3.2.2. Артикуляционный аппарат и образование звуков

Акустический речевой сигнал возникает в результате слож­ной, координированной работы ряда органов (Рис. 3.3), со­вокупность которых представляет собой речевой аппарат (Деркач и др., 1983; Чистович и др., 1976).

В человеческом организме нет специальных органов, предназначенных для произношения. Все органы (включая и голосовые складки) выполняют те или иные специфические физиологические функции. Произносительными органами они стали лишь в результате многовековой эволюции чело­века (Зиндер, 1979).

С точки зрения участия в звукообразовании речевой аппарат можно условно разделить на две части. Энергети­ческая часть, обеспечивающая доставку воздушной струи к месту фонации, представленная трахеей, бронхами, легкими и мышечной системой. Вторая часть — это отделы речевого тракта непосредственно обеспечивающие общую звуковую генерацию: гортань, резонаторная часть: глотка, полость носа, гайморовы пазухи; и аппарат артикулирования речевых звуков: ротовая полость, зубы, губы, твердое, мягкое небо. В процессе звукогенерации конфигурация и размер воздухо­носных полостей голосового тракта постоянно меняется.

Основным энергетическим материалом, обеспечивающим звукообразование, является воздух. Легкие с дыхательной мускулатурой обеспечивают развитие давлений и возникно­вение воздушных потоков в речевом тракте. Возникновение воздушного потока обусловлено разницей атмосферного и внутрилегочного давления. Воздух, доставляемый легкими (у взрослых — во время фазы выдоха), восходящей струей под­нимается через бронхи и трахею в гортань. В гортани воздух «озвучивается». Из того количества воздуха, который напол­няет легкие, часть идет на поддержание подсвязочного дав­ления при фонации (называется «вокальной дыхательной емкостью»). Находящиеся внутри полости гортани голосовые складки, благодаря подсвязочному давлению и собственному натяжению, приходят в колебательное движение. Результатом вибрации является периодический комплексный звук, состо­ящий из основной частоты, средние значения которой у муж­чин около 150 Гц, у женщин 250 Гц, и нескольких десятков (до 40) гармоник основной частоты. Для мужских голосов об­ласть изменения частоты основного тона соответствует 80— 170 Гц, для женских область более высокая — от 120 до 400 Гц (Чистович и др., 1976). Более подробно этот процесс можно представить следующим образом. Для образования голоса голосовые складки сводятся благодаря черпаловидным хрящам, к которым они прикреплены. Это приводит к запира­нию потока воздуха и возникновению разницы давлений под и над складками. Перепад давлений приводит к размыканию складок, и воздух начинает проникать через образовавшуюся щель. Возврат складок в исходное положение обеспечивают возникающее отрицательное давление в голосовой щели (эф­фект Бернулли) и эластические силы. Голосовой проход за­пирается, и колебательный цикл повторяется. В механизме регулирования основной частоты голоса играют роль степень натяжения голосовых складок и величина подсвязочного дав­ления, создаваемая дыхательной системой.

Разные конфигурации голосовой щели приводят к разным видам колебаний голосовых складок, что находит отражение в изменении формы импульсов воздушного давления на выходе из гортани. При нейтральной фонации черпаловидные хрящи сведены и голосовые складки колеблются по всей длине. При разведении черпаловидных хрящей происходит смыкание и размыкание передней части голосовых складок. Протекание воздуха через открытую заднюю часть щели создает шумовую составляющую, вследствие чего голос становится придыха­тельным. В основе образования скрипучего голоса лежит плот­ное смыкание черпаловидных хрящей, и колебание складок в передней части при увеличении дыхательного усилия. Отсут­ствие колебаний связок, достигаемое либо плотным смыка­нием, либо значительным разведением черпаловидных хря­щей, лежит в основе образования шепота (Daniloffet. al., 1980).

Далее комплексный периодический звук подвергается мно­гократной фильтрации под влиянием видоизменения объема полостей речевого тракта, представляющего систему резонансов и антирезонансов. Звуковое колебание на выходе речевого тракта характеризуется преобразованными спектральными со­ставляющими исходных колебаний и является произведением передаточной функции речевого тракта на спектр источника (Деркач и др., 1983; Чистович и др., 1976) (Рис. 3.4).

Согласно акустической теории речеобразования Г. Фанта (Фант, 1964), физический процесс образования звуков рассмат­ривается как взаимодействие двух основных механизмов: источника звука и фильтрующей системы речевого тракта. Фильтру­ющее действие речевого тракта зависит от его геометрической формы и места расположения акустического источника.

Существует три источника формирования звуков речи — голосовой, происходящий с участием голоса; и два шумо­вых — импульсный и турбулентный механизмы возбуждения шума (Рис. 3.5.1, 3.5.2). Образование голоса связано с работой голосовых складок, которые наряду с легкими и мышцами грудной клетки, образуют голосовой источник (Рис. 3.5.1). Его основным свойством является периодичность создавае­мого звука, вызываемая периодичностью изменения просвета голосовой щели и модуляцией потока выдыхаемого воздуха. Для периодического сигнала соотношение частот составля­ющих его гармоник кратны частоте основного тона. Такой тип спектра называется гармоническим или дискретным. F0 определяет частотный интервал следования спектральных со­ставляющих, которые характеризуются падением интенсив­ности в сторону высоких частот порядка 6 дБ на октаву.

Невокализированные звуки речи образуются с помощью двух типов источников акустического возбуждения (Рис. 3.5.2). Шумообразующее препятствие может находиться в разных местах речевого тракта и в зависимости от типа создаваемой преграды модифицировать воздушный поток. Первый — тур­булентный шум, возникающий при завихрении струи в том или ином месте речевого тракта, где с помощью артикуляторных органов создано наибольшее сужение. Воздушный поток превращается в беспорядочные звуковые колебания, которые могут длиться продолжительное время, их спектр отличается значительной протяженностью в области высоких частот (Чистович и др., 1976). Образуемый шум называется турбулентным, а соответствующие согласные щелевыми по типу преграды или фрикативными по типу шума. Спектр шумового источ­ника характеризуется отсутствием дискретных гармонических составляющих, имеет непрерывный ряд частот, как правило, широкополосный. В связи с различной локализацией и конфи­гурацией места сужения разные щелевые согласные имеют не­одинаковые частотные диапазоны шума. Интенсивность шума изменчива у разных согласных (Деркач и др., 1983). Второй тип не голосового источника — импульсный. Суть его образования заключается в скачкообразном выравнивании внутриротового и атмосферного давления, которое возникает в том или ином месте речевого тракта при резком раскрытии смычки артику­ляционных органов. Источник такого взрывообразного звука локализуется в месте смычки, вследствие чего образуются губные, зубные и небные взрывные согласные. Голосовой и шумовые источники могут действовать одновременно, в этом случае образуются звонкие согласные. Фонетический характер звука определяется наличием того или иного акустического ис­точника (и/или их сочетанием) и фильтрующими свойствами речевого тракта. Речевой тракт представляет последовательно соединенные фарингальные полости и ротовую полость, к ко­торым, в ряде случаев, подключается полость носа.

Фильтрующие свойства речевого тракта определяются совокупностью объемов, расположенных за артикуляторной смычкой и перед ней. При опускании небной занавески носо­вые полости начинают играть роль акустических резонаторов. Таким образом, фильтрующая система речевого тракта пред­ставляет собой систему акустических резонаторов, каждый из которых «отзывается» на частоту, равную или близкую к частоте его настройки. В результате в спектральной картине речевого тракта появляются пики, соответствующие набору собственных частот речевого тракта. Некоторые энергетически наиболее вы­раженные максимумы, связанные с работой голосового тракта, как резонатора и фильтра, и обусловливающие определенный лингвистический характер восприятия, называют формантами. Максимальное их число зависит от длины речевого тракта. Форманты характеризуют распределение энергии сигнала по оси частот. Частоты формант обозначаются как Fl, F2, F3 и т.д., начиная с низкочастотного края спектра. Важнейшее значение для различения гласных звуков имеют их низкочастотные фор­манты, прежде всего Fl, F2 (Деркач и др., 1983) (Рис. 3.6). На двухформантной плоскости, по осям которой откладываются частоты первой и второй формант, русские гласные взрослой речи располагаются в определенных областях фонетической трапеции (Бондарко,1998). Для гласных фонем других язы­ков характерно также расположение в определенных частях фонетической трапеции. При артикуляции сонант возникают условия, приводящие к появлению антирезонансов. Антирезонансы ослабляют амплитуду составляющих звука, что при­водит к образованию минимумов в передаточной функции.

Существует представление (Бондарко, 1998) о существо­вании связи между артикуляционными и акустическими ха­рактеристиками, которую можно определить как зависимость

Рис.3.6. Контуры речевого тракта по данным рентгенограмм для русских гласных и их стилизованные спектры, полученные методом синтеза (Фант, 1965).

Фонетические профили показывают место и степень сужения в ротовой полости, образованного языком. Частотная характеристика гласных по­казана в зависимости от частоты первой форманты (по оси абсцисс) и второй (по оси ординат) формант. Возле каждой гласной показан его ти­пичный спектр. Сплошной линией показан формантный треугольник с вершинами [у], [а], [и].

частот формант от ряда, подъема и огубленности. Считается, что частота F1 связана с подъемом гласного: чем более откры­тый гласный, тем выше частота F1, чем более закрытый, тем более она ниже. Частота F2 связана с рядом гласного: чем бо­лее передним является гласный, тем выше частота F2, чем бо­лее задним, тем она ниже. Огубленность гласного понижает частоту всех формант (Бондарко, 1998). Частоты формант в основном определяются ротовой частью речевого тракта.

При артикуляции язык разделяет ротовую полость на пере­днюю и заднюю полости. Это позволяет рассматривать речевой тракт как сдвоенный резонатор. Предполагается, что частота первой форманты определяется резонансом задней полости. Чем больше ее объем, тем ниже частота ее резонанса. В случае отсутст­вия выраженного язычного сужения частота каждой форманты в равной мере зависит от всех полостей речевого тракта (Деркач и др., 1983). Спектральное исследование гласных звуков позволяет считать, что первая форманта связана с высотой подъема спинки языка, а вторая — с местом артикуляции. Спектральная картина определяемого звука речи может зависеть от индивидуальных особенностей говорящего, от усилия, затраченного при произ­несении звука, от общего тонуса речевых органов.

При артикуляции звуков одну из важнейших функций выполняет язык, представляющий собой сложную мышеч­ную структуру (Lofqvist, Gracco, 1994). Звуки, артикулируе­мые передней частью языка, называют — переднеязычными; средней частью — среднеязычными; задней — заднеязыч­ными. Корень языка не участвует в непосредственной арти­куляции звука, но обеспечивает сужения с задней стенкой глотки при образовании фарингальных звуков.

Кроме значений первых двух формант, влияющих на дифференциальное восприятие звуков, оказывают значение и другие акустические характеристики. Так, как уже указы­валось выше, значения частоты основного тона определяют высоту голоса.

Согласно имеющимся данным (Kent, Read, 1992) ампли­тудные характеристики формант непосредственно связаны со значениями частот формант. Показано, что при понижении первой форманты, ее амплитуда уменьшается, а при повыше­нии увеличивается. Сдвиг любой форманты по частоте влияет на амплитуду преимущественно более высоких формант. По­нижение F1 приводит к уменьшению уровня всех формант, повешение F1 — к повышению. При уменьшении расстояния между частотами соседних формант их амплитуды увеличива­ются. В случае сближения формант в передаточной функции может остаться только один видимый максимум достаточной ширины. В отношении амплитуды второй форманты показано, что в случае низких значений частоты F2, вклад F2 в фонети­ческое качество звука незначителен; при высоких значениях F2 и сближении их с F3 — вклад третьей форманты в описании качества звука существенен. Показано (Chistovich., Lublinskaya, 1979), что одноформантный стимул, приравненный по фоне­тическому качеству к двухформантному, может быть описан с помощью частотного интервала от F1 до F2. Подобный эффект возможен в том случае, если восприятие двухформантного сти­мула определяется, центром тяжести его спектра. Указанный эффект центра тяжести наблюдается, если расстояние между формантами не превышает 3.0—3,5 Барк, и в связи с данным феноменом может быть назван эффектом «локального центра тяжести» (Chistovich, Lublinskaya, 1979). Так было показано (Варшавский, Литвак, 1955), что одноформантный гласный с частотой форманты ниже 700 Гц воспринимается как [о] или [и]. При расстоянии между формантами большим 3,5 Барк эф­фекта «локального центра тяжести» нет, но изменение ампли­туд формант влияет на результат идентификации.

Согласно теории дифференциальных признаков (Златоустова и др., 1986), наряду с абсолютными значениями фор­мант, а при анализе гласных в слитной речи, в большинстве случаев — в качестве акустических коррелят дифференциаль­ных признаков гласных используются относительные зна­чения формант: F2-F1, F2+F1, F2/F1, F1/F2. Отмечают (Михайлов, Златоустова, 1987), что эти параметры логичнее связаны с трехпараметрической моделью речевого тракта, чем абсолютные значения формант.

Одной из необходимых для фонетической интерпрета­ции характеристик звукового сигнала является присутствие в нем резкого изменения интенсивности. В зависимости от из­менения величины перепада интенсивности на протяжении гласного, можно получить стимулы, воспринимаемые как слоги, содержащие разные согласные.

Следует отметить, что признаки, ответственными за разли­чение гласных фонем, для большинства языков заключены в формантной структуре звука, а длительности гласных несут ин формацию о просодических и эмоциональных характеристи­ках высказываний. Однако в ряде языков (например, финский язык, эстонский, норвежский, чешский) длительности гласных фонем имеют фонологическое значение. Члены каждой пары «долгий-краткий» имеют одинаковые спектральные характе­ристики, а длительности являются различительным признаком. В слитной речи в зависимости от контекстуального окружения длительность гласных может меняться. К примеру — гласные имеют большую длительность перед щелевыми, чем перед смычными согласными (Чистович и др., 1976).

Рассматривая роль отдельных участков речевого тракта в образовании акустических характеристик звука, можно убе­диться в том, что и дыхательная система, и голосообразование, и собственно артикуляторные процессы определяют как характер источника звука, так и систему резонансных полос­тей. Т.е., в конечном счете по характеру артикуляции можно предвидеть акустический эффект, а по акустическим свой­ствам можно восстановить тот артикуляторный процесс, ре­зультатом которого является данный звук (Бондарко, 1998).

Лингвистической звуковой единицей является фонема, ее функция — образование и различение значимых единиц речи. Согласно определению Л. П. Зингера, «Фонема — кратчайшая, т.е. неделимая во времени (или линейно), единица, однако, в структурном отношении в ней выявляются разные признаки, из которых одни оказываются общими с другими фонемами, дру­гие отличают ее от прочих фонем» (Зингер, 1979, с. 42). Важная особенность фонем заключается в том, что замена одних из них на другие изменяет значение слова. Фонетически разнородные члены одного фонематического семейства называются аллофо­нами данной фонемы (Гельфанд, 1984). Аллофоны могут зави­сеть от положения фонемы в слове (в начале, середине, конце) и/или от сочетания данной фонемы с другими фонемами. Ал­лофоны не всегда равноценны. Типичными или основными являются те аллофоны, которые находятся в наименьшей зави­симости от окружающих условий (Щерба, 1936). Фонема всегда представлена одним из своих аллофонов и в этом смысле не яв­ляется сама каким-то определенным звуком (Бондарко, 1998).

Одна из первых классификаций фонетических изменений была дана Якобсоном и Халле (Jakobson, Halle, 1956). Авторы вы­делили два вида изменений: одно связано с увеличением или уменьшением числа комбинаторных аллофонов данной фо­немы и изменением основного аллофона, другое — с преобра­зованием одного фонологического различия в другое. В рус­ском языке шесть гласных и тридцать шесть согласных фонем. Для русской фонетики характерно существование дополни­тельных семи фонем — четырех предударных и трех заударных.

Гласные и согласные представляют основные категории звуков речи с точки зрения способа образования. Членораз­дельная речь представляет последовательность звуков разных категорий — гласных и согласных. Артикуляционное различие гласных и согласных состоит в различной напряженности про­износительного аппарата и отсутствии или наличии фокуса об­разования. Гласные образуются при относительно свободном проходе в полости рта для выдыхаемой воздушной струи и на­пряжении всего произносительного аппарата, согласные — при наличии в полости рта отчетливо выраженной преграды, где и локализуется напряжение. За исключением шепотной речи, гласные произносятся с обязательным участием голосовых складок, которые совершают периодические колебательные движения. При образовании согласных участие голоса не обя­зательно. В артикуляции гласных ведущая роль отводится по­ложению языка и губ. При их произнесении язык в разной сте­пени поднимается, вследствие чего выделяют три положения его по отношению к твердому небу — верхнее, среднее и нижнее (Рис. 3.7). Выше всего поднимается язык при произношении гласных [и], [ы], [у] — это закрытые гласные.

Низкое положение язык занимает при артикуляции гласного [а] — открытый гласный, промежуточное положение при произ­ношении [о], [и], [э] — средние гласные. По работе губ гласные делятся на огубленные и неогубленные. Огубленные гласные характеризуются округлением и выпячиванием губ, неогублен­ные — отсутствием такой артикуляции. Существует также клас­сификация согласных по способу их образования: губные, пе­реднеязычные, среднеязычные, заднеязычные (Бондарко, 1998).

Рис.3.7. Профили артикуляций основных аллофонов русских гласных (Рисунок из: Л.В.Бондарко, 1998. С.59).

Однако изолированного произнесения гласных и соглас­ных в обычной речи обычно не наблюдается. Гласные произ­носятся в сочетании с согласными, происходит взаимодействие артикуляций, что указывает на сложность данного процесса. Термин коартикуляция используется для обозначения влия­ния артикуляций соседних звуков друг на друга. По результату коартикуляционного взаимодействия выделяются два типа процессов: частичное и полное уподобление. В первом случае артикуляция звука по своим двигательным характеристикам приобретает контекстуально-обусловленную окраску (Lofqvist, Gracco, 1994); во втором — она сближается (до полного совпа­дения) с артикуляционным жестом другого звука (Кодзасов, Кривнова, 2001). Коартикуляция возникает под воздействием двух взаимосвязанных факторов — стремления говорящего быстро, разборчиво и понятно передать речевую информацию, и нейрофизиологических и инерционно-механических ограни­чений, которыми характеризуются речевые органы. Скорость разборчивой артикуляции в среднем составляет 14—18 фонем в секунду. Реализация коартикуляции находится в зависимости от общекоммуникативных требований, в общем случае говоря­щий должен произнести речевой отрезок достаточно разбор­чиво, для того чтобы слушающий мог опознать входящие в него слова и понять речевое сообщение. В каждом языке использу­ется своя система фонемных единиц, поэтому при произнесе­нии важны не только фонологические характеристики системы языка, но и исторически складывающиеся произносительные навыки. При их отсутствии появляется иноязычный акцент.

Элементы акустической теории речеобразования

После рассмотрения процесса образования голоса, сфор­мулируем кратко основные положения теории речеобразо­вания, которыми мы активно пользовались выше. Следует отметить, что одна из первых акустических моделей орга­низации звуков речи была предложена Кратценштейном в 1779 году на конкурсе Санкт-Петербургской Императорской Академии наук. Научные основы акустической теории речи были заложены в трудах Гельмгольца (Helmholtz,1870). А в XX веке основные положения теории речеобразования были сформулированы в работах Г.Фанта (Фант, 1964), К.Стевенса (Stevens, 1964) и Дж.Фланагана (Фланаган, 1968).

Роль речевых органов заключается в создании в речевом тракте аэродинамических условий, необходимых для образо­вания акустических колебаний. Условно речевой тракт может быть рассмотрен в качестве акустической трубы. В качестве внешнего источника выступает движущийся поток воздуха. Акустическое возмущение воздушного потока осуществляется голосовыми складками. Далее колеблющийся поток воздуха, проходя по речевому тракту, подвергается дальнейшим пре­образованиям, при этом некоторые частотные составляющие в спектре источника усиливаются, а другие либо остаются не­изменными, либо подавляются. Таким образом, речевой тракт действует как обычный акустический резонатор.

Главное положение теории речеобразования может быть сформулировано следующим образом. Речевой сигнал возни­кает в результате воздействия одного или нескольких источников звука на систему резонаторов, образуемых воздушными полостями речевого тракта. Свойства источника звука и резонаторной системы не являются неизменными. Классическая теория речеобразования предполагает независимость работы источника и фильтра, формирующего формантную структуру. Произнесе­ние звуков и звуковых последовательностей представляет собой сложный динамический процесс, изменяющийся во времени.

Центральные отделы управления речеобразованием

Управление деятельностью речевого аппарата осуществляется высшими отделами головного мозга человека — корой больших полушарий, часть моторных и сенсорных областей которых в процессе эволюционного развития приобрели функциональ­ную специфичность. Кора больших полушарий головного мозга человека содержит три первичных сенсорных поля: зрительное, слуховое и соматосенсорное. Взаимодействие корковых зон осу­ществляется за счет транскортикальных ассоциативных связей и соответствующих таламокорковых и корково-таламических связей. Корковые зоны объединены системой обратных связей с различными ядрами таламуса, образуя структурно-функцио­нальный комплекс (Батуев, 1981). Таламокортикальные связи принимают участие в организации речевой функции.

Согласно наиболее распространенной точке зрения, ве­дущую роль в реализации речи играет левое полушарие голов­ного мозга при активном участии правого (Вартанян, 1988). В левом полушарии находятся три центра, связанные с рече­вой деятельностью, которые действуют как единый речевой механизм. Это центр восприятия речи Вернике, центр Брока, связанный с воспроизведением речи, и дополнительная мо­торная область, являющаяся частью лобных долей головного мозга. Посредством внутрикорковых связей эти центры, или зоны, связаны между собой.

Как происходит обработка речевой информации? Пер­воначально речевая информация подвергается обработке в периферических отделах слуховой системы. Затем, поступает в слуховую кору. Здесь, в зоне Вернике (расположенной в не­посредственной близи к первичной слуховой коре) обеспе­чивается распознавание смысла поступающего сообщения.

При поражении глубинных отделов левой височной доли и областей, включающих зону Вернике, у человека наруша­ется понимание смысла слов и целостного высказывания.

Для того чтобы осуществилось произнесение слова, необ­ходимо, чтобы активизировалась область Брока (расположен­ная у правшей в нижних отделах левого полушария головного мозга). В зоне Брока, сведения, поступившие из зоны Вер­нике, приводят к формированию детальной программы ар­тикуляции звука. Связь зоны Вернике и зоны Брока осущест­вляется группой волокон, называемых дугообразным пучком. Поражение этих отделов мозга приводят к сложностям в произнесении слов: застреванию на каком-либо слоге, мно­гократном его повторении, перестановке букв.

Для реализации двигательной программы необходимо участие отделов мозга, обеспечивающих формирование дви­жения. Поэтому из зоны Брока сформированная программа поступает к моторным областям коры головного мозга, уп­равляющим мускулатурой речевого тракта.

Дополнительная моторная область связана с организа­цией ритмической стороны речи и интонаций. У больных с поражением этой области мозга нарушается ритм речи, инто­нация, возникают сложности с использованием глаголов, на­блюдается пропуск местоимений и союзов. Следует отметить, что данные клинических и экспериментальных исследований ставят под сомнение концепцию локализации функций речи. Какова же роль правого полушария в организации речи? По этому поводу существует много различных точек зрения, осо­бенно в отношении левшей и людей одновременно владеющими двумя и более языками. Правое полушарие также вовлекается в речевую функцию. Оно отвечает в большей степени за эмоцио­нальную окраску речи: интонацию, громкость, выразительность. В общих чертах можно говорить о двух способах обра­ботки информации: целостном и сегментном. В левом полу­шарии осуществляется сегментный способ обработки рече­вой информации. В этом случае распознаванию сообщения предшествует процесс выделения временныъ составляющих, соответствующих лингвистическим единицам (фонемам, слогам), определение характеристик и идентификация этих составляющих (Галунов, 1981). Правое полушарие использует целостный способ, основанный на сопоставлении сигналов с хранящимися в памяти эталонами акустического образа этих слов. При этом механизм целостного восприятия возможен только при условии наличия в памяти акустических эталонов для каждого слова. В условиях предъявления ограниченного набора часто встречающихся слов и сложностью поиска в нем этот способ может быть более быстродействующим по сравнению со сложной иерархией при посегментном деко­дировании. Этот механизм активно используется при про­слушивании в условиях шума. В реальном процессе воспри­ятия задействованы оба способа обработки информации, что обеспечивает высокую скорость и надежность опознавания. Каждое полушарие способно самостоятельно осуществлять распознавание речевого сигнала, но для правого полушария имеются ограничения, связанные с объемом словаря целост­ных звуковых эталонов (Галунов и др., 1986).