陳志杰，王韋皓

陳志杰/四川師范大學電影電視學院助教(四川成都610036）；王韋皓/四川電影電視職業(yè)學院講師，碩士 （四川成都 610036）。

在研究開始之前我們要先了解一下語音的定義，語音就是語言的聲音，是語言符號系統(tǒng)的載體，它由人的發(fā)音器官發(fā)出，負載著一定的語言意義。語言依靠語音實現(xiàn)它的社會功能。語言是音義結合的符號系統(tǒng)，語言的聲音和語言的意義是緊密聯(lián)系著的，因此，語言雖是一種聲音，但又與一般的聲音有著本質的區(qū)別。語音是人類發(fā)音器官發(fā)出的具有表義別義認知傳承功能的聲音，不能把語音看成純粹的自然物質；語音是最直接地記錄思維活動的符號體系，是語言交際工具的一種聲音形式。

一、情感語音的含義和發(fā)音機制

（一）情感語音的含義

情感是因所處環(huán)境及心理狀態(tài)而主觀沖動引起的一種感情狀態(tài)，可以引起語音、表情和行為上的表現(xiàn)變化。情感語音是指說話人在一定的情感狀態(tài)下產生的具有特定語義的發(fā)音。Klaus認為情感不同于情緒立場、態(tài)度以及性情，雖然它們之間并沒有絕對獨立。一般情況，情感和態(tài)度容易弄混，但是，二者是有本質差別的。態(tài)度是一種主動感情色彩，反映的是說話者的對話目的，情感卻是被動的，主要是說話人所處環(huán)境和心理狀態(tài)的反映。所以，我們研究的情感主要有生氣、傷心、愉悅、興高采烈以及絕望等。在衡量情感狀態(tài)的發(fā)音表現(xiàn)程度主要運用心理學中高低警醒的概念，通常高警醒指發(fā)音人投入大量感情，對于情感語音的研究主要是一些較為典型的情感狀態(tài)（高興、生氣、害怕等）。

（二）發(fā)音機制

情感語音的發(fā)音機制通常也叫調音機制、調節(jié)機制，它同語音的音色關系十分密切，通常指聲腔對于聲帶音的共鳴、調節(jié)作用。聲腔主要以雙唇圓展不同、舌形的變化（舌頭前伸、后縮、上升、下降等），使聲腔的容積大小、形狀產生變化而起到調節(jié)控制作用。通常情況下，舌頭前伸發(fā)出的是前元音如/y/,舌頭后縮發(fā)出的是后元音如/u/，舌位較高發(fā)出的就是高元音如/i/，舌位較低發(fā)出就是/a/。如果舌位一樣但是雙唇圓展不同的話會調節(jié)成音色不同的元音，如元音/i/、/y/的不同，舌位處在前高位置雙唇圓展不同。語音合成主要有通過模擬人的發(fā)音器官的發(fā)音動作而產生的模擬語音和分析綜合自然語音中聲波中的主要特征參量以合成語音的兩種方法。由此可知，建立模擬生理發(fā)音數(shù)據(jù)，對語音合成有著積極的促進作用。就目前情況來看，情感語音發(fā)音機理的研究主要是英語，而國內漢語的情感發(fā)音機理研究還未開展。對漢語的情感語音調音機理的研究，從理論和實踐兩個方面都有意義。從理論上，可以探索言語交際過程中，不同的情感語音發(fā)音是否存在一種特定的模式，以及在不同情感下的調音機制是否相同，具體的表現(xiàn)如何。在語音技術方面，對語音合成和理解將有一定的指導意義。

二、情感語音發(fā)音研究現(xiàn)狀

對于漢語的發(fā)音機理研究主要是基于元音發(fā)音的研究，主要在于元音發(fā)音的研究 ，在2004年唐納·艾瑞克森（Donna Erickson）利用電磁發(fā)聲儀（EMA）對兩個人的發(fā)音/a/做了發(fā)音比較，從而發(fā)現(xiàn)兩個人在聲調1和聲調3的發(fā)音上有明顯的后縮，聲調1的基頻要比聲調3高一些。同年菲利普·胡勒（Philip Hoole）與胡方用 EMA 對普通話中的單元音/a/、/i/、/u/，做發(fā)音上（用舌頭、下頜以及唇形）的比較發(fā)現(xiàn)/a/、/u/在聲調3的位置發(fā)音明顯后縮。目前為止，對于情感語音的發(fā)音機理研究還是比較局限的，怎樣得到情感語音的數(shù)據(jù)、發(fā)音人的感情表達程度都會影響到研究情感語音發(fā)音。2000年艾瑞克森對不同的情感狀態(tài)下的調音形式提出自己的觀點，通過在美國本土的實驗發(fā)現(xiàn)在贊美、懷疑、生氣時，讀同樣的詞多次采集數(shù)據(jù)，分析下頜、唇、舌背位置，發(fā)現(xiàn)生氣時，發(fā)音人的下頜、與舌頭位置偏低，懷疑時二者的位置高，比較說來，人在懷疑時比生氣或是贊美的發(fā)音，下頜與舌頭位置更高一些。在2007年他又做了一次實驗，他讓一個人事先錄制了即興語音，之后通過刺激使接受實驗的人在不同的情感狀態(tài)下得到情緒數(shù)據(jù)，然后模仿上次的錄音時的語調、情緒以及朗讀三個任務，最后進行對比分析。從中發(fā)現(xiàn)，在難過或是一般的情緒下，下頜的發(fā)音位置沒明顯變化，但舌形、舌位有較大的差別。同時，即興的情感語音與模仿的情感語音也有較大差別。2010年李愛軍等做了一個實驗用EMA一個人在七種情感狀態(tài)下的語音，經研究分析得出舌體在生氣、難過這種情感狀態(tài)下比高興、中立時要高，舌形在難過時的變化也比其他情感狀態(tài)要明顯，在生氣或高興的情感狀態(tài)下，除了/a/之外的元音聲道都有變化，相比中立、難過時，聲道變窄。

三、以元音為例研究情感語音發(fā)音

（一）元音在四種聲調下發(fā)音區(qū)別

針對元音在不同聲調下的發(fā)音部位存在的差異進行比較。

1./a/的發(fā)音區(qū)別。我們首先要了解/a/在普通話中是央、低、不圓唇的元音。在聲調3發(fā)音時，舌位比其他聲調靠后，而且最低，在聲調1時舌位較高而且靠前，在聲調2和聲調4差異則不大。

2./i/的發(fā)音區(qū)別。/i/在普通話中是前、高、不圓唇的元音。在聲調3發(fā)音時舌位上三點以及下齒齦的位置相比其它三種聲調更靠后，并且更向上。聲調1時舌位三點在水平方向上更靠前，并且相比其他三種聲調稍靠下。

3./u/的發(fā)音區(qū)別。/u/在普通話中是后、高、圓唇的元音。在聲調2發(fā)音時，舌位上三點以及下齒齦的位置相對其它三種聲調靠后，且偏高。聲調1時，舌位三點及下齒齦以及下唇的位置相對靠前。

4./y/的發(fā)音區(qū)別。/y/在普通話中是前、高、圓唇的元音。在聲調3發(fā)音時，舌位比另外三種聲調稍靠后且下唇的位置偏高，在聲調1時下唇的位置最低，然在聲調4時下唇的位置最高，這種情況說明在這聲調時更圓唇一些。

5./e/的發(fā)音區(qū)別。/e/在普通話中是后、半高、不圓唇的元音。在聲調2和聲調3發(fā)音時，舌后、舌片、舌尖和下齒齦的位置與聲調1和聲調4發(fā)音時聲調偏靠后，而且在高低維度上比聲調1和聲調4時偏低，在聲調1時，下齒齦的位置比較高。

6./o/的發(fā)音區(qū)別。/o/在普通話中是后、半高、圓唇的元音。在聲調3的發(fā)音時，相比其他三種聲調舌后、舌片以及舌尖的舌位偏后并且偏低，在聲調1時，舌位三點的位置最高，聲調4時，下齒齦、下唇、上唇的位置偏高，說明在聲調4發(fā)音時，比其它三種聲調更圓唇。

（二）元音的四種聲調下的聲學參數(shù)分析

經研究表明，元音四種聲調的聲學數(shù)據(jù)基頻與共振峰F1、F2、F3 的不同。

1.所有元音在發(fā)聲調3時，與其他三種聲調相比時，它體現(xiàn)的基頻數(shù)據(jù)最低。

2.從元音/a/來說，共振峰F1數(shù)據(jù)大小，聲調3<聲調2<聲調1<聲調4，且聲調1與聲調3相差明顯，F(xiàn)2時數(shù)據(jù)大小與F1一樣。從單因素方差分析結果看出，聲調2與聲調4、聲調3與聲調4差異也十分顯著。

3.從元音/i/來說，共振峰F1數(shù)據(jù)大小，聲調3<聲調2<聲調1<聲調4，從單因素方差分析結果看出，聲調2與聲調4、聲調3與聲調4相差明顯，F(xiàn)2時數(shù)據(jù)大小，聲調3<聲調1<聲調2<聲調4，從單因素方差分析結果看出，聲調2與聲調3、聲調3與聲調4的差異明顯。

4.從元音/u/來說，F(xiàn)1時數(shù)據(jù)大小，聲調1<聲調4<聲調3<聲調2，從單因素方差分析結果看出，聲調1與聲調2差距明顯，F(xiàn)2時數(shù)據(jù)大小，聲調4<聲調1<聲調3<聲調2，從單因素方差分析結果看出，聲調1與聲調2、聲調2與聲調4差距明顯，F(xiàn)3時，聲調4<聲調1<聲調 2<聲調 3，從結果表明：聲調1與聲調2、聲調1與聲調3差異十分明顯。

5.從元音/y/來說，F(xiàn)1時數(shù)據(jù)大小，聲調1<聲調3<聲調4<聲調2，從單因素方差分析結果看出，聲調1與聲調2、聲調1與聲調3差距明顯，F(xiàn)2時數(shù)據(jù)大小，聲調3<聲調2<聲調1<聲調4，從單因素方差分析結果看出，聲調1與聲調3、聲調2與聲調4差距明顯，F(xiàn)3時，聲調2<聲調3<聲調1<聲調4，從結果表明：聲調1與聲調2、聲調1與聲調3差異十分明顯。

6.從元音/e/來說，F(xiàn)1時數(shù)據(jù)大小，聲調2<聲調3<聲調4<聲調1，從單因素方差分析結果看出，聲調1與聲調2、聲調1與聲調4差距明顯，F(xiàn)2時數(shù)據(jù)大小，聲調3<聲調2<聲調1<聲調4，從單因素方差分析結果看出，聲調1與聲調2、聲調1與聲調4差距明顯。

7.從元音/o/來說，F(xiàn)1時數(shù)據(jù)大小，聲調1<聲調2<聲調3<聲調4，從單因素方差分析結果看出，聲調1與聲調3、聲調1與聲調4差距明顯，F(xiàn)2時數(shù)據(jù)大小，聲調2<聲調3<聲調1<聲調4，從單因素方差分析結果看出，聲調1與聲調2、聲調2與聲調4差距明顯。

（三）元音的發(fā)音與聲學的聯(lián)系

早在1948年喬斯（Joss）就提出舌位高度和共振峰F1的關聯(lián)，且共振峰F2與舌位前后也有關系。之后，在1951年德萊特（Delatter）在二者間作了詳細比較，注意到舌位高低與F1的不一樣的關系，得出的結論就是F1頻率高度與開口度有直接關系，F(xiàn)2頻率降低與舌位后縮也有直接關系，頻率越低舌位越靠后，F(xiàn)3的高度與軟腭的位置有關，軟腭降的越低，F(xiàn)3也越低。

綜上所述，過去對情感語音的研究一直在較為淺顯的層面上，這次我們結合普通話中的六個元音進行詳細地研究，利用EMA對發(fā)音數(shù)據(jù)收集、分析，在不同的情感狀態(tài)下，發(fā)音不同，由此體現(xiàn)出不同感情的意義，為以后進一步研究語音調音機理做了更加充分的準備。通過對于普通話的元音在四種聲調下不同的發(fā)音數(shù)據(jù)研究，從中發(fā)現(xiàn)元音不同時，在不同聲調下的調音也不同，所以說聲調影響發(fā)音。研究不同的發(fā)音人對元音調音所存在的相似性和不同性，為以后將不同的情感加入到研究中努力，進而，建立情感語音發(fā)音數(shù)據(jù)語料庫。

[1] 趙艷.語音情感識別與特征分析若干問題研究[D].東南大學，信息與通信工程；信號與信息處理，2010.

[2] 蔚洪.漢語基元音素獨立分量譜分析對比及語音合成研究[D].云南大學，通信與信息系統(tǒng)，2011.

[3] 何凌，黃華，劉肖珩.基于聲門特征參數(shù)的語音情感識別算法研究[J].計算機工程與設計，2013（06）.

[4] 蔡蓮紅，黃德智，蔡銳.現(xiàn)代語音技術基礎與應用[M].清華大學出版社，2003.

[5] 張雪英.數(shù)字語音處理及MATLAB仿真[M].北京：電子工業(yè)出版社，2011.

[6] 王源，陳亞軍.基于高斯混合模型的EM學習算法[J].山西師范大學學報(自然科學版),2005(19).

[7] 韓笑蕾，王成儒，賈曉光.語音情感識別綜述[J].東北大學學報(自然科學版),2007(01).

[8] 付淑群，曹炳元，馬盡文.EM算法正確收斂性的探討[J].汕頭大學學報(自然科學版),2002(17).