3.6. ПЕРВИЧНЫЙ РЕЧЕВОЙ СИГНАЛ

Речь с физической точки зрения состоит из последовательности звуков речи с паузами между их группами. При нормальном темпе речи паузы появляются между отрывками фраз, так как при этом слова произносятся слитно (хотя слух, как правило, воспринимает слова по отдельности). При замедленном темпе речи, например при диктовке, паузы могут делаться между словами и даже их частями. Предлоги, союзы звучат всегда слитно с последующим словом.

Один и тот же звук речи разные люди произносят по-разному, каждому человеку свойственна своя манера произнесения звуков речи (своего рода устный почерк). Произношение звуков речи зависит от ударения, соседних звуков и т. п. Но при всем многообразии в их произношении они являются физическими реализациями (произнесением) ограниченного числа обобщенных звуков речи, называемых фонемами. Фонема — это то, что человек хочет произнести, а звук речи — это то, что человек фактически произносит. Фонема по отношению к звуку речи играет ту же роль, что и образцовая буква (например, курсивная) по отношению к ее рукописной форме в конкретном написании.

В русском языке насчитывается 42 основные и 3 неопределенные фонемы.

Звуки речи делятся на звонкие и глухие. Звонкие звукц образуются с участием голосовых связок, в этом случае находящихся в напряженном состоянии. Под напором воздуха, идущего из легких, они периодически раздвигаются, в результате чего создается прерывистый поток воздуха. Импульсы потока воздуха, создаваемые голосовыми связками, с достаточной точностью могут считаться периодическими. Соответствующий период повторения импульсов называют периодом основного тона голоса Обратную величину т. е. называют частотой основного тона. Если связки тонкие и сильно напряжены, то период получается коротким и частота основного тона высокой; для толстых, слабо напряженных связок частота основного тона получается низкой. Частота основного тона для всех голосов лежит в пределах Гц. При произнесении речи частота основного тона непрерывно изменяется в соответствии с ударением и подчеркиванием звуков и слов, а также для проявления эмоций (вопрос, восклицание, удивление и т. д.). Изменение частоты основного тона называется интонацией. У каждого человека свой диапазон изменения основного тона (обычно он бывает немногим более октавы) и своя интонация. Последняя имеет большое значение для узнаваемости говорящего. (Основной тон, интонация, устный почерк и тембр голоса служат для опознавания человека, и степень достоверности опознавания выше, чем по отпечаткам пальцев. Это свойство используют для аппаратуры, срабатывающей только от определенных голосов.) Импульсы основного тона имеют пилообразную форму, и поэтому при их периодическом повторении получается дискретный спектр с большим числом гармоник частоты которых кратны частоте основного тона. Огибающая спектра основного тона имеет спад в сторону высоких частот с крутизной около поэтому для мужского голоса уровень составляющих около 3000 Гц ниже их уровня около 100 Гц примерно

При произнесении звуков связки находятся в расслабленном состоянии и поток воздуха из легких свободно проходит в полость рта. Встречая на своем пути различные

Ьрегады в виде языка, зубов, губ, он образует завихрения, создающие шум со сплошным спектром.

Согласные по способу образования делятся на сонорные щелевые взрывные и аффрикаты комбинация глухих взрывных и щелевых). Гласных фонем 6: (гласные составные из или мягкого знака и гласных ).

По месту образования фонемы делятся на губные, зубные, небные, гортанные, передние и задние.

При произнесении звуков речи язык, губы, зубы, нижняя челюсть, голосовые связки должны находиться для каждой фонемы в строго определенном положении или движении. Эти движения называют артикуляцией органов речи. При этом в речеобразующем тракте создаются резонансные полости, определенные для данной фонемы, а для слитного звучания фонем в речи — и определенные переходы от одной формы тракта к другой.

При произнесении звуков речи через речевой тракт проходит или тональный импульсный сигнал, или шумовой, или тот и другой вместе. Речевой тракт представляет собой сложный акустический фильтр с рядом резонансов, создаваемых полостями рта, носа и носоглотки, т. е. с помощью артикуляционных органов речи. Вследствие этого равномерный тональный или шумовой спектр превращается в спектр с рядом максимумов и минимумов. Максимумы спектра называют формантами, а нулевые провалы — антиформантами. Для каждой фонемы огибающая спектра имеет индивидуальную и вполне определенную форму (рис. 3.10, на котором приведены спектральные огибающие для звуков При произнесении речи спектр ее непрерывно изменяется и образуются формантные переходы. Частотный диапазон речи находится в пределах Гц.

Рис. 3.10. Огибающие спектра для ряда звуков речи:

Форма усредненного спектра речи дана на рис. 3.4.

Звонкие звуки речи, особенно гласные, имеют высокий уровень интенсивности, самый низкий. При произнесении речи громкость ее непрерывно изменяется. Особенно резко она Изменяется при произнесении взрывных звуков речи. Динамический диапазон уровней речи находится в пределах Гласные звуки речи имеют в среднем длительность около 0,15 с, согласные — около 0,08 звук —около

Звуки речи неодинаково информативны. Так, гласные звуки содержат малую информацию о смысле речи, а глухие согласные наиболее информативны (например, в слове «посылка» последовательность ничего не говорит, а дает почти однозначный ответ о смысле. Поэтому разборчивость речи снижается при действии шумов, в первую очередь из-за маскировки глухих звуков.

Известно, что для передачи одного и того же сообщения по телеграфу и по речевому тракту требуется различная пропускная способность тракта. Для телеграфного сообщения достаточна пропускная способность не более а для речевого — около 100 000 бит/с (полоса равна 7000 Гц, динамический диапазон т.е. требуется семизначный код, откуда имеем т. е. в 100 раз большая.

Образование звуков речи происходит путем подачи команд к мускулам артикуляционных органов речи от речевого центра мозга. Общий поток сообщений от него составляет в среднем не более Вся остальная информация в речевом сигнале называется сопутствующей.

Речевой сигнал представляет собой своего рода модулированную несущую. Его спектр где -спектр генераторной функции, импульсов основного тона или шума; фильтровая функция речевого тракта — модулирующая кривая. Эта модуляция особая — спектральная. При ней несущая имеет широкополосный спектр, а в результате модуляции изменяется соотношение между частотными составляющими, т. е. изменяется форма огибающей спектра. Почти вся информация о звуках речи заключена в спектральной огибающей речи и ее временном изменении (частично информация о звуках речи заключена в переходах от тонального спектра к шумовому и обратно — по этим переходам узнают о смене звонких звуков на глухие и обратно). Все эти изменения происходят медленно (в темпе речи). Установлено, что

избыточность самого речевого сигнала лишь немного превышает избыточность телеграфного сигнала с таким же сообщением: речевой сигнал отличается от телеграфного тем, что в последнем нет информации об эмоциях и личности говорящего, а также исключена вся сопутствующая информация, имеющаяся в речи.

Для передачи смысла речи достаточно передавать сведения о форме огибающей спектра речи и ее временном изменении в темпе смены звуков речи, а также изменение основного тона речи и переходов тон — шум.