劉猛，潘洋緒

（河海大學(xué) 計算機與信息學(xué)院，江蘇 南京　210098）

基于RFC模型的英語語調(diào)差異性研究

劉猛，潘洋緒

（河海大學(xué) 計算機與信息學(xué)院，江蘇 南京210098）

本文主要對英語語調(diào)差異性進行研究，分析中國英語語者與英語母語者語調(diào)差異性。對實驗數(shù)據(jù)語音文件利用已建立的實驗包通過MATLAB軟件提取基頻，基于提取的基頻生成基頻曲線。對得出的基頻曲線基于上升/下降/連接模型（RFC模型）［］在起始位置斜度，結(jié)束位置斜度，基音頻率均值，頻域范圍，語速五個方面參數(shù)方面進行研究。分別對中國英語語者和英語母語者就上述五個參數(shù)進行分析。實驗數(shù)據(jù)表明基于RFC模型的語調(diào)差異性研究可行，中國英語語者和英語母語者在分析的5個參數(shù)上都有明顯的差異。

語調(diào)；MATLAB；基頻；RFC模型

語調(diào)通常指的是語音語句基頻的變化，基頻承載了大量的語調(diào)信息。語調(diào)是目前語音分析，語音合成等領(lǐng)域都比較關(guān)注的重要課題。目前，現(xiàn)代英語語調(diào)研究大體可分為三大流派［2］，偏重于語音層面的構(gòu)形方法研究；偏重音位層面的音高音位方式研究；試圖在音系和語音層面建立聯(lián)系的自主音段-節(jié)奏方式研究。國外的英語語調(diào)習(xí)得研究主要是對不同母語學(xué)習(xí)者的語調(diào)的習(xí)得過程、語調(diào)特征和口語發(fā)聲時定的描述性研究［3］。在語調(diào)模型研究方面，F(xiàn)ujisaki提出重音和短語以對數(shù)形式相加的語調(diào)模型［4］。國內(nèi)對中國英語語者的語調(diào)研究起步于理論研究，主要通過對比分析英漢兩種語言在語調(diào)上的差異，解釋中國學(xué)習(xí)者這語調(diào)習(xí)得中存在的問題［5］。

也有研究學(xué)者通過實證研究，借助語音實驗研究軟件分析頻譜語圖來揭示中國英語語者的語調(diào)特征［6］。該類研究多是從語言學(xué)的角度去分析中國學(xué)習(xí)者的口語語調(diào)特征，缺乏對中國英語語者語調(diào)模式的概括。本文根據(jù)語音合成中用來描述語調(diào)的RFC模型 ，利用能夠很好反映出中國英語語者和英語母語者的語調(diào)差異方面的特征參數(shù)。通過實驗對比計算特征參數(shù)間的差異，得出結(jié)論。

1　總體設(shè)計

本文的目標(biāo)是基于RFC模型分析中國英語語者和英語母語者語調(diào)的差異性。通過利用RFC模型原理建立基頻語調(diào)模型分析參數(shù)差異性，從而得出語調(diào)的差異性大小是否明顯?？傮w的流程圖如圖1所示。

圖1　總體設(shè)計流程圖Fig.1　The overall design flow chart

步驟一：實驗數(shù)據(jù)集的得到，文中用 COOLEDIT軟件錄制語音文件，生成原始語音材料；步驟二：對得到的原始語音材料進行預(yù)處理，包括重采樣改變文件的格式，采樣率等便于后面利用軟件包提取基頻；步驟三：利用實驗室前期建立的實驗包以及MATLAB軟件提取基，生成基頻曲線；步驟四：對得到的基頻曲線通過分析起始位置斜度、結(jié)束位置斜度、基音頻率均值，基音頻率范圍、語速5個參數(shù)，得出中國英語學(xué)習(xí)者和英語母語者語調(diào)在這5個參數(shù)上的差異性。

2　基于RFC模型的參數(shù)分析

s為一句語音的單詞數(shù)，采樣頻率fs=16 000，t1和t4分別為起始位置采樣點數(shù)和結(jié)束位置采樣點數(shù)。由于采樣率fs為16 000 Hz，即每秒有16 000個采樣點，因此在計算時乘以采樣率得到語速單位為單詞數(shù)/秒。

起始位置斜度，用δ1表示，定義為

大部分的語調(diào)信息主要隱含在基頻中，因此分析基頻中可以很好的得到語調(diào)的差異。Cruttenden研究中指出起始位置和結(jié)束位置的上升或下降是反映不同的口音類型語調(diào)的一個重要指標(biāo)［7］。上升/下降/連接模型是用來描述在音調(diào)輪廓的差異。通過提取的基頻生成基頻曲線，利用RFC模型原理建立基頻語調(diào)模型［8-9］。本文就是通過此模型分析起始位置斜度、結(jié)束位置斜度，基音頻率范圍，基音頻率均值，語速五個參數(shù)分析差異性。圖2是一個反映語調(diào)的基頻曲線圖模型，其中實黑線是基頻曲線。橫坐標(biāo)是采樣點數(shù)，用表示，縱坐標(biāo)是頻率，用表示。

這里對需要分析的5個參數(shù)進行定義：

語速，用表示，則語速定義為

即從起始采樣點處到基頻曲線第一個上升段和下降段結(jié)合點處的相對斜度，可直觀的顯示出語音語句開始時的起伏程度。

結(jié)束位置斜度，用δ2表示，定義為

即基頻曲線最后一段曲線的起伏程度，基頻曲線最后采樣點處到最后一段曲線下降時最高點處的相對斜度，可直觀的顯示出語音語句結(jié)束時語調(diào)。

基音頻率均值，用fθ表示，定義為

即基音頻率均值是所有采樣點出頻率的均值。

基音頻率范圍，用λ表示，定義為

即基音頻率范圍是基頻曲線中最大值與最小值的差值，反映出說話人音域范圍的寬窄度。

3　實　驗

3.1實驗數(shù)據(jù)集

來自WSJCAM0數(shù)據(jù)庫和英國學(xué)術(shù)口語語料庫BASE的包含多種句型的語篇。隨機找尋中國英語學(xué)習(xí)者和英語母語者（男女比例大致相當(dāng)）在噪音小的環(huán)境下朗讀語料，利用COOLEDIT進行錄音，采樣率為16 kHz，格式為PCM的語音。對錄制的語音材料進行處理，利用COOLEDIT將每個錄音中的每個語句切分出來，形成實驗數(shù)據(jù)集，分別包含108句中國英語語者句子（男性、女性各54句）和80句英語母語者句子（男性、女性各40句）。

圖2　反映語調(diào)的基頻曲線圖模型Fig.2　Reflect the intonation of the fundamental frequency graph model

3.2提取基頻曲線

對語句進行處理得到基頻曲線，包括以下實驗步驟：

1）對得到的語音語句用COOLEDIT軟件進行轉(zhuǎn)化格式，轉(zhuǎn)為格式為采樣率為每秒16000，單聲道的WAV格式。轉(zhuǎn)化后的格式便于語音在MATLAB中進行進一步的處理。利用實驗室前期建立的實驗包對WAV格式語音文件進一步處理，生成pmk格式文件，文件中是初步提取的基頻信息。

2）對生成pmk文件在MATLAB中打開，方式示例為fid= fopen（‘語音2.pmk’，‘r’）；output=fread（fid，inf，‘uint16’）；fclose（fid）。這里output是矩陣，矩陣中數(shù)值為每個采樣點是頻率值。由于提取時會出現(xiàn)提取的頻率值是基頻的一半（半頻）或是基頻的二倍（倍頻）的錯誤，需進一步對半頻和倍頻處進行處理，設(shè)定一個閥值（本文中設(shè)定閥值為基頻頻率均值），將頻率值中小于的值乘以2β，大于的值除以2β，消除半頻和倍頻。然后對其分別進行一次5點中值平滑和7點中值平滑消除奇點和部分未處理到半頻以及倍頻。再經(jīng)過修正，去掉沒有基頻地方的頻率值，將得到的離散的采樣點值利用插值函數(shù)生成基頻曲線。利用MATLAB中軟件處理的語音波形及提取的基頻曲線如圖3所示。圖3中最上面部分是原始語音波形圖；中間圖是沒有經(jīng)過半頻、倍頻處理以及中間平滑處理的各離散采樣點處的頻率值；下面圖是經(jīng)過平滑處理和半頻、倍頻處理后，將各離散采樣點處的值經(jīng)過插值處理后生成的基頻曲線圖。

3.3實驗參數(shù)分析

對提取的基頻曲線用本論文上面描述的反映語調(diào)的基頻曲線圖模型的參數(shù)分析進行處理，分別就語速，起始位置斜度，結(jié)束位置斜度，基音頻率均值，頻域范圍五方面進行分析。這里在分析時，對男性和女性分開進行分析處理。我們將中國男性語者、中國女性語者、英語母語男性語者、英語母語女性語者的語速按照柱狀圖進行統(tǒng)計。圖4、5、6、7分別為中國女性語者語速分布圖、中國男性的語速分布圖、英語母語者男性語速分布圖以及英語母語者女性語速分布圖，可以看出均呈現(xiàn)高斯分布。從而語速的均值能夠很好的體現(xiàn)中國英語語者和英語母語者整體語速的特征。因此計算語速的均值和方差。表1數(shù)據(jù)為中國英語語者和英語母語者語速均值和方差。

圖3　原始語音波形、離散采樣的頻率值以及經(jīng)過處理后生成的基頻曲線Fig.3　The original voice waveform，frequency value of discrete sampling points and processed pitch contour

圖4　中國男性語者語速分布Fig.4　Chinese male speaker Speed Distribution

圖5　中國女性語者語速分布Fig.5　Chinese female speaker Speed Distribution

對比來看，英語母語者男性語速高于中國英語者男性達(dá)到27.52%，英語母語者女性語速高于中國英語者女性達(dá)到42.37%。兩者存在著明顯的差異，從中可看出外教的語速明顯高于中國學(xué)習(xí)者的語速。對另外4個參數(shù)按照語速分析的方法進行分析，得出均值和方差，如表2和表3所示。

從表格中數(shù)據(jù)均值的對比來看，可以看出中國英語者男

圖6　英語母語者男性語速分布Fig.6　Speed distribution of male native English speakers

圖7　英語母語者女性語速分布Fig.7　Speed distribution of female native English speakers

表1　中國英語語者和英語母語者語速的均值和方差Tab.1　The mean and variance of Chinese English speaker speed and English native speakers speed

表2　音域頻率范圍和基音頻率均值的均值和方差Tab.2　The mean and variance of Frequency range and the pitch frequency mean

表3　起始位置斜度和結(jié)束位置斜度的均值和方差Tab.3　The mean and variance of start position and end position slope

性和中國英語者女性的音域頻率范圍比相對應(yīng)的英語母語者男性和英語母語者女性要高，其中中國英語者男性音域范圍均值比英語母語者男性高出53.82%，中國英語者女性音域范圍均值比英語母語者女性高出10.81%。中國英語者男性和中國英語者女性的基音頻率均值比相對應(yīng)的英語母語者男性和英語母語者女性要高，其中中國英語者男性基音頻率均值比英語母語者男性高出18.45%，中國英語者女性基音頻率均值比英語母語者女性高出8.62%。

對比起始位置斜率，中國英語者男性和中國英語者女性比相對應(yīng)的英語母語者男性和英語母語者女性要高，其中中國英語者男性起始位置斜度均值比英語母語者男性高出41.13%，中國英語者女性起始位置斜度均值比英語母語者女性高出19.67%。對比結(jié)束位置斜度，中國英語者男性結(jié)束位置斜度均值比英語母語者男性高出58.24%，中國英語者女性結(jié)束位置斜率均值比英語母語者女性高出36.87%。

4　結(jié)　論

基于RFC模型的語調(diào)差異性研究為語音識別，說話人識別等方面研究提供了語調(diào)方面的理論方法。本文正是基于該模型的分析，研究了中國英語語者和英語母語者語調(diào)的差異性。通過實驗分析了起始位置斜度，結(jié)束位置斜度，基音頻率均值，基音頻域范圍，語速五個參數(shù)。可以看出中國英語語者與英語母語者在這五個參數(shù)方面都有明顯的差異。相對于英語母語者，中國英語語者的語速相對較慢，基音頻率均值相對較大，同時頻率范圍也相對較大。在起始位置斜度和結(jié)束位置斜度上，中國英語語者相對于英語母語者都相對較大，即語句開始和結(jié)束時的起伏度大。

［1］Paul Taylor.The rise/fall/connection model of intonation［J］. Speech Communication，1994，15（94）：169-186.

［2］Ladd D R.Intonational Phonology［M］.Cambridge University Press，1996.

［3］Wenk B J.Speech Rhythms in Second Language Acquisition ［J］.Language and Speech，1985（2）：157-175.

［4］Fujisaki H，Wang C，Ohno S，et al.Analysis and synthesis of fundamental frequency contours of Standard Chinese using the commend-response model［J］.Speech Communication，2005，47（1/2）：59-70.

［5］陳樺.中國學(xué)生英語語調(diào)模式研究［M］.上海：上海外語教育出版社，2008.

［6］Setter J.Speech rhythm in world Englishes：The case of Hong Kong［J］.TESOL Quarterly，2006，（4）：763-782.

［7］Cruttenden A.Intonation［M］.Cambridge University Press，1997.

［8］Yan Q，Vaseghi S.Modeling and synthesis of English regional accents with pitch and duration correlates［J］. Computer Speech and Language，2010，24：711-725.

［9］Yan Q，Vaseghi S，Rentzos D，et al.Analysis of acoustic correlates of British，Australian and American accents［J］.Proc. IEEE Automatic Speech Recognition and Understanding Workshop，2003，3（39）：345-350.

Study of English intonation difference based on RFC model

LIU Meng，PAN Yang-xu
（College of Computer and Information of HoHai University，Nanjing 210098，China）

The paper mainly researches on English intonation difference and analyzes the difference between English speakers in China and English-as-mothertongue speakers.Pitch is extracted from the experimental data in speech file on MATLAB and then pitch curve is generated based on the extracted pitch.Besides，the pitch curve is discussed based on raising/falling/ connection（RFC model）from five parameters as starting slope，ending slope，average pitch，pitch range and speech speed. Also，the above mentioned parameters are analyzed for English speakers in China and English-as-mothertongue speakers. Experimental data show that the study of English intonation difference based on RFC model is feasible and there is great difference between English speakers in China and English-as-mothertongue speakers in the above parameters.

intonation；MATLAB；pitch；RFC model

TN912.3

A

1674－6236（2016）03-0152-04

2015-05-19稿件編號：201505163

劉 猛（1990—），男，安徽合肥人，碩士。研究方向：信號與信息處理、語音處理與識別。