
تعداد نشریات | 162 |
تعداد شمارهها | 6,692 |
تعداد مقالات | 72,232 |
تعداد مشاهده مقاله | 129,189,497 |
تعداد دریافت فایل اصل مقاله | 102,020,525 |
پارامترهای آکوستیکی ریتم گفتار: سرنخهای آکوستیکی برای تشخیص گوینده | ||
پژوهشهای زبانی | ||
مقاله 2، دوره 12، شماره 2، اسفند 1400، صفحه 29-49 اصل مقاله (587.24 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jolr.2021.304539.666624 | ||
نویسندگان | ||
هما اسدی* 1؛ بتول علی نژاد2 | ||
1استادیار گروه زبانشناسی، دانشکده زبانهای خارجی، دانشگاه اصفهان، اصفهان، ایران. | ||
2دانشیار گروه زبان شناسی، دانشکده زبان های خارجی، دانشگاه اصفهان، اصفهان، ایران. | ||
چکیده | ||
مشخصه های ریتم گفتار بر اساس دیرش مناطق همخوانی، واک های و نیز هجا می توانند گویشوران یک زبان خاص را از هم تمیز دهند. با وجود این، ریتم یک سیگنال آوایی تنها بر مبنای روابط دیرشی میان مناطق آوایی آن استوار نیست بلکه به تفاوت های مربوط به الگوی شدت در آنها نیز بستگی دارد. پارامتر آکوستیکی شدت تا حد زیادی تحت تأثیر الگوهای حرکتی اندام های گفتار مانند حرکت لبها و باز و بسته کردن دهان است. بنابراین انتظار میرود تفاوت های فردی در حرکت های اندام های گویایی و نیز تفاوتهای آناتومیکِ مربوط به ساختار دستگاه آوایی افراد منجر به تغییر توزیع انرژی در سطح سیگنال و در نتیجه تغییر مقادیر شدت در سیگنال های آوایی افراد شود. در پژوهش حاضر قصد داریم با استفاده از ابزارهای آواشناسی آزمایشگاهی و با رویکرد تشخیص هویت گوینده پارامترهای اکوستیکی ریتم گفتار را بر مبنای مشخصه های شدت-بنیاد در زبان فارسی بررسی کنیم. هدف این پژوهش بررسی توانایی پارامترهای شدت-بنیاد در سطح هجا جهت تشخیص هویت گویندگان فارسیزبان است. دو دسته از پارامترهای شدت-بنیاد یکی بر مبنای میانگین شدت هجا (stdevM, varcoM, rPVIm, rPVIm) و دیگری بر مبنای شدت قلۀ هجا (stdevP, varcoP, rPVIp, nPVIp) برای بررسی و تحلیل داده ها انتخاب شد. صدای دوازده گویشور مرد فارسیزبان در محیط آزمایشگاهی و در دو نوبت مجزا به فاصلۀ یک تا دو هفته ضبط شد. نمونههای آوایی با استفاده از برنامۀ Praat ویرایش 34، 2، 5 مورد تجزیهوتحلیل آکوستیکی قرار گرفت و تحلیل آماری دادهها و مقادیر بهدستآمده از بررسی آکوستیکی نمونههای آوایی با استفاده از نرمافزار SPSS ویرایش 0/21 و نرمافزار R ویرایش 3. 3. 3 صورت گرفت. نتایج نشان داد پارامترهای آکوستیکی ریتم گفتار بر مبنای نوسانات شدت نقش بسزایی در تشخیص هویت گویندگان فارسیزبان دارند. افزون بر آن، مشخصههای زبان-ویژه تأثیری در توانایی این پارامترها در تشخیص هویت گوینده ندارند. همچنین نتایج حاکی از آن بود که پارامترهای مبتنی بر شدت قلۀ هجا ویژگیهای فرد ویژۀ بیشتری را انعکاس میدهند. | ||
کلیدواژهها | ||
آواشناسی آزمایشگاهی؛ ریتم گفتار؛ پارامترهای شدت-بنیاد؛ تشخیص | ||
مراجع | ||
Abercrombie, D. 1967. Elements of general phonetics. Edinburgh: Edinburgh University Press. Arvaniti, A. 2012. The usefulness of metrics in the quantification of speech rhythm. Journal of Phonetics, 40(3), 351–373. Asadi, H., Nourbakhsh, M., He, L., Pellegrino, E. and Dellwo, V. 2018. Between-speaker rhythmic variability is not dependent on language rhythm, as evidence from Persian reveals. International Journal of Speech, Language and the Law, 25(2), 151-174. Asadi, H., He, L., Pellegrino, E. and Dellwo, V. 2017. Between-speaker rhythmic variability in Persian. The 26th annual conference of the International Association for Forensic Phonetics and Acoustics (IAFPA). Split, Croatia. Boersma, P. and Weenink, D. 2013. Praat: Doing Phonetics by Computer. http://www.praat.org, Accessed 13 July 2013. Chandrasekaran, C., Trubanova, A., Stillittano, S., Caplier, A. and Ghazanfar, A.A. 2009. The natural statistics of audiovisual speech. PLoS Computational Biology, 5(7), e1000436. Dellwo, V. 2010. Influences of speech rate on the acoustic correlates of speech rhythm: An experimental phonetic study based on acousticand perceptual evidence. PhD dissertation, Bonn University. Dellwo, V., Leeman, A. and Kolly, M. 2015. Rhythmic variability between speakers: Articulatory, prosodic, and linguistic factors. Journal of the Acoustical Society of America, 137:1513-1528. Erickson, D., Kim, J., Kawahara, S., Wilson, I., Menezes, C., Suemitsu, A. and Moore, J. 2015. Bridging articulation and perception: TheC/D model and contrastive emphasis. In Proceedings of the 18th International Congress of Phonetic Sciences (ICPhS), 1–5. Glasgow, UK. Fuchs, R. 2016. Speech rhythm in varieties of English. Singapore: Springer. Garnier, M., Wolfe, J., Henrich, N. and Smith, J. 2008. Interrelationship between vocal effort and vocal tract acoustics: a pilot study. In Proceedings of INTERSPEECH, 2302-2305. Brisbane, Australia. Grabe, E. and Low, E. L. 2002. “Durational variability in speech and rhythm class hypothesis”. In N. Warner & C. Gussenhoven (Eds.), Papers in Laboratory Phonology 7, 515-543, Berlin and New York: Mouton de Gruyter. He, L. and Dellwo, V. 2016. The role of syllable intensity in between-speaker rhythmic variability. International Journal of Speech, Language and the Law. Vol 23, 243-273. He, L., and Dellwo, V. 2014. Speaker idiosyncratic variability of intensity across syllables. In Proceedings of INTERSPEECH, 233-237. Singapore. IBM Corp. 2012. IBM SPSS Statistics for Windows (version 21.0). Armonk, NY: International Business Machines Corporation. Leemann, A., Kolly, M.-J., and Dellwo, V. 2014. Speaker-individuality insuprasegmental temporal features: implications for forensic voice comparison. Forensic Science International, 238, 59-67. Loukina, A., Kochanski, G., Rosner, B., Keane, E. and Shih, C. 2011. Rhythm measures and dimensions of durational variation in speech. Journal of the Acoustical Society of America, 129(5),3258–3270. Nespor, M., Shukla, M. Mehler, J. 2011. Stress-timed vs. syllable- timed languages. In M. van Oostendorp, C. J. Ewen, E. Hume & K. Rice (eds.), The Blackwell Companion to Phonology, (pp. 1147–1159). Perrier, P. 2012. Gesture planning integrating knowledge of the motor plant’s dynamics: a literature review from motor control and speech motor control. In S. Fuchs, M. Weirich, D. Pape and P. Perrier (eds) Speech Planning and Dynamics 191–238. Frankfurt am Main: Peter Lang. Pike, K. L. 1946. Intonation of American English. Ann Arbor: University of Michigan. R Core Team 2014. R: A Language and Environment for Statistical Computing(version3.3.3). R Foundation for Statistical Computing. http: // www.Rproject.org, Accessed 20 November 2016. Ramus, F., Nespor, M. and Mehler, J. 1999. Correlates of linguistic rhythm in the speech signal. Cognition, 73, 265-292. Tilsen, S. and Arvaniti, A. 2013. Speech rhythm analysis withdecomposition of the amplitude envelope: Characterizing rhythmic patterns within and across languages. Journal of the Acoustical Society of America, 134(1), 628–639. White, L., Mattys, S.L. 2007. Calibrating rhythm: First language and second language studies”, Journal of Phonetics, 35(4), 501–522. Wiget, L., White, L., Schuppler, B., Grenon, I., Rauch, O., and Mattys, S. L. 2010. How stable are acoustic metrics of contrastive speech rhythm? Journal of the Acoustical Society of America, 127(3), 1559–156. | ||
آمار تعداد مشاهده مقاله: 883 تعداد دریافت فایل اصل مقاله: 443 |