古力努爾·艾爾肯,祖麗皮亞·阿曼,地里木拉提·吐爾遜

(1. 新疆大學 信息科學與工程學院，烏魯木齊 830046;2. 烏魯木齊職業(yè)大學 信息工程學院，烏魯木齊 830002)

?

維吾爾語三音節(jié)詞中元音和諧的聲學特征分析

古力努爾·艾爾肯1,祖麗皮亞·阿曼2,地里木拉提·吐爾遜1

(1. 新疆大學 信息科學與工程學院，烏魯木齊 830046;2. 烏魯木齊職業(yè)大學 信息工程學院，烏魯木齊 830002)

該文從提高語音合成自然度的實際需求出發(fā)，首次從實驗語音學的角度從《維吾爾語語音聲學參數庫》中統(tǒng)計出了333個三音節(jié)詞，其中再篩選了93個全和諧詞和半和諧詞，并對其元音的寬帶共振峰模式、共振峰值、音高、時長和音強等韻律參數進行了統(tǒng)計分析，歸納了其共振峰、音高、時長和音強分布特點來考察元音和諧的基本聲學特征，總結出了一些重要的規(guī)則和結論，為參數式或波形拼接式語音合成系統(tǒng)中調整合成前的元音和諧問題提供了重要的參考依據。

三音節(jié)詞；元音和諧；聲學分析；語音合成；維吾爾語

1 引言

維吾爾語元音和諧的聲學分析既是語言學語音學研究的重要內容，又是語言合成的一項基礎性研究。元音和諧指的是元音在語音結構上的彼此搭配關系。從發(fā)音特征的角度，一般認為現代維吾爾語的元音和諧有兩種類型： 部位和諧和唇狀和諧[1]。無論是部位和諧還是唇狀和諧都是前音節(jié)元音的特征決定后續(xù)元音的特征，元音和諧的特征按照固定的方向進行擴散[2]。

維吾爾語的元音和諧研究已有了較長的歷史，例如,探討了維吾爾語語音和諧規(guī)律，包括維吾爾語元音在前后方面的和諧，唇狀方面的和諧，元音變位現象。還有論述了寬帶共振峰模式、共振峰值(F1,F2)、元音和諧的動態(tài)發(fā)音特征及元音和諧的聲學元音圖中的分布特點來分析元音和諧的基本聲學特征[3]。但是，因采用方法及數據量的限制和缺乏實驗語音學的支持，到目前為止，未能徹底解決維吾爾語元音和諧研究中的聲學問題。這嚴重影響著維吾爾語教學、科研和言語聲學工作。

近幾年來，隨著語音學和計算機技術的發(fā)展，維吾爾語語音合成技術取得了巨大的進步。目前波形合成為技術的語音合成技術已經可以合成出清晰度、可懂度較好的語音。然而，在合成語音的自然度方面仍需進一步提高。為了進一步地提高語音合成的自然度，本文從實驗語音學的特點出發(fā)，對維吾爾語元音和諧的聲學表現及語音學特征，共振峰、音高、音長和音強等諸多要素在維吾爾語固有詞里的分布模式、分布規(guī)律以及它們對元音全和諧與元音半和諧的影響進行深入的研究。通過排除語法、句法、語用、語境等方面的干擾，探討共振峰、音長、音高和音強等諸多要素在現代維吾爾語單詞中的分布模式，為高自然度維吾爾語音合成技術的研究提供重要的規(guī)則參考。

2 數據準備

2.1 三音節(jié)詞的來源

維吾爾語屬于阿爾泰語系，是一種黏著型語言，在音系上有自己的元音和諧律[6]。本文利用中國社會科學院民族學與人類學研究所語音研究室和新疆大學多語種信息技術重點實驗室語音信息處理研究室共同承擔的教育部、國家語委民族語言文字規(guī)范標準建設及信息化項目的研究成果《維吾爾語語音聲學參數庫》，統(tǒng)計出了333個三音節(jié)詞，再篩選了93個三音節(jié)和諧實驗詞，其中47個全和諧詞和46個半和諧詞。

2.2 三音節(jié)詞的錄音及聲學參數提取

《維吾爾語語音聲學參數庫》建設過程中，邀請了兩名維吾爾族主持人進行錄音，男女各一人，年齡30～40歲，每個單詞朗讀兩遍，用IBM R51型筆記本電腦和與之匹配的外置聲卡，在中國社會科學院民族學與人類學研究所標準錄音室里錄音。利用Praat語音分析軟 件[7]提取了全和諧和半和諧詞的

聲學參數，如每個音節(jié)和每個元音的時長(單位： 毫秒 ms)；每個音節(jié)上采集三個點(起始點、轉折點和結束點)作為音高目標值(單位： 赫茲 Hz)；每個音節(jié)上采集最強的點作為音強目標值(單位： 分貝 dB)。元音前四個共振峰F1-F4測量在元音目標位置上，元音目標位置是共振峰模式典型，能量強的部分(單位： 赫茲 Hz)。

3 聲學參數的統(tǒng)計分析

為了更全面地了解元音和諧的聲學特征，通過討論確定了要考察分析的對象： 首先，把三音節(jié)和諧詞分成全和諧詞和半和諧詞兩類，并分別對其(詞首音節(jié)、詞中音節(jié)、詞尾音節(jié))進行了統(tǒng)計，其中全和諧詞有四種類型，半和諧詞有兩種類型，即后-后-后(圓/不圓)式全和諧詞(記為HHHY/HHHBY)的聲學特征，前-前-前(圓/不圓)(記為QQQY/QQQBY)式全和諧的聲學特征，后-后-后式半和諧詞(記為HHH)以及前-前-前式半和諧詞(記為QQQ)的聲學特征。最后，分別從它們的時長、音高、音強和共振峰分布模式來進行元音和諧的聲學特征分析。

表1 HHHBY式全和諧詞的參數

表2 HHHY式全和諧詞的參數

表3 QQQBY式全和諧詞的參數

表4 QQQY式全和諧詞的參數

表5 HHH式半和諧詞的參數

表6 QQQ式半和諧詞的參數

在以上表格中，所列的數據是研究元音和諧聲學特征必不可少的參數。其中，元音時長表示語言持續(xù)的時間， 一般以毫秒 (ms) 或秒(s)為單位； 對

于音高特征，人們習慣用“音高”來區(qū)分音的頻率高低(單位： 赫茲 Hz)、其計算方法為： 首先，每個音節(jié)(詞首音節(jié)，詞中音節(jié)，詞尾音節(jié))上采集三個點(起始點、轉折點和結束點)。其次，分別對其進行統(tǒng)計分析，最后計算出每個音節(jié)的平均值就是表格中的音高值；每個音節(jié)上采集最強的點作為音強目標值(單位： 分貝 dB)。音高和音強都是音的物理屬性，音高是音的高低，決定于物體振動的頻率，例如，簡譜用1234567再加高音點低音點來表示不同音高的高低，從視覺上我們一眼就能看出樂譜中音的高低；音強是音的強弱，決定于物體振動的幅度，振動幅度大則音強，反之則音弱[8]。在以上分析的基礎上，我們可以進一步研究兩組發(fā)音人元音和諧詞的元音時長、音高、音強和共振峰分布模式，以便找到其一般規(guī)律。

3.1 元音時長分布模式

圖1～6為兩位(1男1女)維吾爾族主持人朗讀的三音節(jié)元音和諧詞中元音時長(平均值)的分布模式示意圖。圖中可以看出，在HHHBY式全和諧詞元音時長分布模式中， 無 論 是男性還是女性的詞末元音時長值比非詞末元音的均要高(依次分別為詞尾>詞中>詞首)；而詞首、詞中和詞尾音位置女性的元音時長值明顯高于男性；在HHHY式全和諧詞時長分布模式中，詞首、詞中和詞尾位置上女性的時長值均比男性高，女性時長值分布特征為詞尾> 詞首>詞中，而男性的時長值分布特征為詞首>詞尾>詞中；HHHY式全和諧詞時長分布特征與QQQY式全和諧詞的特征基本上類似，唯一不同之處是QQQY式全和諧詞中，女性詞首時長值均大于男性。無論是HHH/QQQ式半和諧詞(男/女)元音時長分布模式中，詞末音節(jié)元音的時長值始終比非詞末音節(jié)元音的時長值要長；QQQBY式全和諧詞的時長分布模式也有同樣的性質。由此得到的一般規(guī)律是前音節(jié)元音的特征決定后續(xù)音節(jié)中元音的特征，元音和諧的特征按照固定的方向進行擴散。

圖1 HHHBY式全和諧詞的時長分布模式

圖2 HHHY式全和諧詞的時長分布模式

圖3 QQQBY式全和諧詞的時長分布模式

圖4 QQQY式全和諧詞的時長分布模式

圖5 HHH式半和諧詞的時長分布模式

圖6 QQQ式半和諧詞的時長分布模式

3．2 音高分布模式

圖7 HHHBY式全和諧詞的音高分布模式

圖8 HHHY式全和諧詞的音高分布模式

圖9 QQQBY式全和諧詞的音高分布模式

圖10 QQQY式全和諧詞的音高分布模式

圖7～12為兩位(1男1女)維吾爾族主持人朗讀的三音節(jié)元音和諧詞中元音音高(平均值)的分布模式示意圖。由圖可知， QQQBY/HHHBY式全和諧詞元音音高分布模式是： 無論男性還是女性都先低后高再低，即“L-H-L模式”；音高分布特點是詞首音節(jié)平穩(wěn)，詞中音節(jié)呈上升趨勢，詞尾音節(jié)呈下降趨勢，音高曲線的落點低。QQQY/HHHY式全和諧詞的音高分布特征與QQQBY/HHHBY式全和諧詞的音高分布特征相異；因此可以看出，和諧詞的變化規(guī)律是按照固定的方向進行擴散，即詞首音節(jié)到詞尾音節(jié)由下往上、 三個音節(jié)呈往上趨勢。QQQ/HHH式半和諧詞(男/女)變化呈現出先低后高再低的特征，即呈拋物線狀，音高曲線的落點高。通常情況下成年男聲的基頻分布在90赫茲到120赫茲，成年女聲的基頻主要分布在200赫茲到240(甚至更高)，上圖中也證明了這一點。

圖11 HHH式半和諧詞的音高分布模式

圖12 QQQ式半和諧詞的音高分布模式

3．3 音強分布模式

圖13 HHHBY式全和諧詞的音強分布模式

圖14 HHHY式全和諧詞的音強分布模式

圖15 QQQBY式全和諧詞的音強分布模式

圖16 QQQY式全和諧詞的音強分布模式

圖17 HHH式半和諧詞的音強分布模式

圖18 QQQ式半和諧詞的音強分布模式

圖13～18為兩位(1男1女)維吾爾族主持人朗讀的三音節(jié)元音和諧詞中元音音強(平均值)的分布模式示意圖。由圖可以看到，在HHHBY式全和諧詞音強分布模式中，男性的音強分布模式是： 詞尾>詞中>詞首；而在女性的音強分布模式中，詞尾音節(jié)與詞中音節(jié)的音強值均等，同時都強于詞首音節(jié)，其分布模式為： 詞尾=詞中>詞首。在QQQY式全和諧詞音強分布模式中，無論是男性還是女性的詞末元音音強值比非詞末元音的均要強(依次分別為詞尾>詞中>詞首)；QQQ式半和諧詞音強分布特征與QQQY式全和諧詞的特征基本上類似。在QQQBY/HHHY式全和諧詞音強分布模式中，男性的音強分布模式是： 詞尾>詞中>詞首；而在QQQBY式全和諧詞(女)中，詞中音節(jié)與詞首音節(jié)的音強值均等，其分布模式為： 詞尾>詞中=詞首；在HHHY式全和諧詞(女)中詞中音節(jié)的音強值略強于詞尾音節(jié)，其分布模式為： 詞中>詞尾>詞首；HHH式半和諧詞的音強分布特征類似于QQQBY式全和諧詞的分布特征。由此可得到的一般規(guī)律是無論全和諧詞還是半和諧詞，元音的[+前]或[-前]特征是維吾爾語元音和諧的基本特征，唇狀和諧特征只是舌位和諧的伴隨性特征。

4 討論

音長、音強和音高問題是分析元音和諧的主要聲學關聯物，它們的分布模式因語言而異[9]。為了客觀而更準確地研究維吾爾語三音節(jié)詞元音和諧(全和諧詞與半和諧詞)的聲學特征，我們在寬帶語譜圖上測量每個元音共振峰穩(wěn)定段的共振峰值，求出每個音節(jié)元音樣點共振峰值的平均值，并對男/女共振峰平均值進行比較。其結果分別見圖19和圖20。

圖19 全和諧詞的共振峰分布模式

圖20 半和諧詞的共振峰分布模式

共振峰和舌位問題是聲學語音學的基本理論問題，很多學者從不同的領域(生理，聲學，聽覺)出發(fā)研究了這個問題[10]。圖19的結果顯示三音節(jié)全和諧詞中，男聲各音節(jié)的元音共振峰F1～F4值都小于女聲。其中，QQQBY式全和諧詞與HHHBY式全和諧詞的各元音共振峰F2值分別在1 500和1 950以上；在圓唇元音參與構成的QQQY式全和諧詞與HHHY式全和諧詞中，各音節(jié)元音共振峰F2值都在1 200和1 850以上。由此得到一般規(guī)律是圓唇對F2值有降低作用，而對F1,F3和F4值的變化規(guī)律不明顯。圖20的結果顯示，QQQ式半和諧與HHH式半和諧詞中女聲的共振峰值一直高于男聲，而男女聲的共振峰F1值均在650以下，共振峰F2值在1 750以下，共振峰F3值在3 200以下。這表明F1頻率增加同開口度相關，頻率值越高開口度越大，頻率值越低開口度越??；F2與圓唇度有關，頻率越低舌位越后，頻率越高舌位越前；F3和F4值變化不明顯。

5 結論

本文首次對維吾爾語固有三音節(jié)詞的元音全和諧和半和諧詞的特征進行了聲學分析，統(tǒng)計歸納了其自然節(jié)奏模式(音長分布模式、音強分布模式和音高分布模式)，另外從研究三音節(jié)全和諧和半和諧詞的共振峰值變化特點幾方面來考察了元音和諧的基本聲學特征，首次從實驗語音學角度論證了“維吾爾語的元音和諧以元音的前或后特征為和諧特征”的傳統(tǒng)說法，得出了如下結論：

由元音時長分布模式我們可知，無論是男性還是女性時長值詞末元音比非詞末元音均要高，元音和諧的特征按照固定的方向進行擴散的特征。音高分布模式特點說明，半和諧詞具有典型的“L-H-L”模式(低-高-低)；QQQY/HHHY式元音全和諧詞的變化特征與QQQBY/HHHBY式元音全和諧詞的變化特征不同，和諧詞的變化規(guī)律按照固定的方向進行擴散。音強分布模式說明，無論是全和諧詞還是半和諧詞，元音的[+前]或[-前]特征是維吾爾語元音和諧的基本特征，唇狀和諧特征只是舌位和諧的伴隨行特征，并且三音節(jié)全和諧詞和三音節(jié)半和諧詞的均值起伏不大，并且在62dB到74dB之間。而共振峰特點是每個音節(jié)內的共振峰相對穩(wěn)定，具有明顯的單元音共振峰特征，這表明元音和諧中每個音節(jié)內的元音發(fā)音時發(fā)音器官處于相對穩(wěn)定狀態(tài)。此方面的研究不僅對語音合成技術提出了更高的要求，而且說明提高自然度仍然是語音合成技術的當務之急。

[1] 哈力克,吾麥爾.基礎維吾爾語[M].烏魯木齊:新疆大學出版社,1997： 86-88.

[2] 易斌.現代維吾爾語元音和諧形式及其特點[J].民族語文,2006(2)： 51-53.

[3] 易斌.現代維吾爾語元音的實驗語音學研究[M].北京:中國社會科學出版社,2012： 92-93.

[4] 阿力木江·托乎提.維吾爾語語音和諧規(guī)律處理及其軟件設計[D].北京:中央民族大學,2007年.

[5] 趙相如,朱志寧.維吾爾語簡志[M].北京： 民族出版社,1985： 16-21.

[6] 魏玉清,張吉生.維吾爾語元音和諧的自主音段分析[J].語言科學,2011，10(5)： 511-517.

[7] http://www.fon.hum.uva.n1/praat/[DB/OL].

[8] http://zhidao.baidu.com/question/183890099.html.

[9] 祖麗皮亞·阿曼,艾斯卡爾·艾木都拉.維吾爾語雙音節(jié)詞韻律特征聲學分析[J].中文信息學報,2009,23(5): 104-107.

[10] 鮑懷翹,阿西木.維吾爾語元音聲學初步分析[J].民族語文,1988,5： 4-13.

古力努爾·艾爾肯(1988—),博士研究生,主要研究領域為實驗語音學。E-mail:2219658263@qq.com祖麗皮亞·阿曼(1980—),碩士,講師,主要研究領域為實驗語音學。E-mail:281363669@qq.com地里木拉提·吐爾遜(1958—),學士,教授,主要研究領域為實驗語音學。E-mail:tursundilmurat@gmail.com

歡迎訂閱《中文信息學報》

《中文信息學報》( Journal of Chinese Information Processing )是全國一級學會——社團法人中國中文信息學會和中國科學院軟件研究所聯合主辦的學術性刊物，創(chuàng)刊于1986年10月，現為雙月刊。2007年改版為大16開，每期126頁，由商務印書館出版，成為商務印書館期刊方陣中的期刊之一，清華大學印刷廠印刷。

《中文信息學報》是我國計算機、計算技術類83種刊物中的中文核心期刊。主要刊登中文信息處理基礎理論與應用技術方面的高水平學術論文，內容涵蓋計算語言學(包括語音與音位、詞法、句法、語義、語用等各個層面上的計算)，語言資源建設(包括計算詞匯學、術語學、電子詞典、語料庫、知識本體等)，機器翻譯或機器輔助翻譯，漢語和少數民族語言文字輸入輸出及其智能處理，中文手寫和印刷體識別，中文語音識別及文語轉換，信息檢索，信息抽取與過濾，文本分類、中文搜索引擎，以自然語言為樞紐的多模態(tài)檢索，與語言處理相關的數據挖掘、機器學習、知識獲取、知識工程、人工智能研究，與語言計算相關的語言學研究等。也刊登相關綜述、研究報告、成果簡介、書刊評論、專題討論、國內外學術動態(tài)等稿件。

讀者對象主要是從事中文信息處理的研究人員、工程技術人員和大專院校師生等。

《中文信息學報》(國內統(tǒng)一刊號： CN11-2325/N；國際統(tǒng)一刊號： ISSN 1003-0077)國內外公開發(fā)行，國內定價每期30元，全年180元；海外US$50/年(平郵)。

國內發(fā)行處： 《中文信息學報》編輯部

國外發(fā)行處： 中國圖書進出口總公司 100020 北京88-E信箱

1． 郵局匯款

收款單位： 《中文信息學報》編輯部

地 址： 北京8718信箱 《中文信息學報》編輯部

郵政編碼： 100190

收 款 人： 《中文信息學報》編輯部

2． 銀行轉賬

開戶銀行： 工商行北京市分行海淀西區(qū)支行

戶 名： 中國中文信息學會

賬 號： 0200004509014415619

《中文信息學報》編輯部

地 址： 北京海淀區(qū)中關村南四街4號7號樓201房間

電 話： 010-62562916 010-62661046

電子信箱： jcip@iscas.ac.cn

Acoustic Analysis of Vowel Harmonious in Tri-syllabic Uyghur Words

Gulnur Arkin1, Zulpiye Aman2, Dilmurat Tursun1

(1. College of Information Science and Engineering, Xinjiang University, Urumqi, Xinjiang 830046, China；2. College of Information Engineering, Urumqi Vocational University, Urumqi, Xinjiang 830002, China)

A statistical analysis is carried on 93 complete/incomplete vowel harmonious words chosen from 333 tri-syllabic words in Uyghur Language Acoustical Database. It is focused on the basic acoustic features of tri-syllabic complete/incomplete harmonious words including the broadband resonance peak mode, resonance peak value, vowel duration, vowel pitch and the sound intensity. The rules and findings are of great importance for adjusting vowel harmony in synthesis sub-procedure of parametric or waveform concatenation based speech synthesis system.

tri-syllabic word; vowel harmony; acoustic analysis; speech synthesis; uyghur language

1003-0077(2015)04-0199-08

2013-07-19 定稿日期： 2013-07-19

國家自然科學基金資助項目(61063023)

TP391

A