人声范围内听觉-感知空间的重组
音频与语音处理
2023-09-14 v1 声音
种群与进化
摘要
我们利用对 250 ms 元音片段的耳蜗标度谱进行多维标度分析,分析了人声范围(220-1046 Hz)中相当大一部分的听觉-感知空间,该数据最初由 Friedrichs 等人(2017)J. Acoust. Soc. Am. 142 1025-1033 研究。数据集包含由三位德语母语女性说话人发出的元音 /i y e {\o} {\epsilon} a o u/(N=240),涵盖了她们各自嗓音频率范围的较宽区间。最初的研究表明,在涉及 21 名听者的闭集识别任务中,点元音 /i a u/ 在接近 1 kHz 的基本频率(fo)下被显著识别,而其他元音的识别率在较高音高时下降。基于这些发现,我们的研究揭示了随着 fo 升高而与元音高度及前性相关的系统性谱偏移,并在 523 Hz 以上围绕 /i a u/ 出现显著聚集。这些观察强调了谱形状在元音感知中的关键作用,说明了在较高音高时对声学锚点的依赖。此外,本研究阐明了这些元音的量子化本质及其对语言演化的潜在影响,为它们在世界语言中广泛存在提供了合理的解释。
引用
@article{arxiv.2309.06946,
title = {Reorganization of the auditory-perceptual space across the human vocal range},
author = {Daniel Friedrichs and Volker Dellwo},
journal= {arXiv preprint arXiv:2309.06946},
year = {2023}
}