Понять Мандельштама | Colta.ru

В издательстве «Новое литературное обозрение» вышла книга Павла Успенского и Вероники Файнберг «К русской речи: идиоматика и семантика поэтического языка О. Мандельштама». Начинается она с простого, но решительного вопроса: почему стихи Мандельштама являются сложными, часто темными, но одновременно на каком-то уровне интуитивно понятными для читателей, которые их любят, знают наизусть, цитируют? Книга — попытка ответить на этот вопрос.

В мандельштамоведении принято различать два разных подхода: семантический и интертекстуальный. Представители первого подхода (среди которых можно упомянуть Юрия Левина и Димитрия Сегала) пытаются толковать произведения поэта исходя из имманентного анализа их логики, семантики и языка. Представители второго подхода считают необходимыми для понимания стихов Мандельштама обнаружение и изучение «подтекстов», текстов других авторов, которые Мандельштам, по их мнению, более или менее скрыто цитирует или на которые намекает.

Не опровергая полностью интертекстуальный подход, авторы указывают на его большую опасность — превращение стихов поэта в тайный шифр, нуждающийся в дешифровке. Таким образом, исследователь, опытный мандельштамовед, оказывается чуть ли не единственным, кто с помощью подтекста может раскрыть второй или третий тайный план стихотворения. Расшифровка этих планов считается необходимой для определения смысла стихов. Выявляя скрытые подтексты того или иного стихотворения, исследователь предлагает читателю некое нормативное понимание, к которому тот, вероятно, не смог бы прийти самостоятельно.

Безусловно, поэзия Мандельштама насыщена литературными реминисценциями (знаменитая «упоминательная клавиатура», о которой Мандельштам пишет в «Разговоре о Данте»), однако они не так часто, как представляется, — и это главное в аргументации авторов — формируют смысл стихотворения. Как прекрасно показывают Файнберг и Успенский, правомочно читать и понимать стихи Мандельштама и без поисков разнообразных подтекстов. Мандельштам — демократичный поэт, он не пишет лишь для ученых, которые знают и помнят наизусть мировую литературу. Его основное требование к читателю — это, прежде всего, чувство языка. Он, как пишут авторы, «поэт, ориентированный на язык и смысл».

Именно в умении использовать и модифицировать язык изнутри, создавая новые смысловые оттенки, состоит сложность Мандельштама. Показать, как семантика стихов Мандельштама вырастает из взаимодействия с языком и с языковыми правилами, и есть цель книги.

Авторы блестяще демонстрируют, как в своих стихах Мандельштам постоянно трансформирует нормативный язык, особенно его глубинный идиоматический пласт. Так называемые несвободные словосочетания, фразеологизмы, поговорки, идиомы, коллокации (более слабоидиоматичные выражения) — все эти «готовые» элементы языка пропитывают поэтическую ткань стихов Мандельштама, но очень часто в измененном, иногда трудноузнаваемом виде. Вот почему стихи воспринимаются читателем как ясные и темные одновременно. Читатель как-то улавливает фразеологизм, но не может сразу его определить, потому что в стихах он существует в преобразованном виде.

Самая большая часть книги посвящена разбору идиом и коллокаций в стихотворениях Мандельштама. Авторы выстраивают образцы их употребления в хронологическом порядке, пользуясь всеми поэтическими текстами Мандельштама, и подразделяют их на классы в соответствии со степенью модификации идиом. Классы расположены от самого простого до самого сложного, от случаев, когда идиома (или коллокация) использована в неизмененном виде, так, как она использована в стандартном языке, до сложных случаев, когда две или более двух идиом или коллокаций контаминируются. Эта часть работы, которая могла бы показаться «справочной», является в самом деле очень интересной. В ней не только указаны разные приемы модификации идиом, с помощью которых возникают сдвиги смысла, но и даны яркие примеры толкования трудных мест в стихах поэта.

Приведем несколько случаев почти наугад, чтобы дать общее преставление о работе Мандельштама с идиоматикой. Начнем с простого случая, где маленькое изменение идиомы не приводит к модификации ее смысла: в стихотворении «Канцона» (1931) в стихе «Там зрачок профессорский, орлиный» модифицируется коллокация орлиный взгляд. Но часто Мандельштам изменяет форму фразеологизма и придает его смыслу новые оттенки. Например, он может буквализировать часть идиомы, как в стихе «Душно — и все—таки до смерти хочется жить» (из «Колют ресницы. В груди прикипела слеза…» (1931)), где у идиомы до смерти двойное значение — буквальное и идиоматическое («очень»).

Весьма интересными являются более трудные случаи, когда на месте одного слова в высказывании находится другое. Новое слово может быть антонимом или синонимом вытесненного, как в стихе «На перекрестке удивленных глаз» («Мой тихий сон, мой сон ежеминутный…» (1908)), где обработана коллокация скреститься взорами / взглядами; или замена может быть основана на изоритмическом или фонетическом сходстве, как в стихе «Уносит ветер золотое семя» («Феодосия» (1919–1922)), где слово «семя» находится на месте слова «время» из идиомы золотое время. Особенно убедительными являются интерпретации нескольких очень загадочных мандельштамовских выражений, как, например, «и клена зубчатая лапа» (из «Восьмистишия, 7» (1933–1934)) или «вымытая басня» («И свежа, как вымытая басня, / До оскомины зеленая долина» — «Канцона» (1931)). Первое можно толковать как контаминацию двух коллокаций — зубчатый лист и лапа ели. Второе является заменой идиомы чистый вымысел, где вымысел — синоним слова басня (в идиоматическом смысле, как во фразеологизме рассказывать басни), а чистый понимается буквально: чистый, потому что он был вымыт.

Эта «игра» с языком (конечно, очень серьезная игра) напоминает, с одной стороны, о склонности Мандельштама к конкретному вместо абстрактного (буквализация), с другой — о важной роли звука и ритма в поэтическом воображении, того «звучащего слепка формы, который предваряет написанное стихотворение» (замены на изоритмической или фонетической основе).

Особенно интересно рассмотреть, как эти приемы и принципы участвуют в формировании смысла стихотворения: этому посвящен следующий раздел книги. Здесь мы видим, как фразеологический пласт реализуется в целом тексте стихотворений Мандельштама разных лет и становится смыслообразующим фактором: идиоматика и ее изменения разъясняют семантику.

Очень значительным является анализ «Стихов о неизвестном солдате». Новаторство и необычность их космических и апокалиптических образов шокируют читателя, но одновременно на каком-то уровне они воспринимаются как интуитивно ясные. В основе более необычных метафор и самых смелых образов лежат измененные идиомы. Даже более трудные места, которые невозможно связать со зрительным образом, мотивированы языком. Например, для стиха «Свою голову ем под огнем» нельзя придумать зрительный образ, но в этих словах смутно узнаются фразеологизмы грызть себя, есть себя, голова горит. Стих одновременно странный и понятный. Подобным образом в строках «И своими косыми подошвами / Луч стоит на сетчатке моей» мерцают фразеологизмы и конструкции босые подошвы, косой луч, свет лежит на чем-либо, свет бьет в глаза.

Уже Юрий Левин (в статье «Заметки о поэзии О. Мандельштама тридцатых годов» (1979)) анализировал «Стихи о неизвестном солдате» как музыкальное произведение, симфонию или ораторию, в основе которой лежат не фабульно-сюжетные, а семантические образы с их переплетениями. Дополняя выводы Левина, Файнберг и Успенский показывают, как первичным материалом стихотворения становится сам язык с его несвободными словосочетаниями и именно обработка идиоматики порождает переплетение семантических образов. Продолжая сопоставление с музыкальным произведением, можно сказать, что авторы дошли до прекомпозиционного уровня стихотворчества Мандельштама — уровня, на котором композитор находит ряды нот или наборы аккордов, чтобы использовать их потом в произведении.

Заключительная часть книги посвящена проблеме рецепции стихов Мандельштама. Еще Блок писал, что стихи Мандельштама «возникают из снов» (запись в дневнике (1920)), и семь десятилетий спустя Иосиф Бродский сказал: «Это стихи в высшей степени, видимо, на каком-то безотчетном… я не привык употреблять этот термин — на подсознательно-бессознательном некотором уровне» (на мандельштамовской конференции в Лондоне в 1991 году). Авторы анализируют подсознательные и интуитивные механизмы восприятия стихов, предлагают когнитивную модель понимания текста. Таким образом, мы возвращаемся к вопросу, с которого началось исследование: вопросу о двойной природе, логично темной и интуитивно прозрачной, стихов Мандельштама.

В заключение кажется интересным вернуться к названию книги — «К русской речи», парафразу названия стихотворения, посвященного Мандельштамом знакомому ему с детства немецкому языку. Отношения Мандельштама с иностранными языками (древнеармянским, итальянским, немецким), ставшие темой разных текстов, были всегда непростыми: страстное желание их учить, переходить с одного языка на другой, невозможность овладеть ими до конца и ощущение некоего предательства своего родного языка (см., например, стихотворение «Не искушай чужих наречий»).

Настолько же сложными были отношения Мандельштама и с русским языком, о котором он говорит в «Шуме времени». Его родители говорили на русском как иностранцы. Если мать, родившаяся в Вильне, пользовалась «литературной великорусской речью», хотя «словарь ее беден и сжат, обороты однообразны», то отец, из балтийских евреев, говорил на некоем отсутствии языка, на «совершенно отвлеченном, придуманном языке». Мандельштам в каком-то смысле должен был научиться русскому, как иностранец (так, процитированный в эпиграфе книги Гумилев замечает: «Его <Мандельштама> вдохновителями были только русский язык, сложнейшим оборотам которого ему приходилось учиться, и не всегда успешно, да его собственная видящая, слышащая, осязающая, вечно бессонная мысль»). Эта двойная, близкая и чуждая одновременно, природа отношений с русским языком отражается, между прочим, и в постоянном использовании идиом и в то же время в их трансформации: что может быть ближе носителю языка, чем идиоматика, — и что может быть настолько остраняющим и смелым, как трансформация именно этого кристаллизированного уровня языка, так интимно связанного с культурной историей народа, что перевести его подчас невозможно?

Павел Успенский, Вероника Файнберг. К русской речи: идиоматика и семантика поэтического языка О. Мандельштама. — М.: Новое литературное обозрение, 2020. 360 с.

Понравился материал? Помоги сайту!

Подписывайтесь на наши обновления

Еженедельная рассылка COLTA.RU о самом интересном за 7 дней

Лента наших текущих обновлений в Яндекс.Дзен

RSS-поток новостей COLTA.RU

При поддержке Немецкого культурного центра им. Гете, Фонда имени Генриха Бёлля, фонда Михаила Прохорова и других партнеров.

Реферат – Михневич Павел Денисович – Разработка веб-сервиса для фонетической обработки текстовой информации

Введение

С изобретением транзистора и появлением нового поколения компьютеров, а также первых языков программирования, среди прочих, также начались эксперименты в направлениях, которые позже будут озаглавлены компьютерной лингвистикой и обработкой естественных языков. Спустя десятилетия, эти направления всё ещё изобилуют открытыми вопросами, и готовы к новым решениям [1].

1. Актуальность и мотивация темы

Решение проблем обработки естественных языков выведет взаимодействие человека и компьютера на новый уровень и неизменно повлечёт за собой развитие смежных областей, таких как компьютерная лингвистика и искусственный интеллект, на который, в современном мире, массы возлагают большие ожидания.

Обработка естественных языков задача крайне сложная. Естественные языки, в отличие от языков искусственных, формировались не учёными, а историей, что влечёт за собой определённое бремя языкового развития. Также, задачи обработки естественных языков отличаются для каждого из них, а значит, мало какое решение может быть спроецировано на все языки, что так же существенно усложняет развитие этой отрасли.

Большинство проектов, в направлении обработки естественных языков создаются в качестве лемм мира лингвистики, т.е. исследуют естественные языки, создают новые представления, формируют методологии, методики, подходы, опираясь на которые, впоследствии создаются проекты, отвечающие за практическое применение этих знаний.

2. Цель и задачи исследования, планируемые результаты

Целью работы является разработка веб-сервиса для фонетического анализа стихотворных произведений.

На вход сервиса будет подаваться текст, а на выходе будут указаны фонетические повторы, их индексы ассоциативной силы, общие цепочки.

Общая задача разбивается на две категории:

• обработка и анализ текста
• работа веб-сервиса

В упрощённом виде, принимаемый текст проходит по следующим стадиям:

1. предварительная обработка:
   • очистка от спецсимволов
   • автоматическое исправление ошибок
   • определение ударений по словарю (в т.ч. и побочных)
2. приведение к фонетическому виду
3. разбиение на потенциальные слоги
4. разбор каждого потенциального слога на фоносиллабический комплекс с указанным количеством консонант (2/3/4+)
5. поиск повторов по фоносиллабам
6. вычисление индекса ассоциативной силы

Веб-сервис должен обладать следующим функционалом:

• система учётных записей
• работа с общими словарями ударений и автозамены:
  • просмотр имеющихся правил
  • добавление новых вариантов
  • удаление старых элементов
• поиск по открытым анализам
• история анализов:
  • всех собственных
  • прочих открытых
• редактирование/удаление анализа (только для автора анализа)
• возможность скачать результат анализа в виде . doc и .txt файла
• просмотр анализа:
  • отображение анализируемого текста, цепочек повторов, фоносиллабов, параметров анализа, изменённых ударений
  • отображение статистической информации текста, анализа
  • выделение цепочек повторов в тексте
  • выделение одинаковых потенциальных слогов в других цепочках
  • массовое выделение по показателям ИАС, количеству цепочек
  • фиксация выделенных цепочек
  • корректное отображение накладывающихся выделений
• добавление анализа:
  • интерактивный ввод произведения
  • редактирование ударений для данного текста
  • указание параметров анализа:
    • приватность анализа
    • выбор общности согласных
    • указание консонант для разбора потенциальных слогов
    • выбор минимальных значений ИАС
  • дополнительная информация, не влияющая на анализ:
    • автор
    • год написания
    • название произведения
    • цикл произведения

Отдельно стоит выделить обработку ошибок. Т.к. весь текст, поступающий на вход, вводится напрямую пользователем без ограничений, необходимо обрабатывать все возможные ошибки ввода, в особенности это важно при работе со словарями, в которых входной текст должен прямо соответствовать шаблону, и при каждом исключении, пользователь должен быть оповещён, как именно ему следует изменить текст, чтобы избавиться от ошибки.

Также, важным элементом работы веб-сервиса является возможность интерактивного ввода. Другими словами, изменение текста для анализа, или настроек, влияющих на него, вызывает асинхронную загрузку новых результатов анализа на этой же странице, без перезагрузки самой страницы.

3. Обзор исследований и разработок

Работа выполняется в рамках области обработки естественных языков, но имеет основную направленность на поэтику.

Поэтика – лингвистическое исследование поэтической функции вербальных сообщений в целом и поэзии в частности [2].

Родоначальником термина считается Аристотель, с его одноимённым трактатом [3], в котором была описана эстетическая сторона поэтики. В ту же эпоху, развитие поэтики дал Квинт Гораций Флакка в работе О поэтическом искусстве [4]. Поэтика также рассматривалась в каждой из эпох, вплоть до немецкого идеализма. И только в начале двадцатого столетия, были описаны идеи мелодики стиха [5].

Особый интерес в рамках данной разработки представляют работы Векшина Г.В. [6-10].

4. Работа лингвистического процессора

Основой работы обработки естественных языков является лингвистический процессор. Наибольшую известность он получил в задачах синтеза речи.

В общем виде, лингвистический процессор состоит из трёх блоков. На его вход подаётся обычный текст.

Рисунок 1 – Модель работы лингвистического процессора

Первый блок называется блоком предварительной обработки текста. На этом этапе текст очищается от служебных символов, для задач синтеза речи, раскрываются аббревиатуры и сокращения, выполняется преобразование число-числительное, а также преобразуются формулы. Для задач фонетического анализа аббревиатуры стоит сохранить в первоначальном виде, т.к. именно в этом виде они, чаще всего, и используются в речи.

Рисунок 2 – Модель работы первого блока ЛП

После первого этапа, остаётся нормализованный текст. На втором этапе необходимо осуществить пофразовую обработку текста. Для этого текст разделяется на значимые единицы. Для задач синтеза речи, этой единицей будут выступать синтагмы – отрезки, состоящие из одного или нескольких слов, объединённых интонацией [11]. После разделения текста выделяются фразовые ударения. В конце блока осуществляется интонационная разметка, и паузация – расстановка длительности пауз. Таким образом, нормализованный текст переходит в синтагматически размеченный.

Рисунок 3 – Модель работы второго блока ЛП

На третьем этапе осуществляется пословная обработка. В процессе работы данного блока выделяются словесные ударения. Как основные, так и побочные. После чего происходит объединение в фонетические слова – удаление словоразделов между ударными и безударными словами. В конце работы блока пословной обработки, и лингвистического процессора в целом, осуществляется фонемное транскрибирование – преобразование орфографического текста в фонемный [12], согласно правилам русской фонетики [13].

Рисунок 4 – Модель работы третьего блока ЛП

5. Изложение собственных результатов

К моменту завершения работы над авторефератом, система соответствует большинству требований. Веб-сервис размещён на временном сервере, и принимает тестовые анализы нескольких пользователей.

Анализ стиха выполняется в полном объёме. Результаты, получаемые в процессе анализа перепроверены, и являются корректными.

Требуется модификация пост-обработки результатов анализа.

Пользовательский функционал также соответствует поставленным целям, но всё ещё требует доработки стилей, и небольших изменений по отображению результатов. На текущий момент, многие из них не несут в себе полезной конечному пользователю информации, и необходимы только для внутренней работы алгоритма. Но на их основе, добавив несколько новых функций, можно получить и значимую информацию. Также возможно расширение вспомогательного функционала, не влияющего на результаты анализов, для большего удобства использования сервиса.

Выводы

Обработка естественных языков достаточно сложное направление, в первую очередь за счёт того, что в разных языках, могут быть разные условия и цели задач, в следствие чего исследователи разных языковых групп, зачастую, решают локальные задачи, к тому же, отягощённые естественным развитием конкретного языка.

Граница поэтики в компьютерной лингвистике пока крайне мала, однако представляет действительный интерес у исследователей, и имеет потенциал развития как в области искусственного интеллекта, так и в своей собственной. Новые инструменты анализа, могут крайне благоприятно сказаться на дальнейших исследованиях и разработках в этой области.

Список источников

1. Manning C.D. Foundation of statistical nature language processing / C.D. Manning. – 1992. – Vol.12, N 4. – P.89-94.
2. Якобсон, Р. Работы по поэтике / Р. Якобсон – Прогресс, 1987. – 81 с.
3. Аристотель. Поэтика / Минск: Литература, 1998.
4. Гораций. О поэтическом искусстве / Наука, 1981.
5. Эйхенбаум, Б. Мелодика русского лирического стиха / Б. Эйхенбаум – ОПОЯЗ, 1922.
6. Векшин, Г.В. Метафония в звуковом повторе (к поэтической морфологии слова) / Г.В. Векшин – Новое литературное обозрение № 90, 2008. – 229–250 с.
7. Векшин, Г.В. Очерк фоностилистики текста: Звуковой повтор в перспективе смыслообразования / Г.В. Векшин – М., 2006. – 462 с.
8. Векшин, Г.В. О соотношении суперсегментной и сегментно-звуковой организации поэтического текста / Г.В. Векшин – Межуровневые связи в системе языка: Сб. научн. трудов. – Изд–во УДН, 1989. – 86–93 с.
9. Векшин, Г.В. Поток речи и смыслоформирующая роль звука: превращение случайного в необходимое / Г.В. Векшин – Актуальные проблемы лингвистики в вузе и школе: Сб. научн. трудов. – Пенза, 1997.
10. Векшин, Г.В. Языки общения и функциональные стили (в их отношении к тексту) / Г.В. Векшин – Изд–во МГУП, 2002. – 35–67 с.
11. Синтагма. Определение термина – [Электронный ресурс]. – Режим доступа: http://scicenter.online/russkiy-yazyik-scicenter/sintagma-122760.html
12. Определение лексического процессора на лекциях по лингвистике Белорусского Государственного Университета Информатики и Радиоэлектроники – [Электронный ресурс]. – Режим доступа: https://studfiles.net/preview/1401101/page:48/
13. Описание фонетики и фонологии русского языка – [Электронный ресурс]. – Режим доступа: https://www.wikiwand.com/ru/Русская_фонетика

С кем летал Леонов в космос?

В данной статье мы узнаем, с кем летал Леонов в космос, как подбирали напарников и как прошел старт корабля и выход за его пределы человека.

Космический корабль «Восход-2» успешно стартовал 18 марта 1965 года.
На борту космического корабля находился экипаж из 2-х человек: Алексея Леонова — первого космонавта, вышедшего в открытый космос и майора Павла Ивановича Беляева – командира корабля.

Именно Павел Беляев совместно с Леоновым совершил тот полет в космос.
Павел Иванович Беляев был рожден в 1925 году  и на момент запуска корабля Восход-2 был самым возрастным участником отряда космонавтов. Павел Беляев был опытным летчиком, участвовал в советско-японской войне 1945 года.
Напарники Леонов и Беляев подбирались исходя из психологической совместимости. Если Леонов отличался смелостью и решительностью, то Беляев был крайне спокоен и мог принимать взвешенные решения в сложных ситуациях. Это во многом и определило, кто примет участие в полете.
После того, как корабль вышел на орбиту, космонавты Леонов и Беляев приступили к выполнению задания.
Леонов покинул корабль через шлюз и вышел в открытый космос впервые в истории.
Далее все шло не совсем гладко.
Из-за сильной разницы давлений скафандр сильно раздуло, это сковало движения космонавта и возникли сложности с возвращением на корабль. Леонов не мог полноценно двигаться и попытки войти в шлюзовую камеру вперед ногами, как это было запланировано, не увенчались успехом. Пришлось войти в шлюз вперед головой, а после изворачиваться в нем, чтобы закрыть люк.
Для решения проблем космонавт был вынужден самостоятельно принять крайне рискованное решение спустить давление в скафандре. Это могло закончиться для Леонова мгновенной смертью из-за «кессоной болезни», но к счастью космонавт остался жив.
После возвращения Леонова на корабль, проблемы не закончились. Когда корабль нужно было возвращать на Землю не сработала система автоматической ориентации. Павлу Беляеву пришлось вручную ориентировать корабль для схода с орбиты и посадки. До этого полета еще никто не управлял кораблем вручную.
В ходе ориентации выяснилось, что место командира расположено неудачно. Беляев просто не видел куда ориентирует корабль. Поэтому пришлось покидать место командира.
В результате данных операций центр массы корабля сместился и ориентация сбилась. В итоге стало неясно, где приземляться Леонов и Беляев.
О том, где и как приземлились космонавты Леонов и Беляев мы расскажем в следующей статье.

1. найдите предложения, в которых есть деепричастие. а) оглядевшись вокруг, павел понял, что он уже в окружении. b) валя шла по улице, крепко сжимая в руках портфель, и по всему видно было, что день у неё сегодня не задался. c) солнечный зайчик, играющий на стене комнаты, неожиданно исчез. d) ваня глядел из окна на пробегающих мимо мальчишек, и ему тоже хотелось пойти на улицу. e) девочка улыбнулась и тихо прошептала о том, что никогда ещё не встречала таких мальчишек, как я. 2. найдите ряд, в котором все деепричастия пишутся с не слитно: а) (не)зная ничего, (не)ответив на поставленный вопрос, (не)взлюбив падчерицу; b) (не)рискуя ничем, (не)выполнив , (не)позаботившись о репутации; c) (не)доумевая по поводу случившегося; (не)навидя предательство и ложь; (не)взвидев света белого; d) (не)услышав комментария; (не)узнав приятеля; (не)чувствуя зависти; e) (не)заметив ошибки; (не)веря своим глазам; (не)страшась урагана. 3. укажите деепричастие совершенного вида: а) любя; b) замечая; c) играя; d) увидев; e) читая. 4. найдите предложения, в которых допущены ошибки в постановке знаков препинания: а) рассматривая картинки, таня не услышала, как в комнату вошел её отец.

Всего ответов: 1

Ответы

1а,вс 2с 3д 4е 5а 6б

Спасибо

Ответ разместил: Гость

кот ел сметану дно вылизал всё

Ответ разместил: Гость

блестеть на сцене,

блестеть в , блестеть в знаниях

Другие вопросы по: Русский язык

Популярные вопросы

Популярные вопросы

Обучающий анализ стихотворения Павла Васильева «Затерян след в степи солончаковой…» 5 класс — Уроки, конспекты — Русский язык и литература — Методическая копилка — Международное сообщество педагогов «Я

2. И через тему родины проходит ведущая , основная мысль (то, что хотел сказать автор), мысль любви к земле, вскормившей поэта. Павел Васильев не отыскивает в природе что – то необычное, у него всё простое, но такое близкое и прекрасное: «тонкая кладница шевровая», «звенит печаль», «резьба узорна», «просторен бег», «мерно бьётся», «пёстрая юрта». Эпитеты несут на себе основную нагрузку мысли стихотворения : «тонкая», «узорна», «просторен», «мерно», «звенит», «пёстрая». Ото всего веет простором, красотой, размеренным темпом жизни.

3. Стихотворение состоит из 2-х четверостиший (катренов) и 2-х трёхстиший (терцин). Строение строф разное. Строки длинные. Автор словно бы чуть – чуть сдержал себя, но всё – таки попытался объяснить свой вскрик. И строфа, и строка нацеливают на рифму.

4. Посмотрим теперь, какая же рифма в этом стихотворении и определим её. Первая и вторая строфы
… солончаковой,
… скакуна
… шевровой
… письмена.
Рифма перекрёстная. Это самая работоспособная рифма. Она считается самой гибкой, пригодной для выражения любого содержания. Она поддерживает сильный и разнообразный ритм стихотворения.
Посмотрим рифму дальше в стихотворении:
… иноходца.
… бьётся
… тут,

… плывут
… колодца.
… пьют.
Здесь парная рифма в чередовании с перекрёстной. Парная рифма тоже сильная, но она и самая монотонная. Эта монотонность в союзе с гибкостью перекрёстной рифмы создают особый лирический эффект. В парной рифме меньше подвижности и разнообразия, чем в других рифмах, но для картины, созданной Павлом Васильевым, это как раз первая необходимость.

5. Теперь поработаем над размером произведения. Для этого возьмём любую из строчек стихотворения. Например, первую.

Затерян след в степи солончаковой…
(расставляем ударение, строим схему ударных и безударных слогов, разбиваем на стопы).
Стихотворение написано двусложным размером четырёхстопным ямбом (с ударением на второй слог) с пиррихием. Ямб – размер энергичный, а его соединение с пиррихием создаёт картину размеренности, какой – то даже медлительности.

6. Создавая образ родины, поэт использует фонетические средства выразительности, т.к. звуки (звукопись) создают очень яркие образы. Во – первых, рассмотрим аллитерацию (повтор согласных звуков). Две первые строфы – в них идёт повтор свистящих и шипящих звуков:
1 строчка первой строфы — з с с с ч
1 строчка 2 строфы — з ч с

(PDF) Фонетический анализ паразитических звуков речи

ФОНЕТИЧЕСКИЙ АНАЛИЗ ПАРАЗИТНЫХ ЗВУКОВ РЕЧИ

Павел Мачач, Радек Скарницл

Институт фонетики, факультет искусств Карлова университета в Праге

nám. Jana Palacha 2, 116 38, Прага, Чешская Республика

[email protected], [email protected]

Реферат

В настоящем исследовании анализируются паразитарные явления в речи, другими словами

лингвистически несистемных звуков вроде preglottalization и postglottalization или

epenthetic schwa.Эти звуки, кажется, довольно часто встречаются в речи профессиональных теле- и радиовещателей

, тогда как в естественной спонтанной речи

они встречаются довольно редко. Наличие таких явлений может привести к навязчивому эффекту

на слушателей, например, в форме гиперкорректности, невнимательности или аффективности

. Целью исследования является описание,

классификации и вероятная локализация этих навязчивых явлений в речи.

Результаты применимы в системах конкатенативного синтеза речи, особенно

в системах, использующих динамический выбор единиц, в которых нежелательные идиосинкразические явления

, подобные этим, вероятно, будут перенесены в синтезированную речь.

Другое возможное приложение связано с обучением формально культурному ораторскому искусству

, особенно в общественном достоянии.

1 Введение

Известно, что речь профессионалов в области СМИ демонстрирует определенные особенности произношения,

как на сегментарном, так и надсегментарном уровне, которые могут, с одной стороны, просто идентифицировать их

как членов этой профессиональной группы, но другая рука может быть воспринята как навязчивая,

, например, в форме гиперкорректности, небрежности или аффективности.То, что у нас есть

, называемые паразитными звуками речи [1], — это явления, которые не имеют оправдания с лингвистической или систематической точки зрения

и привязаны к определенному звуку речи или

телефону. Другими словами, мы не говорим о звуках колебаний, которые не обязательно должны быть привязаны к

звуку речи. Наличие таких звуков свидетельствует о необычной артикуляции данного телефона

. С точки зрения говорящего, эти звуки, как правило, бывают незапланированными.Если они должны быть запланированы на

, они, вероятно, будут представлять собой своего рода манерное выражение, они будут довольно заметными и, следовательно, будут оказывать на слушателей навязчивое воздействие.

Паразитарные явления — это результат активности голосовых связок или, реже,

, результат каких-то изменений в речевом тракте, в позициях, где они не возникают в нейтральной, спонтанной речи

. Эти звуки относительно часто встречаются в речи профессионалов средств массовой информации

, таких как радио- или телекомпании, и они могут представлять бессознательную манеру поведения,

чрезмерное усилие говорить правильным образом или просто следствие стрессовой ситуации

.

Есть по крайней мере три причины, по которым нас интересуют паразитические речевые звуки, помимо

того факта, что они представляют собой интересные фонетические явления. Мы можем рассматривать стилизацию речи

в СМИ (в рекламных роликах, дискуссионных программах или новостных репортажах из заряженных ситуаций

) как преднамеренное, запрограммированное действие со стороны говорящего, воспринимаемое слушателем

. Такая стилизация часто представляет собой искажение звуковой формы языка

с целью привлечь внимание аудитории или даже заставить их тратить деньги на продвигаемый продукт

.В противоположность этому, наше исследование (например, [2]) предполагает, что слушатели

ожидают, в более серьезных программах, таких как чтение новостей, более престижной, культурной формы

Павел Софроньев — ACL Anthology

2018

pdf нагрудник abs
Фонетические векторные представления для выравнивания звуковой последовательности
Павел Софроньев | Чагры Чёлтекин
Труды пятнадцатого семинара по компьютерным исследованиям в фонетике, фонологии и морфологии

В этом исследовании исследуется ряд управляемых данными векторных представлений звуковых сегментов, закодированных в IPA, с целью выравнивания звуковой последовательности.Мы тестируем альтернативные представления на основе точности совмещения в контексте компьютерной исторической лингвистики. Мы показываем, что методы, основанные на данных, стабильно работают лучше, чем лингвистически мотивированные артикуляционно-акустические функции. Однако оценки сходства, полученные с использованием представлений, управляемых данными в одноязычном контексте, работают хуже, чем современные методы оценки расстояния (или сходства), предложенные в более ранних исследованиях компьютерной исторической лингвистики.Мы также показываем, что адаптация представлений к поставленной задаче улучшает результаты, обеспечивая точность выравнивания, сравнимую с современными методами.

2017

pdf нагрудник abs
Вычислительный анализ диалектов гонди
Тарака Рама | Чагры Чёлтекин | Павел Софрониев
Труды Четвертого семинара по НЛП для схожих языков, разновидностей и диалектов (VarDial)

В этой статье представлен вычислительный анализ диалектов гонди, на которых говорят в центральной Индии.Мы представляем оцифрованный набор данных по диалектной области и анализируем данные, используя различные методы, от диалектометрии, глубокого обучения и вычислительной биологии. Мы показываем, что методы в значительной степени согласуются друг с другом и с более ранними не вычислительными анализами языковой группы.

pdf нагрудник abs
Использование машин опорных векторов и современных алгоритмов фонетического выравнивания для определения родственных слов в многоязычных словарях
Герхард Йегер | Список Иоганна-Маттиса | Павел Софроньев
Труды 15-й конференции Европейского отделения Ассоциации компьютерной лингвистики: Том 1, Длинные статьи

Большинство современных подходов в филогенетической лингвистике требуют в качестве входных данных многоязычные списки слов, разбитые на наборы этимологически связанных слов (родственных слов).Когнитивная идентификация пока выполняется экспертами вручную, что требует много времени и пока доступно только для небольшого числа хорошо изученных языковых семей. Автоматизация этого шага значительно расширит эмпирические рамки филогенетических методов в лингвистике, поскольку сырые списки слов (в фонетической транскрипции) намного легче получить, чем списки слов, в которых родственные слова были полностью идентифицированы и аннотированы, даже для недостаточно изученных языков. В прошлом было предложено несколько различных методов, но они либо разочаровывают своей производительностью, либо неприменимы к большим наборам данных.Здесь мы представляем новый подход, который использует вспомогательные векторные машины для объединения различных современных методов фонетического выравнивания и обнаружения родственных слов в единой структуре. Обучение и оценка этого метода на типологически широком наборе данных золотого стандарта показывает, что он превосходит существующие современные технологии.

pdf нагрудник abs
Анализ чертовски полон ошибок: Универсальный анализ зависимостей с алгоритмами на основе переходов и графов
Куан Ю | Павел Софроньев | Эрик Шилл | Эрхард Хинрихс
Proceedings of the CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies

Мы разработали две простые системы для синтаксического анализа зависимостей: darc, синтаксический анализатор на основе переходов, и mstnn, синтаксический анализатор на основе графов.Мы протестировали наши системы в CoNLL 2017 UD Shared Task, официальной системой был darc. Darc заняла 12-е место среди 33 систем, что чуть выше базового уровня. Mstnn не имел официального рейтинга, но его основная оценка была выше 27-го. В этой статье мы описываем две наши системы, исследуем их сильные и слабые стороны и обсуждаем извлеченные нами уроки.

Пример использования на кельтском языке

Абстрактные

Эта диссертация представляет собой всесторонний анализ фонологических паттернов двух разновидностей британского кельтского языка в рамках бездействующей фонологии.Я утверждаю, что межъязыковые вариации звуковых паттернов возникают не только из-за различий в грамматиках (реализованных как ранжирование ограничений по теории оптимальности). Вместо этого я принимаю концепцию без субстанции, основанную на принципе модульности и автономности фонологического компонента, для учета межъязыковых фонологических и фонетических вариаций. Фонологические представления в фонологии, свободной от субстанции, строятся без учета физического воплощения фонологических единиц, на основе системы контрастов и паттернов чередования.Хотя это понимание не ново, когда оно сформулировано в терминах специфического для языка присвоения набора универсальных фонологических характеристик, я утверждаю, что отображение между фонологией и фонетикой также не является универсальным и детерминированным, и отвергаю универсальность набора функций. Вместо этого я выступаю за богатый интерфейс между фонологией и фонетикой. Основываясь на этом понимании природы вариаций, я провожу целостный анализ звуковых систем двух тесно связанных языков: пембрукширского валлийского и ботоа бретонского.Я предлагаю отчет в терминах богатой репрезентативной теории. Среди других предложений я защищаю потребность в тройных контрастах поверхностей, которые я предлагаю реализовать с помощью геометрии пространственных объектов. Я также показываю, что свободный от субстанции подход, который отделяет фонологическую репрезентацию от фонетической реализации, устанавливает правильный баланс между иннатистским и эмерджентистским подходами к фонологической маркировке; Я демонстрирую это посредством обширного тематического исследования фонологии гортани, которое приводит к повторной интерпретации подхода, известного как «гортанный реализм».Я также утверждаю, что фонологический компонент грамматики должен допускать ограничения с prima facie нежелательными факторными последствиями, если такие ограничения необходимы для учета функционально немотивированных звуковых паттернов, и обсуждаю последствия этого подхода для бездействующей природы фонологических вычислений.

Просодическая структура и надсегментарные элементы

% PDF-1.4 5 0 obj > эндобдж 8 0 объект (Предисловие) эндобдж 9 0 объект > эндобдж 12 0 объект (Содержание) эндобдж 13 0 объект > эндобдж 16 0 объект (Понедельник) эндобдж 17 0 объект > эндобдж 20 0 объект (Ключевые выступления) эндобдж 21 0 объект > эндобдж 24 0 объект (Просодия I: Диалектная интонация) эндобдж 25 0 объект > эндобдж 28 0 объект (Акустика I: аспекты, связанные с динамиком) эндобдж 29 0 объект > эндобдж 32 0 объект (Производство I: Имитация и обучение) эндобдж 33 0 объект > эндобдж 36 0 объект (Восприятие I: неполная нейтрализация) эндобдж 37 0 объект > эндобдж 40 0 объект (Универсалии и типология) эндобдж 41 0 объект > эндобдж 44 0 объект (Фонетическая нейролингвистика) эндобдж 45 0 объект > эндобдж 48 0 объект (Просодия II: интонационная фонология) эндобдж 49 0 объект > эндобдж 52 0 объект (Клиническая фонетика I) эндобдж 53 0 объект > эндобдж 56 0 объект (Производство II: Моделирование вокального тракта) эндобдж 57 0 объект > эндобдж 60 0 объект (Фонетическая психолингвистика I: сегментарные эффекты) эндобдж 61 0 объект > эндобдж 64 0 объект (Стили речи и выразительная речь) эндобдж 65 0 объект > эндобдж 68 0 объект (Изучение иностранного языка I: Новая методика преподавания) эндобдж 69 0 объект > эндобдж 72 0 объект (Плакат I) эндобдж 73 0 объект > эндобдж 76 0 объект (Просодия III: Выравнивание и артикуляция) эндобдж 77 0 объект > эндобдж 80 0 объект (Противоположная фонетика и фонология) эндобдж 81 0 объект > эндобдж 84 0 объект (Производство III: согласные на разных языках) эндобдж 85 0 объект > эндобдж 88 0 объект (Социофонетика I) эндобдж 89 0 объект > эндобдж 92 0 объект (Судебная фонетика) эндобдж 93 0 объект > эндобдж 96 0 объект (Фонология) эндобдж 97 0 объект > эндобдж 100 0 объект (Вторник) эндобдж 101 0 объект > эндобдж 104 0 объект (Просодия IV: Стресс и ритм) эндобдж 105 0 объект > эндобдж 108 0 объект (Клиническая фонетика II) эндобдж 109 0 объект > эндобдж 112 0 объект (Производство IV: Жесты и время) эндобдж 113 0 объект > эндобдж 116 0 объект (Восприятие II: кросс-язык) эндобдж 117 0 объект > эндобдж 120 0 объект (Приобретение первого языка I) эндобдж 121 0 объект > эндобдж 124 0 объект (Социофонетика II) эндобдж 125 0 объект > эндобдж 128 0 объект (Плакат II) эндобдж 129 0 объект > эндобдж 132 0 объект (Просоди V: фразировка) эндобдж 133 0 объект > эндобдж 136 0 объект (Акустика II: Гласные) эндобдж 137 0 объект > эндобдж 140 0 объект (Производство V: Коартикуляция) эндобдж 141 0 объект > эндобдж 144 0 объект (Фонетическая психолингвистика II: контрасты восприятия) эндобдж 145 0 объект > эндобдж 148 0 объект (Качество голоса I) эндобдж 149 0 объект > эндобдж 152 0 объект (Изучение иностранного языка II: Иностранный акцент) эндобдж 153 0 объект > эндобдж 156 0 объект (Плакат III) эндобдж 157 0 объект > эндобдж 160 0 объект (Приобретение второго языка и теория образцов) эндобдж 161 0 объект > эндобдж 164 0 объект (Между смыслом и речью: о роли коммуникативных функций, представлений и артикуляций) эндобдж 165 0 объект > эндобдж 168 0 объект (О ртах, ушах, глазах и мозге — сенсомоторные основы разговорной речи) эндобдж 169 0 объект > эндобдж 172 0 объект (Имеют ли фонологические особенности какую-либо реальность для мозга?) эндобдж 173 0 объект > эндобдж 176 0 объект (Арабская фонетика в начале 3-го тысячелетия) эндобдж 177 0 объект > эндобдж 180 0 объект (Естественная фонология: универсальные принципы изучения языка) эндобдж 181 0 объект > эндобдж 184 0 объект (Среда) эндобдж 185 0 объект > эндобдж 188 0 объект (Просодия VI: Информационная структура) эндобдж 189 0 объект > эндобдж 192 0 объект (Акустика III: Лениция, Редукция, Недостаточный выстрел) эндобдж 193 0 объект > эндобдж 196 0 объект (Производство VI: активность гортани) эндобдж 197 0 объект > эндобдж 200 0 объект (Восприятие III: быстрая / синтетическая речь) эндобдж 201 0 объект > эндобдж 204 0 объект (Характеристики динамика) эндобдж 205 0 объект > эндобдж 208 0 объект (Фонетическая психолингвистика III: Вариативность речи) эндобдж 209 0 объект > эндобдж 212 0 объект (Плакат IV) эндобдж 213 0 объект > эндобдж 216 0 объект (Четверг) эндобдж 217 0 объект > эндобдж 220 0 объект (Просодия VII: Прагматика) эндобдж 221 0 объект > эндобдж 224 0 объект (Акустика IV: стопы для полости рта и носа) эндобдж 225 0 объект > эндобдж 228 0 объект (Производство VII: Ассимиляция и Сандхи) эндобдж 229 0 объект > эндобдж 232 0 объект (Восприятие IV: гласные) эндобдж 233 0 объект > эндобдж 236 0 объект (Приобретение первого языка II) эндобдж 237 0 объект > эндобдж 240 0 объект (Фонетическая психолингвистика IV: Знакомство с говорящим) эндобдж 241 0 объект > эндобдж 244 0 объект (Плакат V) эндобдж 245 0 объект > эндобдж 248 0 объект (Просодия VIII: количество и продолжительность) эндобдж 249 0 объект > эндобдж 252 0 объект (Изучение иностранного языка III: Разное) эндобдж 253 0 объект > эндобдж 256 0 объект (Производство VIII: Прозодические факторы согласных) эндобдж 257 0 объект > эндобдж 260 0 объект (Просодия IX: Беседа) эндобдж 261 0 объект > эндобдж 264 0 объект (Качество голоса II) эндобдж 265 0 объект > эндобдж 268 0 объект (Восприятие V: Использование реплики) эндобдж 269 ​​0 объект > эндобдж 272 0 объект (Плакат VI) эндобдж 273 0 объект > эндобдж 276 0 объект (От звука к ощущениям: моделирование тонких фонетических деталей) эндобдж 277 0 объект > эндобдж 280 0 объект (Интонационное развитие от бормотания до стадии двух слов) эндобдж 281 0 объект > эндобдж 284 0 объект (Аудиовизуальная речь: анализ, синтез, восприятие и распознавание) эндобдж 285 0 объект > эндобдж 288 0 объект (Есть ли у фонологии биологическое обоснование?) эндобдж 289 0 объект > эндобдж 292 0 объект (Процессы назализации на стыке фонетики и фонологии) эндобдж 293 0 объект > эндобдж 296 0 объект (Время речи: подходы к речевому ритму) эндобдж 297 0 объект > эндобдж 300 0 объект (Пятница) эндобдж 301 0 объект > эндобдж 304 0 объект (Prosody X: Тональная реализация и аккомодация) эндобдж 305 0 объект > эндобдж 308 0 объект (Акустика V: Разное) эндобдж 309 0 объект > эндобдж 312 0 объект (Производство IX: количество и скорость речи) эндобдж 313 0 объект > эндобдж 316 0 объект (Восприятие VI: эффекты просодии) эндобдж 317 0 объект > эндобдж 320 0 объект (Приобретение первого языка III) эндобдж 321 0 объект > эндобдж 324 0 объект (Приобретение иностранного языка IV: Обучение восприятию) эндобдж 325 0 объект > эндобдж 328 0 объект (Плакат VII) эндобдж 329 0 объект > эндобдж 332 0 объект (Просодия XI: Лексический тон) эндобдж 333 0 объект > эндобдж 336 0 объект (Просодия XII: Частота колебаний и артикуляции) эндобдж 337 0 объект > эндобдж 340 0 объект (Производство X: частота и время последнего посещения) эндобдж 341 0 объект > эндобдж 344 0 объект (Восприятие VII: Аудиовизуальные эффекты) эндобдж 345 0 объект > эндобдж 348 0 объект (Приобретение иностранного языка V: гласные) эндобдж 349 0 объект > эндобдж 352 0 объект (Фонетическая психолингвистика V: фонологические вариации) эндобдж 353 0 объект > эндобдж 356 0 объект (Плакат VIII) эндобдж 357 0 объект > эндобдж 360 0 объект (Указатель авторов) эндобдж 361 0 объект > эндобдж 364 0 объект (График IPA) эндобдж 365 0 объект > эндобдж 372 0 объект> поток х ڍ 1 0E «привет I / FE: I! H Y0ĥ ܣ e3t (UfU = Leo-аЫS_S

Автоматический анализ связной речи выявляет ранние биомаркеры болезни Паркинсона у пациентов с расстройством поведения во сне с быстрым движением глаз)

Сбор данных

С 2014 по 2016 год в общей сложности было набрано 130 носителей чешского языка для учеба.Для данного большого эффекта (коэффициент Коэна, равный 0,4), мы определили минимальный размер выборки 84, по крайней мере, 30 на группу с помощью анализа мощности ³⁶ , с вероятностью ошибки (α), установленной на 0,05, и ложноотрицательной частотой ( β) установлен на 0,1 (то есть степень 0,9), на основе 3-группового RM-ANOVA с одной ковариатой (ГРУППА). Каждый участник предоставил письменное информированное согласие, и исследование было одобрено этическим комитетом Главной университетской больницы в Праге, Чешская Республика (номер утверждения 67/14 Grant VES AZV 1.ЛФУК). Исследование проводилось в соответствии с утвержденными методическими рекомендациями. Тридцать пациентов (21 мужчина, 9 женщин) с de novo, нелеченной БП, средний возраст 64,9 года (стандартное отклонение [SD] 10,9), были диагностированы в соответствии с критериями банка ³⁷ Общества по борьбе с болезнью Паркинсона (таблица 1). Кроме того, у 50 субъектов (41 мужчина, 9 женщин), средний возраст 64,9 (SD 9,1), был поставлен диагноз идиопатической RBD в соответствии с критериями диагностики Международной классификации нарушений сна, третье издание ³⁸ (Таблица 1).В качестве контрольной группы в исследование были включены 50 здоровых субъектов (41 мужчина, 9 женщин), средний возраст 63,4 (SD 10,8) года, без неврологических или коммуникативных расстройств в анамнезе.

Исследование проводилось в едином центре. Все пациенты с БП были последовательно набраны при их первом посещении клиники и обследованы в состоянии, не имевшем лекарств, до начала симптоматического лечения. Субъекты RBD были проверены посредством онлайн-опроса ³⁹ . Ни один из пациентов с RBD не жаловался на двигательные или когнитивные трудности или в анамнезе лечился противопаркинсоническими препаратами или какой-либо другой терапией, влияющей на сон, когнитивные или двигательные функции.Диагностика и оценка клинических шкал проводились хорошо обученным профессиональным неврологом, имеющим опыт лечения двигательных расстройств. Поскольку диагноз отдельных субъектов PD или RBD был поставлен во время оценки, конкретная дата, записанная для каждого участника, была разной, но общий график времени был одинаковым. Каждый участник сначала прошел клиническую оценку у невролога, а затем был осмотрен во время одного сеанса со специалистом по речи. Речевые данные записывались в тихой комнате с низким уровнем окружающего шума с помощью налобного конденсаторного микрофона (Bayerdynamic Opus 55, Хайльбронн, Германия), расположенного примерно в 5 см от рта.Записи были дискретизированы с частотой 48 кГц с разрешением 16 бит. До исследования ни один из участников не проходил логопед.

Автоматическая сегментация связанной речи

Все выборки были предварительно обработаны, и была установлена ​​параметризация. Впоследствии каждый речевой сигнал был смоделирован с использованием модели смеси Гаусса (GMM), представляющей наиболее распространенный метод, используемый в приложениях обработки речевых сигналов. Одновременная оценка всех групп неэффективна, поскольку все смеси несовершенно разделены в едином параметрическом пространстве, и могут возникнуть ложноположительные и ложноотрицательные ошибки.Однако точная и надежная классификация обеспечивается, если отдельные классы речи оцениваются последовательно по отношению к соответствующим характеристикам в большинстве различающихся параметров. Последовательное разделение выполнялось с помощью уникальных этапов распознавания, где каждый этап распознавания разделял предыдущие распределения на две фракции (дополнительный рисунок S2).

Предварительная обработка

Сигнал был децимирован до частоты дискретизации 8 кГц, что достаточно для распознавания речи. Фильтрация сигнала с использованием высокочастотного фильтра Чебышева порядка 4 ^{-го порядка} была выполнена для удаления частот ниже 130 Гц, которые включают основной гул, хлопки и другие дозвуковые звуки.{N-1} | \ mathrm {знак} ({R} _ {x} [n + 1]) — \ mathrm {знак} ({R} _ {x} [n]) |, $$

(4)

$$ \ mathrm {sign} (x [n]) = \ left \ {\ begin {matrix} 1, & x [n] \ ge 0 \\ -1, & x [n] <0 \ end {matrix } \ right., $$

(5)

, где x — сигнал в окне длиной Н, h — окно Хэмминга, R _х представляет автокорреляционную функцию, σ _х — стандартное отклонение сигнала, а µ _х — среднее значение сигнала.Поскольку все параметры можно описать логнормальным распределением, мы выразили их в логарифмической шкале. ZCR был вычислен с использованием нормализованной автокорреляционной функции. Этот подход подчеркивает гармоническую частоту и подавляет шумовую составляющую звонких согласных. Таким образом, все звонкие фонемы (гласные и звонкие согласные) могут быть описаны просто одномодальным нормальным распределением голосовой речи, что повышает чувствительность обнаружения звонкой речи. ACR рассчитывался как дисперсия нормализованной автокорреляционной функции невзвешенного сигнала.Сигнал также параметризовался в спектре с использованием первых пяти из 24 LFCC, представляющих низкочастотную огибающую спектральной плотности мощности.

Последовательное разделение

Принцип последовательного разделения заключался в пошаговом распознавании наиболее дифференцированных компонентов речи (дополнительный рисунок S2). Речь была разделена в следующем порядке: озвученная речь (дополнительный рисунок S2A). ), невокализованная речь (дополнительный рисунок S2B ) и дыхания (дополнительный рис.S2C ). Шаг распознавания выполнялся внутри скользящего окна распознавания. В результате во время записи речи со временем была достигнута адаптируемость к речевому аппарату и окружающему шуму. GMM параметров предполагался в каждой позиции окна распознавания. GMM на самом деле предполагает непредсказуемую дифференциацию смесей. Поэтому количество смесей оценивали с использованием индекса Калински-Харабаса в диапазоне < 2 ; 3 >.Оптимальное количество смесей соответствовало более высокому индексу оценки. Параметры GMM оценивались с помощью EM-алгоритма. Наблюдения классифицировались с помощью дискриминантного правила Байеса. Решения были дополнительно сглажены предположением об индоевропейской языковой семье, в которой глухая речь сопровождается звонкой. Значения порогов сглаживания решений не устанавливались до точного значения, а только для приближения к естественной синхронизации речевого аппарата.

Голосовая речь

Голосовая речь была отделена от всего сигнала с использованием параметрического пространства PWR, ACR и ZCR в пределах окна распознавания длительностью 20 секунд с шагом 6 секунд.Озвученная речь была идентифицирована как компонент с самым высоким средним значением PWR. Решения были сглажены с использованием медианного фильтра порядка 5 ^-го и следующих правил принятия решений: голосовые сегменты короче 30 мс классифицировались как безмолвные, но безголосые сегменты короче 20 мс снова классифицировались как озвученные, в качестве краткосрочного контроля. функция над голосовой связкой вряд ли возможна.

Невокализованная речь

Невокализованная речь, представленная глухими согласными, была отделена от невокализованных сегментов короче 300 мс, которые включали большинство согласных и исключили большинство сигналов дыхания.Первые пять LFCC использовались для распознавания глухих согласных. Окно распознавания длилось 60 секунд с шагом 20 секунд. Продление окна распознавания компенсировало малое количество согласных. Невозвученная речь была идентифицирована как компонент с наивысшим средним значением первого LFCC, который связан с громкостью. Невокализованная речь короче 5 мс и невокализованная речь на расстоянии от вокализованной речи длиннее 30 мс были отклонены.

Пауза

Паузы определялись как глухие и несогласные сигналы, включая время, необходимое для дыхания.Минимальная длительность пауз считалась 30 мс.

Дыхание

Дыхание было отделено от остаточных сегментов (за исключением сегментов голосовой речи и согласных, уже классифицированных на первых двух шагах) длительностью более 200 мс с использованием первых пяти LFCC. Дыхания были идентифицированы как компонент с наивысшим средним значением первого LFCC. Дыхание короче 40 мс отклонялось. Вдохновение ограничивалось тишиной, когда легкие меняли направление воздушного потока.Следовательно, дыхание на расстоянии до голосовой речи короче 30 мс классифицировалось как невокализованная речь. Промежутки между вдохами короче 400 мс классифицировались как дыхания.

Метки

Каждый сегмент описывался с помощью меток, относящихся к времени начала, времени окончания и классу. Все этапы обработки сигналов и анализа данных выполнялись в © Matlab (MathWorks).

Эталонные метки для рук

Следующие критерии для аннотаций пауз были взяты из Fisher и Goberman ⁴⁰ :

1. 1.

   Интервал сигнала может быть аннотирован как пауза, только если он не содержит гармонического спектра или шума, превышающего минимальный уровень шума и не демонстрирующего формантной структуры, подобной структуре речи. Паузы могут содержать дыхание, изолированное от речи, или речевые артефакты, не связанные с содержанием речи.

2. 2.

   Пауза перед речью заканчивается в момент возникновения формантной структуры, сопровождаемой гармоническим спектром или шумовым сигналом.Если речь начинается взрывным согласным, то пауза заканчивается в момент первоначального прилива энергии.

3. 3.

   Пауза после речи начинается в момент разрыва формантной структуры, связанной с предыдущей фонемой.

Установлены следующие критерии аннотации дыхания:

1. 1.

   Респирации были определены как шум, значительно превышающий минимальный уровень шума с характерным резонансом в полосе частот 500–2000 Гц в паузах более 100 мс.

2. 2.

   Границы дыхания были определены как время наибольшего изменения спектра между паузой и респираторными сигналами.

3. 3.

   Непрерывные сигналы дыхания были обозначены как гомогенное дыхание.

Все метки были проверены на восприятие. Метки описывались с использованием времени начала и окончания интервала, а также флага происхождения сегмента, включая паузу или дыхание.

Оценка производительности алгоритма

Золотой стандарт для тестирования основывался на эталонных ручных этикетках, тогда как каждой метке было присвоено поле допуска.Обнаруженные метки, находящиеся в пределах поля допуска, интерпретировались как истинные положительные результаты (TP). Каждая ручная этикетка была сопряжена только с одним детектированием. Непарные эталонные метки рук интерпретировались как ложноотрицательные (ЛО). Непарные обнаружения были интерпретированы как ложные срабатывания (FP). Эффективность обнаружения F оценивалась по шкале F:

$$ {\ rm {precision}} = \ frac {{\ rm {TP}}} {{\ rm {TP}} + {\ rm {FP }}}, $$

(6)

$$ {\ rm {вспомнить}} = \ frac {{\ rm {TP}}} {{\ rm {TP}} + {\ rm {FN}}}, $$

(7)

$$ {\ rm {F}} = {\ rm {2}} \ cdot \ frac {{\ rm {precision}} \ cdot {\ rm {вспомнить}}} {{\ rm {precision}} + { \ rm {вспомнить}}}.$$

(8)

Поле допуска паузы было получено вокруг каждой метки с границами, соответствующими четверти длительности соответствующей паузы. Наиболее интересной информацией, касающейся эффективности сегментации, была зависимость от продолжительности паузы. Следовательно, эффективность итеративно вычислялась для пауз длиннее прогрессивного порога от 50 до 300 мс с шагом 50 мс. Дыхание оценивали в пределах поля допуска продолжительности соответствующего дыхания вокруг каждой метки.

Детектор паузы для дизартрической речи ¹⁷ был настроен на получение наилучшего результата работы с использованием гистограммы из 200 бинов, частоты дискретизации 8 кГц и той же процедуры предварительной обработки, которая используется в предлагаемом в настоящее время методе сегментации. Обнаружение голосовой активности ¹⁸ было выполнено с использованием частоты дискретизации 8 кГц и стандартных настроек.

Обработка акустических речевых функций

Для предотвращения искажения, вызванного паузами продолжительностью более нескольких секунд, все паузы более 2 секунд были насыщены до максимальной продолжительности 2 секунды.

RST обеспечивает более надежную оценку ухудшения скорости речи, чем простое измерение частоты пауз, поскольку учитывает не только паузу, но и вокализованные, и невокализованные интервалы. Озвученные интервалы предоставляют дополнительную информацию об ухудшении речевого контроля, а глухие интервалы — о неточной артикуляции. Скорость, включая голосовые, невокализованные и интервалы паузы, комплексно аппроксимирует скорость речи, поскольку ухудшение скорости речи связано с нарушениями во всех измерениях речи.Каждый вокализованный, невокализованный интервал и интервал паузы описывался временем возникновения, определяемым как среднее время между началом речевого интервала и концом интервала. Общее количество интервалов подсчитывалось для каждого момента в процессе измерения. RST вычислялся как градиент линии регрессии от времени.

AST определяет степень ускорения по времени. Речь была разделена на два тайма с перекрытием 25%, что обеспечивало плавный переход между частями. AST вычислялся как разница между RST обеих частей, деленная на общую продолжительность предложения.

DPI оценивает способность говорящего произносить речь. Сложные нарушения речи могут вызывать затруднения при произнесении речи, что приводит к удлинению пауз. DPI рассчитывался как средняя продолжительность всех интервалов паузы.

EST описывает упорядоченность или предсказуемость речи, включая голосовые, невокализованные, паузы и дыхательные интервалы. Нарушение речи, связанное с гипокинетической дизартрией, имеет тенденцию быть более упорядоченным и предсказуемым, поскольку голосовые интервалы преобладают в речи за счет интервалов других типов.Соответственно, снижение энтропии равносильно нарушению речи. Каждый речевой интервал рассматривался как одно наблюдение. Было вычислено количество всех интервалов речи, включая количество интервалов вокализованной речи nv , количество интервалов невокализованной речи nu , количество интервалов паузы np , количество интервалов дыхания nr и общее количество интервалов NT . EST был определен следующим образом:

$$ {\ rm {EST}} = — \, \ frac {nv} {nt} \ cdot {\ mathrm {log}} _ {2} \, (\ frac {nv} {nt}) — \ frac {nu} {nt} \ cdot {\ mathrm {log}} _ {2} \, (\ frac {nu} {nt}) — \ frac {np} {nt} \ cdot { \ mathrm {log}} _ {2} \, (\ frac {np} {nt}) — \ frac {nr} {nt} \ cdot {\ mathrm {log}} _ {2} \, (\ frac { номер} {nt}).$$

(9)

DUS оценивает неточную артикуляцию, проявляющуюся в повышенном шуме, сопровождающем стоп-согласные, или даже в продолжительной артикуляции, воспринимаемой как фрикативный. Таким образом, продолжительность обнаруживаемых стоп-согласных имеет тенденцию к увеличению. Длина глухих согласных образует бимодальную GMM из глухих фрикативных согласных и глухих стоп-согласных. Эта отчетливо различающаяся смесь была распознана с помощью EM-алгоритма.DUS вычислялась как средняя продолжительность распознаваемых интервалов стоп-согласных.

DUF измеряет временное качество артикуляции. Невозвученные фрикативные звуки характеризуются энергией, сосредоточенной на высоких частотах (> 2,5 кГц). Информация о временном качестве артикуляции измерялась как временное затухание высокочастотной массы. Речь была разделена на два тайма с перекрытием 25%, что обеспечивало плавный переход между частями. Фрикативные согласные распознавались в каждом полупериоде из двухрежимной GMM глухих фрикативных согласных и глухих стоп-согласных с использованием EM-алгоритма.Невозвученные фрикционные звуки каждого полупериода параметризовались с использованием 24 кепстральных коэффициентов Mel-частоты (MFCC). Второй MFCC связан с соотношением энергий высоких и низких частот Mel-диапазона. DUF вычислялся как среднее значение разностей между вторыми MFCC обоих половинных времен, взвешенных по общей продолжительности речи. DUF был выражен в частях на тысячу относительно предполагаемого небольшого диапазона значений.

DVI оценивает голосовой аппарат в отношении игнорирования глухих согласных и пауз, озвучивания во время глухих согласных и простого слияния нескольких корней в слове или слияния независимых слов.DVI вычислялся как средняя продолжительность вокализованных интервалов.

GVI представляет собой измерение способности говорящего разделять голосовые сегменты паузами. Паузы между озвученными интервалами относятся к разделению разных корней слов, независимых слов и предложений в целом. Нарушение голосового аппарата вызывает слияние разных корней слов или независимых слов. Паузы, связанные с глухой речью или дыханием, отбрасывались. Продолжительность этих четких пауз между голосовыми сегментами описывалась бимодальным нормальным распределением.Формальные паузы и четкие пропуски распознавались с помощью EM-алгоритма. GVI рассчитывался как количество пропусков за общее время речи.

RSR оценивает частоту дыхания по определенным интервалам дыхания. Расчет RSR был разработан таким образом, чтобы обеспечить устойчивость к неправильному определению дыхательных интервалов. Каждое дыхание описывалось средним временем между началом и концом дыхания. Скорость дыхания определялась как перевернутое среднее значение этого интервала, выраженное в минутах.

PIR направлен на изучение дыхательной и просодической функции в контексте, характеризующемся созданием пауз во время группы дыхания. Обычно уменьшение группы дыхания вместе с уменьшением частоты пауз предполагают снижение PIR из-за дизартрии. Учитывали количество пауз между двумя вдохами. PIR вычислялся как среднее количество пауз на дыхание.

RLR представляет собой простое измерение громкости для оценки усилия на вдохе. Любая преграда в дыхательных путях производит шум.Громкость инспираторного шума пропорциональна потоку вдоха и сопротивлению обструкции дыхательного пути. Ограниченная кинематика грудной клетки, связанная с дизартрией, снижает поток вдоха и шум. Громкость респираторного шума была привязана к громкости речи, чтобы значение RLR не зависело от усиления микрофона. Сигнал возводился в квадрат и фильтровался с помощью скользящего среднего порядка 120 и масштабировался до громкости с использованием логарифмической шкалы. RLR определяли как разницу между средней громкостью дыхания и средней громкостью речи.

LRE указывает на способность преобразовывать истечение во время речи в вдохновение. Нарушение способности дыхательного обмена проявляется в увеличении интервала между выдохом и вдохом, что необходимо минимизировать при речевом дыхании. Каждое дыхание оценивалось по времени задержки, которое вычислялось как разница между временем вдоха и временем выдоха. Время окончания истечения определялось от конца ближайшего предшествующего речевого интервала.Время начала вдоха определяли от начала интервала соответствующего дыхания. LRE вычислялся как среднее время задержки всех обнаруженных дыхательных движений.

Статистический анализ

Для каждого испытуемого были вычислены окончательные значения 12 акустических характеристик, связанных с отрывком для чтения, путем усреднения данных, полученных в двух прогонах голосовых заданий. Поскольку было обнаружено, что все акустические характеристики нормально распределены с помощью одновыборочного теста Колмогорова-Смирнова, статистический анализ был выполнен с использованием дисперсионного анализа с повторными измерениями с помощью GROUP (PD vs.RBD по сравнению с контролем), рассматриваемый как фактор между группами, и ЗАДАЧА (отрывок для чтения против монолога), рассматриваемый как фактор внутри группы. Значимость Post-hoc GROUP оценивалась по методу наименьших квадратов Фишера. Корреляции Пирсона применялись для проверки значимых взаимосвязей. Поправка Бонферрони для множественных сравнений применялась в соответствии с 12 тестами, выполненными с скорректированным порогом p = 0,0042 (т.е. 0,05 / 12) для p <0,05.

Полностью аннотированный корпус русской речи Павел

Полностью аннотированный корпус русской речи Павел Скрелин, Нина Вольская, Даниил Кочаров, Карина Евграфова, Ольга Глотова, Вера Евдокимова Факультет фонетики Санкт-Петербургского государственного университета [email protected] pu.ru

CORPRES • полностью аннотированный текст русского языка для профессионального чтения • разработан на кафедре фонетики Санкт-Петербургского государственного университета • разработан для: — TTS для выбора единиц • возможного лингвистического использования: — исследования в области фонетики русского языка и меж- и внутри- вариативность речи говорящего Д. Кочаров, Полностью аннотированный корпус русской речи 2

Корпус Описание • 8 выступающих (4 женщины и 4 мужчины) • 60 часов чтения речи (7. 5 часов с каждым выступающим).• Тексты разных стилей: — художественные повествовательные тексты, — пьеса с эмоционально выразительными диалогами — информационные тексты по ИТ, политике, экономике • 6 уровней аннотации. Д. Кочаров, Полностью аннотированный корпус русской речи 3

Аннотация • Уровень 1: границы периода основного тона • Уровень 2: фонетические события • Уровень 3: реальная фонетическая транскрипция • Уровень 4: идеальная фонетическая транскрипция • Уровень 5: орфографическая транскрипция • Уровень 6: просодическая транскрипция Д. Кочаров, Полностью аннотированный корпус русского языка Речь 4

Пример аннотированной речи Формат файла аннотации: 0, 1, 0, 2, h 0, 8, хотелось 0, 32, h 0, 64, 12 286, 16, 968, 16,… D.Кочаров, Полностью аннотированный корпус русской речи 5

Маркировка периодов основной частоты и фонетических событий • Периоды F 0 были обнаружены автоматически. • Эффективность автоматического определения F 0 и маркировки периода F 0 достигла 98%. • Результаты автоматической процедуры проверены и исправлены вручную. • Фонетические события определялись вручную: — эпентетические гласные, — начала голоса, — звонкие речи, — неподвижные части глухих согласных, — глоттализация. Д.Кочаров, Полностью аннотированный корпус русской речи 6

Фонетическая транскрипция • Для транскрипции использовалась версия SAMPA для русского языка. • 18 символов использовались для обозначения позиционных аллофонов 6-ти русских гласных фонем / а /, / о /, / i /, / u /, / e /, / y /. • Они содержали указание на положение гласной по отношению к ударению: — 0 — ударная гласная с ударением, — 1 — безударная гласная в претоническом слоге, — 4 — безударная в посттоническом слоге. • Набор согласных символов включал 41 символ: — 36 русских согласных фонем — 5 звонких аллофонов глухих согласных D.Кочаров, Полностью аннотированный корпус русской речи 7

Реальная фонетическая транскрипция • Речевой сигнал был вручную: — сегментирован — расшифрован — отредактирован коллегами. • Огромная работа! • Эффективность по времени: ~ 1 звук в минуту. => 1 минута выступления каждые 1-2 часа. Д. Кочаров, Полностью аннотированный корпус русской речи 8

Идеальная фонетическая транскрипция • Транскрипция: — генерируется из текстов. • Этикетки: — размещаются автоматически, чтобы совпадать с позициями этикеток, созданными вручную на реальном уровне транскрипции.• Автоматическая маркировка: — не идеально из-за несоответствия идеальной и реальной фонетической транскрипции. => результаты автоматической процедуры были дополнительно исправлены вручную. Д. Кочаров, Полностью аннотированный корпус русской речи 9

Ортографическая и просодическая транскрипция • Орфографическая транскрипция (Уровень 5) содержит — границы слов и словесные метки. — просодически выдающиеся слова помечаются специальными символами. • Просодическая транскрипция (Уровень 6) содержит — границы тоновых единиц и пауз и их метки.• Просодическая информация была отмечена экспертами-фонетиками на основе перцептивного и акустического анализа речевых данных в текстовом файле, содержащем орфографическую транскрипцию. • Позднее метки были автоматически перенесены из текстового файла в файлы аннотаций, чтобы они совпадали с уровнями фонетической транскрипции. Д. Кочаров, Полностью аннотированный корпус русской речи 10

Описание данных корпуса Полностью аннотированные данные Фонемы Слова Тон Единицы Часы Частично аннотированные данные 1048 867 Общее количество — — 211437 317 021 528 458 64 055 86 546 150 601 24 36 60 40% корпуса: сегментировано вручную и полностью аннотировано на всех шесть уровней.60% корпуса: частично аннотированные метки для периода основного тона и метки фонетических событий: не выполняются ручная фонетическая транскрипция, орфография, просодическая транскрипция, идеальная фонетическая транскрипция, но не согласованные с речевым сигналом. Д. Кочаров, Полностью аннотированный корпус русской речи 11

Несоответствие между идеальной и реальной транскрипцией Общее количество Процент правильно неправильно произнесенных Исключено 1 118 833 947 508 101 292 70 033 100 84. 7 9. 05 6. 25 Д. Кочаров, Полностью аннотированный корпус русской речи 12

Выводы • Это единственный доступный корпус для русских TTS.