9.4.8. Модель "перцептивной стрелки"

Настоящая модель отражена в нескольких публикациях Дж. Миллера и его соавторов [Miller, 1982; Miller, 1980; Miller, Jongman, 1987]. Модель содержит три основных компонента.

Первый компонент моделирует слуховую систему человека, его задача - устанавливать спектральные характеристики речевого сигнала. Результатом выступает лоцирование ("расположение") сигнала в n-мерном пространстве. Для гласных это пространство трехмерно, где в качестве трех его осей используются отношения формант: FI/kF0; F3/F2; F2/F1.

Второй компонент представлен механизмом, основной принцип работы которого реализуется как вращение "перцептивной стрелки" в указанном n-мерном пространстве. Стрелка пробегает значения, соответствующие данному сигналу, реагируя на них с постоянной времени 60-180 мс. Обладая инерцией и упругостью, "стрелка" при внезапной смене направления изменения параметров входного сигнала еще продолжает движение в прежнем направлении и "проскакивает" положение, соответствующее моменту этого внезапного изменения. Так, повышение F2 после взрыва в слоге [bа] приведет к тому, что "стрелка" укажет на большее, чем на стационарном участке гласного, значение F2, тогда как понижение F2 в слоге [da] приведет к обратному результату. После усреднения на интервале гласного (за счет большой постоянной времени) эффект коартикуляции будет нейтрализован; вернее, таково намерение автора модели, однако нет уверенности в том, что этот результат достижим столь простыми средствами.

Третий компонент модели ответствен за принятие решения относительно характера речевого сегмента; для гласных такой сегмент считается детектированным, когда движение "перцептивной стрелки" характеризуется медленной скоростью или сменой направления. По существу, как можно понять, речь идет о том, чтобы "отстроиться" от возмущений в сигнале и определить параметры квазистационарного участка с использованием избранной метрики. Вызывает, однако, сомнения возможность установить надежные численные константы, позволяющие различать события, относящиеся к коартикуляции, от информационно независимых его изменений. Кроме того, сомнительна и сама по себе абсолютность этого различия. Хорошо известно, например, что для губных мягких согласных русского языка сигналом мягкости выступает именно коартикуляционный эффект - [i]-образный тип формантного перехода от согласного к гласному. Утрата этой информации, будучи невосстановимой, сделает невозможной идентификацию согласного - хотя идентификация гласного без такой "помехи" окажется более простой задачей.

9.4.9. Логогенная модель

Представления, связанные с настоящей моделью, в течение ряда лет разрабатывались Дж. Мортоном [Morton, 1969; 1979; 1982].

 Логогеном автор назвал информационно - поисковую структуру, сопоставленную каждому слову словаря воспринимающей системы.

Структура включает все сведения об этом слове: его значение, морфологические, словообразовательные и синтаксические функции и признаки, фонологическую и орфографическую структуру, а также ранг частотности. Относительно соответствующей информации, предположительно уникальной для каждого слова, оцениваются все доступные признаки и параметры воспринимаемого фрагмента текста. Если общая сумма параметров превышает некоторый критический порог, логоген активируется, что и соответствует моменту опознания ассоциированного с ним слова.

В логогенной модели, таким образом, предусматривается взаимодействие всех источников знания уже на самом раннем этале перцептивного процесса. Одновременно и в интерактивном режиме взаимодействуют признаки разных уровней - от собственно фонетических до синтактико-семантических и частотных. Поскольку в логоген "встроены" и признаки потенциальных контекстов слова, возможно использование и этого параметра; в результате слова, в большей степени предсказываемые контекстом, опознаются быстрее, их логогены раньше достигают порога возбуждения. Аналогичным образом слово, которому соответствует более высокий ранг частотности, обладает логогеном, устанавливающим более низкий порог активации, т.е. для опознания этого слова требуется меньше признаков других уровней и меньше времени.

Логогены представляются, скорее, как пассивные устройства наподобие фильтров, "просеивающие" поступающую на вход информацию, но не предназначенные для ее активного извлечения из сигнала и, шире, текста.

Рассматривая логогенную модель и достаточно высоко оценивая лежащие в ее основе идеи, С.Д. Голдингер и др. отмечают, что "к сожалению, подобно многим обсуждаемым теориям, логогенная теория носит крайне неопределенный характер. В лучшем случае эта теория помогает нам составить общее представление о том, как работает интерактивная система, как можно учесть эффект частотности, но в ней почти ничего не говорится о том, как именно интегрируются типы информации, получаемые от акустико-фонетического источника знания и источников знания о высших [языковых] уровнях, как протекает процесс распознавания во времени, какова структура словаря" [Goldinger, 1990, р.37]. С этими упреками можно в целом согласиться, добавив, однако, что ответом на все заданные вопросы может служить лишь функционирование реальной модели, построенной в соответствии с данными - или какими-то иными - теоретическими принципами.