汉语声母感知清晰度计算方法的探讨-清华大学.PDF

汉语声母感知清晰度计算方法的探讨    贾珈，王永鑫，张逸嘉，田业，蔡莲红    普适计算教育部重点实验室，清华信息科学与技术国家实验室（筹），  清华大学计算机科学与技术系，北京 100084    摘要  人耳特别是患耳对于声母的感知能力往往弱于对韵母的感知。研究汉语声母的感知特 性，对临床听力评估具有重要的现实意义。本文将人耳对不同声母感知的难易程度定义为该 声母的感知清晰度，并探讨了汉语声母感知清晰度的可计算问题。具体为，从言语声学特征 的角度，挖掘汉语不同声母的关键区分特征；通过言语测听实验，分析关键区分特征与声母 感知清晰度之间的相关性；进而采用线性回归策略，提出了一种基于关键区分特征的声母感 知清晰度的计算方法。实验结果表明，该方法可以为规范听障言语测听的语料提供必要的技 术支持。    引言  首先，提取汉语声母多维时域和频域特征， 听觉是人类交流的“言语链”中的重要 挖掘不同声母的关键区分特征；进而通过言 一环。人耳对声母、韵母和声调的感知共同 语测听实验，分析关键区分特征与声母感知 构成了汉语音节的辨识与辨义。杨玉芳先生 清晰度之间的相关性；最后采用线性回归策 通过心理学实验，说明了音高和时长是影响 略，提出了一种基于关键区分特征的声母感 音节感知的主要特征[1]。由于声母时长较 知清晰度的计算方法。通过本文提出的声母 短、能量较低，人耳特别是患耳对于声母的 感知清晰度的计算方法，有助于规范临床汉 感知能力往往弱于对韵母的感知。因此，研 语言语测听的语料录制与选取，提高汉语言 究汉语声母的感知特性，对临床听力评估具 语测听的测试信度，同时可为人机交互中语 有重要的现实意义。  音信息的感知和理解提供必要的技术支持。 传统音韵学通过发音部位和发音方法   对声母进行分类，并通过统计方法和心理学 1 声母声学特征的提取  实验进一步研究声母的感知特性。张家騄、 1.1 语料库及标注  吕士楠先生等利用多维分析方法对汉语辅 本文研究使用的语料库是解放军总医 音的知觉混淆数据进行处理，得到了辅音知 院用于临床言语测听的标准语料库。其中发 觉结构，提出了影响辅音感知的主要因素依 音人为男性的专业播音员。语音的采集频率 次是：清音‐浊音、送气‐不送气、摩擦‐非摩 为 44100Hz ，其中有汉语单音节字 551 个。 擦，并揭示了人耳对于不同声母感知的差异 剔除掉零声母后，其余的 470 个音节基本涵 性 [2‐4] 。 在 汉 语 言 语 测 听 （ Speech  盖了汉语中的全部 21 种声母（b，c，ch，d， Audiometry ）研究领域，基于上述研究成果 f ，g，h，j ，k，l，m，n，p，q，r，s，sh， 对言语测试表的等价性、音位平衡研究较多 t ，x ，z，zh ），及声韵母组合。  [5,6]，而较少关注言语声学特征对听觉感知 语料库通过清华大学计算系人机语音 的影响。如何将语音感知与声学参数相结 交互实验室自主研发的VisualSpeech 软件进 合，从而量化评价人耳对不同声母的感知能 行声母起止边界的人工标注[7]。标注过程综 力，是本文探讨的问题。