语音地震：人类语音中的标度律与普适性

语音是人类能力中一种独特的复杂特征。为了理解语音产生的物理机制，本文实证分析了涵盖多种语言的大规模人类语音数据集的统计特性。我们首先表明，在语音过程中能量是不均匀释放的且服从幂律分布，报告了语音中一种普适且稳健的类 Gutenberg-Richter 定律。我们进一步表明，此类语音地震表现出时间相关性，因为事件间隔统计量同样服从幂律分布。由于这一特征发生在音素内部范围内，我们推测导致这一复杂现象的原因并非认知层面的，而是 reside 于生理性的语音产生机制中。此外，我们表明这些等待时间分布在重正化群变换下具有标度不变性，暗示语音产生过程确实运行在临界点附近。将这些结果与当前语音处理范式进行对比，后者指向低维确定性混沌是语音波动中非线性特征的起源。鉴于这些波动正是使合成语音人性化的方面，这些发现可能对未来语音合成技术产生影响。结果具有稳健性，且独立于交流语言或说话者数量，指向一种普适模式，并为人类语音的复杂性提供了又一线索。