Основы акустики и электроакустики. 2 часть.

Речь человека

Человек имеет акустический передатчик, функции которого выполняет голосовой аппарат. При образовании звуков речи воздушный поток из легких проходит через трахею, голосовую щель, гортань и затем разветвляется в носоглотку и полость рта. Из носоглотки воздушный поток выходит через ноздри, из полости рта – через ротовое отверстие. При вдохе и выдохе голосовая щель полностью открыта, при произношении некоторых звуков, называемых вокализованными, голосовые связки колеблются (вибрируют), голосовая щель то увеличивается, то уменьшается, то полностью закрывается.

В результате колебаний голосовых связок воздушный непрерывный поток, идущий из легких, преобразуется в импульсный, создавая на выходе перепады звукового давления. Частоту колебаний голосовых связок называют частотой основного тона.

При произношении глухих согласных звуков, называемых невокализованными, голосовые связки не вибрируют, однако из-за прохождения воздуха между кончиком рта и языка, зубами, губами воздушный поток завихрятся, и создается шум.

Полость рта и носоглотки представляет собой акустические резонаторы, проходя которые одни частоты ослабевают, другие усиливаются.

Каждому элементарному акустическому звуку, называемому фонемой, соответствует определенная форма акустических резонаторов, обусловленная формой губ, зубов, размером гортани, положением языка и т.д. У людей индивидуальный голосовой аппарат и это дает возможность идентифицировать речь конкретного человека.

Каждая фонема (звук речи) имеет характерное для нее распределение энергии по частоте. В русском языке 44 фонемы. В диапазоне звуковых частот есть несколько участков спектра, на которых более высокий уровень спектральных составляющих, чем на соседних частотах. Эти участки спектра называются формантными, а частоты, соответствующие максимальным – формантными частотами Fk (k = 1, 2, 3, …). Наибольшее значение амплитуд называют амплитудами формант ak.

Речь иногда называют формантным рисунком и он индивидуален для различных языков и различных лиц. В русской речи обычно наблюдаются от одной до шести формант.

Взаимное расположение формант, их число и частное размещение для одних и тех же звуков в различных звукосочетаниях могут значительно различаться. Однако взаимное расположение формантных областей имеет в среднем определенное положение. Это дает возможность распознавания речи с помощью ЭВМ. На рис. 5 приведены кривые, характеризирующие форманты для нескольких мужских голосов.

Практически это плотность распределения вероятностей нормального распределения вокруг формантных частот. Под спектром речи принято понимать зависимость среднего за длительный временной интервал уровня Вр, выраженного в децибелах, от частоты f. То есть это логарифмический энергетический спектр, что определяется логарифмической шкалой чувствительности слуха человека.

Сосредоточенность спектра речи позволила ограничить спектр телефонного сигнала частотами от 0,3 до 3,4 кГц и это международный стандарт на спектр телефонии. Английская речь по сравнению с русской имеет более равномерный спектр в диапазоне телефонного канала. Китайская речь характерна сдвигом формант в более высокую частотную область.

На рис. 6 приведено изменение характеристик русской речи и параметров слуха в зависимости от частоты.