色并非稳定而是逐渐变动的辅音的音色主要在频率轴上分析它的噪音强频区 ( 能量集中区 ) 和它的下限频率本文主要从辅音的音强音长和共振峰等 3 个方面进行声学研究音长是耳朵所听到的音的长短 ; 音强则是除阻后的声压输给受话器的强度 ( 这个强度和耳朵感知到的响度略有出入, 但可作为感知上的强弱的参考 ) 这类工作一般借助语图仪 ( 动态声谱仪 ) 就可以胜任 [5] 本文的声学实验主要用 Praat 语音分析软件来担任, 绘图软件使用 Microsoft EXEL 辅音音强分布模式辅音音强又称为辅音能量, 是指声音的强弱, 它决定于音波振幅的大小振幅大, 声音就强 ; 反之就弱现代汉语中的轻声语句重音是由音强变化造成的, 如帘子和莲子报酬和报仇等图 1 和图 2 分别是维吾尔族男女发音人读出以 sh x zh j ch q c s 为开头的汉语单音节词 ( 汉字 ) 和普通话标准男女音中的辅音音强 ( 平均值 ) 比较示意图通过音强值的相互比较可以看出, 维吾尔族女发音人发 ch 和 q c 和 s 的发音比较准, 可发 zh 和 j sh 和 x 时不太准 ; 维吾尔族男发音人的 zh 和 j sh 和 x 的音强差值与标准音的音强差值相反 ; 还有维吾尔族男女发音人发的所有辅音音强都比标准男女音发的对应辅音音强强得多故维吾尔族男女发音人虽然在双语教育中培养出来, 可还是受到母语的负迁移作用, 发汉语普通话时出现舌位偏误导致有些辅音发错音强音强标准男音维吾尔族男音 c s ch q zh j sh x 单音节词图 1 图 2 标准男音与维吾尔族男音音强比较标准女音与维吾尔族音与维吾尔族女音音强比较音音强比较 3.2 辅音音长分布模式音长是指声音的长短, 决定于发音体振动时间的久暂振动时间持续久, 声音就长 ; 反之则短声音的长短与人的说话速度也有关系, 有一些语言或方言里, 往往应用长短音来区别字音例如, 英语中 sit[sit] 和 seat[si:t], 广州话心 [sam] 和三 [sa:m] 可见音长现象有时还可辨别意义本文中引用的标准音是没有任何方言的标准普通话语音, 发音人语速始终保持一致, 因此, 测辅音时长时可以排除语速对时长的影响, 但是维吾尔族人的汉语发音速度

3 282 计算机工程 2013 年 5 月 15 日的不一样就是需要研究的关键问题测量塞擦音 (zh j ch q c) 的音长时成阻到全阻所有过程都算在一起, 耳朵所能听到的全部辅音的时长都测了 ; 测擦音 (sh x s) 的时长时按测量规则测了有声段所有时长图 3 和图 4 是维吾尔族男女发音人读出以 sh x zh j ch q c s 开头的汉语单音节词 ( 汉字 ) 和普通话标准男女音中的辅音音长 ( 平均值 ) 比较示意图由图可看出, 维吾尔族女音中的所有辅音时长比标准女音中的所有对应辅音时长要长得多 ; 还有维吾尔族男音与维吾尔族女音中的舌尖后音 sh 的时长都比舌面音 x 的时长短, 这与标准音中的 sh 音和 x 音的时长值基本相等有差别 ; 除此之外, 维吾尔族女音中的 ch 音的时长和 q 的时长差别正好和标准女音中的对应辅音时长差别相反由此看出, 维吾尔族发音人发汉语音时把语速放慢, 结果发音不是很自然且导致声学上的偏误准音的开口度相反, 即这与以上有关 F1 的结论不符合这说明 c s zh j ch q 等是维吾尔族人的发音难点 F1 图 5 标准女音与维吾尔族女音第 1 共振峰比较 F1 图 3 标准男音与维吾尔族男音音长比较图 6 标准男音与维吾尔族男音第 1 共振峰比较图 7 和图 8 是标准男女音和维吾尔族男女音的第 2 共振峰值的比较在汉语中虽然 c 和 s 是舌尖前音, 但是实际发音中 c 的舌位稍前于 s 的舌位, 因此,c 的 F2 值应大于 s 的 F2 值, 但相差不是很大图 4 标准女音与维吾尔族女音音长比较 3.3 辅音共振峰分布模式辅音共振峰是辅音音质最主要的声学标志 ( 特征 ), 它是由声带振动作为激励源经声腔共鸣形成的不同的辅音有不同的声腔形状, 有各自的共振峰一般每个音有 5 个共振峰, 分别用 F1 F2 F3 F4 F5 来表示, 其中头 2 个 (F1 F2) 对音色起到重要作用很多学者从不同的领域 ( 生理听觉 ) 出发研究这个问题, 最后的结论如下 [6] : (1)F1 频率增加同开口度直接相关, 频率值越高开口度越大, 频率值越低开口度越小 ; (2)F2 频率降低同舌头后缩直接相关, 频率值越低舌位越后, 频率值越高舌位越前图 5 和图 6 是标准男女音和维吾尔族男女音的第 1 共振峰值比较由这 2 个图可以看出, 发 c ch zh sh 时的开口度应比相应的发 s q j x 时的开口度大, 但是维吾尔族女音发 c s 和 zh j 的开口度与标准音的开口度相反 ; 维吾尔族男音发 c s,ch q 和 zh j 时的开口度也是与标图 7 图 8 标准女音与维吾尔族女音第 2 共振峰比较标准男音与维吾尔族男音第 2 共振峰比较由图可以看出, 标准音中表示 c 的主杆稍高于表示 s 的主杆, 但在维吾尔族男女音中则相反, 而且差距也比较大 ; 其他 ch q zh j sh x 等辅音的舌位与标准音中的

4 第 39 卷第 5 期哈妮克孜伊拉洪, 那斯尔江吐尔逊, 阿迪力买买提 : 维吾尔族汉语发音与标准音的声学区别 283 舌位相差一样, 即发 x j q 时的舌位前于发 sh zh ch 时的舌位, 与以上 F2 的结论相符合这说明维吾尔族男女发音人在发汉语普通话时受到母语的干扰而产生了 c 和 s 的舌位偏误 4 结束语一定年龄阶段的人, 在掌握了第一语言的基础上再学习第二种语言, 具有明显的被动性一般来说, 人们习得第二语言时, 会自觉和不自觉地把第一语言中自己所熟悉的语言知识套用于所学的第二种语言上, 这对第二语言的习得有帮助, 但同时又成为一大障碍 [7] 维吾尔族人学习汉语也是这样, 因此, 找出形成这个障碍的原因使汉语学习者避免犯因 2 种语言的差异而引起常见的发音错误, 从而提高语音识别的准确率有一定的帮助本文通过声学实验证实存在各种舌位偏误的主要原因在于 3 个方面 : (1) 发音部位因为维吾尔语本身没有舌尖后音舌尖前音和舌面音之分, 而根据发音部位的不同有下唇音舌尖音舌叶音舌根音和喉音之分, 所以维吾尔族人发汉语音时由于习惯于母语的发音部位, 还有维吾尔语里本来就没有 c zh sh ch 等舌尖前后音, 故需要发音时有意识和无意识地把它们发错成 s j x q, 反而需要发 s j x q 等音时由于产生焦虑就把它们也发错成 c zh sh ch 等音了因此, 维吾尔族男女发音人的焦虑情绪导致发音部位的不到位, 即他们所发的辅音音强均比对应的标准音的音强强等舌位偏误现象 (2) 语速音长在语流中表现为说话速度的快慢, 从声音的物理层面分析, 语速的快慢是由每个音节的音长音节之间的长短语流中停顿的多少与停顿时间的长短共同决定的, 语速快慢还有心理层面的原因等由于维吾尔语本身是无声调语言, 只有末尾有重音和语调 [8], 因此维吾尔族人发汉语音时分不清汉字声调的心态导致拉长发音所以维吾尔族人发的汉语音中出现音素时长较长等现象 (3) 发音方法因为维吾尔语属阿尔泰语系突厥语族西匈语支 [9], 而汉语属于汉藏语系汉语族, 与维吾尔语的发音方式完全不同, 所以维吾尔族人发汉语音时出现声腔开口度不太准导致发错音的现象有的人尽管到了能够流利地使用汉语交流的程度, 仍难以去除其母语造成的特有的腔度 [10] 因此, 维吾尔族学习者要想学到纯正的汉语, 必须下功夫克服本民族语的干扰, 消除自身的焦虑, 使自己有自信心, 以主动的态度去学习才能达到用所学的汉语进行交际的目的和愿望除此之外, 非母语口音语音识别中还存在许多问题值得进一步研究, 比如非母语发音人的发音心态和发音态度等随着常规的语音识别技术的发展和非母语说话人发音规律的不断总结, 非母语口语语音识别应该可以从中得到很多启示本文的实验数据规模还比较小, 下一步工作需要进行更大规模的实验以验证以上的结论参考文献 [1] 石现峰, 张学智, 张峰. 基于 HTK 的语音识别系统设计 [J]. 计算机技术与发展, 2006, 16(10): [2] 杨雅婷, 马博, 王磊, 等. 维吾尔语语音识别中发音变异现象 [J]. 清华大学学报, 2011, 51(9): [3] Liu Yi, Fung P. Multi-accent Chinese Speech Recogn- ition[c]//proc. of the 11th National Conference on Man Machine Speech Communication. Pittsburg, USA: Curran Associates, [4] 哈妮克孜伊拉洪, 帕力旦赛力提尼牙孜, 那斯尔江吐尔逊, 等. 维吾尔人说汉语普通话发音特点的声学分析 [C]// 第十一届全国人机语音通讯学术会议. 西安 : 出版者不详, [5] 吴宗济. 语言学论文集 [M]. 北京 : 商务印书馆出版社, 2004: [6] 蔡彦鹏. 普通话水平测试评分系统的语图识别研究 [D]. 昆明 : 云南师范大学, [7] 李宏梅. 维吾尔族学生学习汉语的难点问题探讨 [J]. 乌鲁木齐职业大学学报, 2000, 9(1): [8] 地里木拉提吐尔逊, 古丽娜尔艾力. 维吾尔语陈述句的起伏度 [J]. 清华大学学报, 2011, 51(9): [9] 杨雅婷, 马博, 王磊, 等. 多发音字典在维吾尔语方言语音识别中的应用 [J]. 清华大学学报, 2011, 51(9): [10] 刘岩, 李玲, 倪娜, 等. 维吾尔族学生学习汉语声调偏误的实验研究 [J]. 语言与翻译, 2006, (2): ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ( 上接第 279 页 ) [7] 张江陵, 金海. 信息存储技术原理 [M]. 武汉 : 华中科技大学出版社, [8] Roberto B, Alfonso S, Angelo V. The Mechanism of Stochastic Resonance[J]. Journal of Physical A: Mathematical and General, 1981, 14(3): [9] Wiesenfeld K, Moss F. Stochastic Resonance and The Benefits of Noise: From Ice Ages to Crayfish and Squids[J]. Nature, 1995, 373(6509): 编辑顾逸斐 [10] 聂春燕. 混沌系统与弱信号检测 [M]. 北京 : 清华大学出版社, [11] 黄品高. 随机共振数值仿真的快速算法 [J]. 系统仿真技术, 2006, 2(3): [12] 蔡锦恩, 赵文礼. 随机共振原理在微弱信号检测中的应用 [J]. 杭州电子科技大学学报, 2005, 25(1): 编辑顾逸斐

5 第 39 卷第 5 期哈妮克孜伊拉洪, 那斯尔江吐尔逊, 阿迪力买买提 : 维吾尔族汉语发音与标准音的声学区别 1

第 05 期董房等 : 一种卫星遥测在线状态监测及分析系统的设计 WEB 1 2 总体功能及组成 2.1 总体功能 1 2 3Web 2.2 结构组成 Web WEB WEB 2.3 系统各模块接口关系

第 05 期董房等 : 一种卫星遥测在线状态监测及分析系统的设计 WEB 1 2 总体功能及组成 2.1 总体功能 1 2 3Web 2.2 结构组成 Web WEB WEB 2.3 系统各模块接口关系电子科学技术 Electronic Science & Technology 电子科学技术第 02 卷第 05 期 2015 年 9 月 Electronic Science & Technology Vol.02 No.05 Sep.2015 年一种卫星遥测在线状态监测及分析系统的设计董房 1,2, 刘洋 2, 王储 2 2, 刘赞 (1. 上海交通大学, 上海,200240; 2. 上海卫星工程研究所,