Борисенко С.Ю., Воробьев В.И., Давыдов А.Г. «С равнение некоторых способов анализа фазовых соотношений между квазигармоническими составляющими речевых сигналов» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 2-7 (2014)

В современных речевых технологиях успешно используется гармоническая модель речевых сигналов в виде модулированных колебаний основного тона и обертонов. Для решения многих задач анализа речи актуальными являются исследования фазовых межкомпонентных связей квазигармонических составляющих вокализованных звуков. В докладе приведены результаты сравнительного анализа нескольких ранее разработанных способов, алгоритмов и программ оценки фазовых соотношений между колебаниями основного тона и обертонами речевых сигналов. Предлагаются рекомендации по применению рассмотренных алгоритмов в речевых технологиях.

Крейчи С.А., Кедрова Г.Е., Байрамова Ф.О., Потёмкин С.Б., Фролова О.Е. «База данных звучащей русской речи как инструмент изучения интерференции артикуляторных моделей различных языков» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 8-12 (2014)

Интерференция артикуляторных моделей различных языков является существенным препятствием для овладения безакцентным иноязычным произношением. База данных звучащей русской речи, разрабатываемая в Лаборатории фонетики и речевой коммуникации филологического факультета МГУ имени М.В. Ломоносова, включает две однотипно организованные части: орфоэпически правильное произношение и русское произношение с акцентом: образцы, записанные от носителей разных языков мира (чтение изолированных слов и предложений, неподготовленные высказывания). Многообразие позиций органов артикуляции, необходимых для формирования звуков, нормативных для разных языков, можно представить как межъязыковое пространство артикуляторных поз, в котором эти позы могут совпадать или не совпадать при произнесении русских слов, что требует перестройки всей артикуляторной базы родного языка для овладения безакцентным произношением на русском языке.

Гай В.Е. «Информационная модель слухового восприятия» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 13-20 (2014)

Описывается предлагаемая модель информационных преобразований, проходящих в слуховой системе. Проводятся аналогии между процессами преобразования информации в слуховой системе и предлагаемой моделью. Указанная модель строится на принципах теории активного восприятия, предложенной для моделирования информационных процессов в системе зрительного восприятия. На основе предложенной модели создано несколько методов обработки звуковых сигналов: метод вычисления частоты основного тона голоса человека, метод выделения полезного сигнала. Проведённые экспериментальные исследования подтвердили эффективность предложенных методов.

Рахманенко И.А., Мещеряков Р.В., Коцубинский В.П. «Автоматическая идентификация диктора по голосу с использованием гауссовых смесей и метода опорных векторов» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 21-26 (2014)

Рассматриваются значимость вопроса идентификации диктора, основные методы текстонезависимой, автоматической идентификации диктора по голосу, наиболее широко распространенные на данный момент – с использованием гауссовых смесей (Gaussian Mixture Model – GMM), метода опорных векторов (Support Vector Machine – SVM). Приводятся методика, описание речевого корпуса, содержащего речевые сигналы 50 дикторов, и результаты проведения эксперимента по идентификации дикторов с использованием данных методов.

Собакин А.Н. «Импульсное преобразование речи» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 27-31 (2014)

Импульсное преобразование речи позволяет перейти непосредственно от речевого сигнала (от осциллограммы) к импульсной последовательности, синхронной с периодом колебаний голосовых связок для озвученных участков речи. Форма выделенных импульсов полностью определяется колебательными характеристиками голосовых связок в процессе речеобразования. Приведены возможные модификации метода и результаты исследования естественных речевых сигналов.

Ляксо Е.Е., Фролова О.В., Григорьев А.С. «Методы и подходы к изучению акустики детской речи» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 32-39 (2014)

Исследование проводится в рамках изучения становления акустического аспекта детской речи и направлено на определение формантной структуры гласноподобных звуков в вокализациях младенцев и гласных речи детей и ее приближения к соответствующим значениям гласных в нормативной речи взрослых. С целью организации речевого материала осуществлена запись и созданы базы данных вокализаций и речи русских детей от рождения до 7-летнего возраста: "INFANT.RU" – содержит записи речи/звуков 187 детей от 3-х месяцев до 7 лет, и "CHILD.RU" – содержит записи речи 150 детей в возрасте от 4 до 7 лет. На основе комплексного подхода, включающего перцептивный, фонетический, спектрографический анализ вокализаций младенцев (n=100) и речевых сигналов детей 2–7-летнего возраста (n=150), описана динамика длительности, значений частоты основного тона (ЧОТ) и формантных частот гласноподобных звуков и гласных из слов детей 2–7-летнего возраста. Выявлена специфика звукогенерации в разных эмоциональных состояниях, прослежены акустические характеристики речи ребенка на разных этапах овладения навыком чтения. Установлено, что состояние дискомфорта характеризуется высокими значениями ЧОТ; отражение комфортного состояния характеризуется значениями ЧОТ ниже, чем в дискомфортных сигналах. При анализе спонтанной речи и читаемых слов у детей 5–7 лет показано, что на начальном этапе формирования навыка чтения, при чтении длительность ударных гласных в словах больше, чем в словах спонтанной речи, площадь формантных треугольников для ударных гласных при чтении больше, чем в спонтанной речи.

Дмитриева Е.Б., Ляксо Е.Е. «Акустические характеристики комфортных и дискомфортных вокализаций 12 месячных младенцев» Сборник трудов 1-й Всероссийской Акустической конференции (Москва, РАН, 6–10 октября 2014 г.), секция "Акустика речи", с. 40-47 (2014)

Исследование направлено на решение фундаментальной проблемы отражения функционального состояния в характеристиках голоса и речи. Целью исследования явилось определение длительности, значений частоты основного тона и спектральных максимумов в вокализациях младенцев в разных эмоциональных состояниях. Работа состояла из двух этапов: на первом – проведен акустический инструментальный анализ вокализаций, на втором – перцептивный анализ аудиторами вокализаций, отражающих разное состояние ребенка. Акустический спектрографический анализ гласноподобных звуков проводили в звуковом редакторе “Cool Edit Pro 2.0”. Показано, что сигналы, отражающие состояние дискомфорта характеризуются большей длительностью, значениями частоты основного тона и спектральных максимумов, и значимо отличаются от "спокойных" и "комфортных" вокализаций по этим показателям. На втором этапе работы проведен перцептивный эксперимент. Аудиторами в нем явились 10 взрослых, носителей русского языка, в возрасте 22±4 года (4 мужчины, 6 женщин, 6 человек имеют опыт общения с детьми – 2 мужчин и 3 женщин). Перед аудиторами стояла задача определить возможное состояние ребенка по его вокализации (дискомфорт, комфорт, спокойное или нейтральное состояние). Аудиторы чаще относят «комфортные» вокализации детей к правильной категории, если вокализация имеет значения длительности и частоты (либо частоты основного тона, либо какого-либо из спектральных максимумов) значимо отличаются от соответствующих характеристик вокализаций, продуцируемых детьми в других состояниях. Вокализации детей в состоянии дискомфорта аудиторы относят к правильной категории одинаково часто независимо от их частотных характеристик.