用图形解释声音［北大　沈炯教授讲解］

[这个贴子最后由白云出岫在 2003/06/16 06:23pm 第 2 次编辑]

　　前两天，发现北大有个沈炯教授，能用图形解释声音，于是发了一个夏青朗诵的＜登幽州台歌＞以供分析，沈教授立刻回贴了．[sound]http://cs.ustc.edu.cn/csli/cloud/cloud/300/dengtai.wav[/sound]
(本贴以背景方式广播夏青的朗诵,如果要重复收听,刷新一下)

附图从上到下依次为声波、振幅、语图、音高图解。
　　从声波图等都可以看到音节的时间长度。时间长度的单位为秒。
　　从振幅图可以看到音量的变化。它是按照分贝值标绘的。
　　从语图可以看到辅音与元音的音质交替变化。红色或黄色条纹是能量最强的、对听觉起重要作用的音质组成成分（共振峰）。背景中可以看到的垂直条纹是频率比较低的周期变化。水平方向还可以看到频率比较高的许多谐波成分。
　　从音高图上可以看到声调的音高变化。注意它们起伏的趋势和长短。声调音高两头的“弯头、弯尾”是自然形成的，不必刻意模仿。在音高图上不但可以分析声调，而且还可以分析每个音节的轻重。声调段高音端提高是“重”的表现。例如同样是阴平（第一声），高的就“重”一些。（音节长的也“重”一些。）此外，后字轻的，是前字“重”的重要帮手。上声（第三声）重的，通常是后边第二音节（隔一个音节）变低。此外，声调音高的低音点是跟着节奏变化的。（节奏还有音节时长等其他因素）。后边的附图中两次出现末尾的“下降尾音”，这里起承接下句的作用和艺术鉴赏的作用。“下降尾音”使它所“寄生”的音节变长，也起加重的作用。后边的附图中相应位置没有“下降尾音”的，音节比较短，可能也是艺术的需要。在一句话中，声调音高的自然连接有“圆润”的特点，不是机械的，死板的。
　　“幽州台”是一个节奏单位。“歌”附着在它后边，并不是独立的节奏单位。

　　在播音语言中，音节与音节之间有极短的小间隙。那种间隙使“昂”一开始有了喉塞音。在三个字组成的整体中，中间的字往往要短一些。
　　“陈、昂”都是杨平（第二声）它们前高后低是节奏的需要。阳平的音高升幅是受限制的，所以它们的升幅差不多，也就一样轻重了。

　下降尾音寄生在“人”后边，把 n 拉长了：renn 。要特别注意那里的音量衰减过程。

　　两句话中的“前、后”都比较重，“不见”被它们“同化”，音高受到自然牵连。其中“不”最轻，所以很短，理论上的升调、降调已经无所谓了。“前不见、后不见”都是一个节奏单元，末字略有延长。

　“地”去声（第四声）降调的完成还要靠后边轻化的“之”变低来帮助。

　“然”后有一个小小的下降尾音和小小的间顿，把全句分成两个小单位，又把它们紧密结合在一起，不让它们完全独立。“然、而”都是轻化了的。急煞的“下”很短，可能是艺术的需要。它很高，依旧是重的。单音节词“念、独”特长，可以看成是独立的节奏单位。

　语图显示非常真实。因为真实，环境影响不可避免，例如回声历历在目。技术因素也不能忽视。当年的采样频率是非常有限的。我们关心里边汉语的真实因素。那种因素非常明显。撇开技术因素，汉语的事实非常简单。

旷野他们说觉得我们这里太专业化，太学院味，所以不来了。嘿嘿，瞧瞧你们这帖！

　　太学院味？

　　好象是有几个贴是吧，不过大多数贴子，都让我感觉不到是在“播音与朗诵论坛”。
　　这个贴，只是让习惯用耳朵听声音的朋友们，试着用一次眼睛看声音。

支持支持，应该有这样专业的帖子。而且了解一下声音的物理过程，对训练自己吐字发声很有好处。

我刚才按照图形指示的方法试了一遍，还真找着一点夏青的感觉。呵呵

我没有听白云给的链接，单看着音高图想象夏青的声音，别有一番滋味。
我最感兴趣的是最后一句第一个字“独”，分析下来居然是先降后升的。这可能和夏青独特的处理有关吧。

木兰说得很对，夏青声音里面的金属铿锵之韵，是和他特殊的发声方法分不开的。
那个“独”字我也注意到了，还模仿了一下；还有“怆然”两个字之间的处理也特点。
欲扬先抑，好像书法里的雁头藏锋。这样后面高上去的地方更加峻拔突出，而且轻松不费力。

嘿嘿
看不懂，偶得基础最差了，从来不认真学老师教的各种基础知识
教授搞朗诵怕是还差一点
要是能从波形看感情就好了
老播音员的播音和朗诵留给我们了很多经验
但是，与时俱进吧~
想起了卫斯理的一篇小说，就是讲一个能人能完全从波形翻译人的语言，虽然夸张，但很奇妙。不过现在看来，也不是完全不可能的了

火锅，这只不过是语音分析，北大有非常先进的语音实验室，不用来做点分析可惜了的啊。不过，从波形看感情，如果进一步做也并非完全没有可能啊。

hehe
想想卫斯里的想象好像有很多都实现了~~
生活中有好多现象可以用科学的，具体的理论来解释，满好玩的

[这个贴子最后由白云出岫在 2003/06/13 07:33am 第 2 次编辑]

　　木兰，这就是夏青朗诵唐诗三百首里的，只是我按沈炯的要求，转换成了.wav格式。
　　那套录音，你好象有的。
或者:
点击收听


　　“独”字的语调上没有听出先下后上的感觉，倒是音量上有。独字刚发出时，有个小峰，是气流冲出时形成的。而全字的音量是渐强的，于是看到了那个上坡样的波形。

　　火锅：
　　文字和语音的相互转换，是信息技术中非常前沿的内容，目前研究重点主要还在于语义的准确上。金山词霸就可以把一段英文朗读出来，看来这个技术己经初步实现了。
　　语音转换成文字要复杂得多，如果实现，用机器实现同声翻译也就能够做到了。语音转换文字，要求机器有有一个标准样本库，还要有一个使用者的个性样本库，这样，机器才可能听懂使用者的语言。
　　这是一项非常有市场前景的项目，谁先掌握这一技术，说不定就是下一个比尔盖兹。
　　当然，就朗诵艺术而言，我不相信机器能取代人声。

　　今天，就“女国音”的问题，又请教了沈炯老师：

白云出岫：
http://cs.ustc.edu.cn/csli/cloud/cloud/xianyun/htys.mp3

昨天,我们论坛上的ritter，说我的发音就是“女国音”，我自己听不出，大家帮我听听，哪个音是“女国音”？（上面是我读的《荷塘月色》）

ritter:
从语音学角度来看，
你的发音有些问题，就是典型的“女国音”，在北大BBS上有讨论。
表现就是把jqx读成zcs。

沈炯：
　　欣赏了一遍。没有“女国音”的任何嫌疑。应该说是标准的普通话。有别于口语，属于艺术语言风格。因为录音质量好，辅音高频成分很清晰。从音色判断，j q x 就是 j q x ，不是 z c s 。完全不是！
　　“女国音”说的“西”有点象英语的 see ，s 舌尖-齿龈发音。普通话的 j q x 没有舌尖的作用。

ritter:
请沈老师注意开头处，“朱自清”的“清”。“这几天，心里颇不宁静”中的“几”和“静”，
另有“清香”的“清”听上去总感觉声母发音部位靠前。

沈炯：
　　　又听了一下。“朱自清”的“清”可以听出“冲直条”的脉冲波。是极其清晰的 q ，不是 ts\' 。没有问题。这几天电视台有小学教学节目。里边有时候可以发现“女国音”。
　　你能不能把那里开头几句话做成 .wav 文件，用 .rar 压缩（300K以内），放上来。我拿出点实验证据来。
　　用上次的“下载”方式，文件大了也能够下载吗？如果行，就增加一条下载行吧。

荷塘月色 朱自清
这几天心里颇不宁静。今晚在院子里坐着乘凉,忽然想起日日走过的荷塘,在这满月的光里,总该另有一番样子吧。
下载：http://cs.ustc.edu.cn/csli/cloud/cloud/xianyun/shiyan.wav
在链接地址，点右键，选目标另存为，就可以下载了。
谢谢沈教授

沈炯：

　女国音“静”辅音的能量集中区在 7000 Hz 以上。正常语音它在 3500 - 5000 Hz 范围。
　　左图是白云出岫的声音图解。右图的“女国音”并不是典型的，是发音人偶尔的现象（女声）。

送白云出岫一个音高分析图。

白云出岫：
　　怪不得，有人说，看了沈老师的文章，自己都想改行搞语音研究了。这种工作既是科学，也是艺术，既是工作，同时也是爱好。
　　你一定生活工作得既充实，又快乐。

沈炯：
　　全世界有文化的人都应该做点语音研究，去开拓自己的素质领域。现在的条件太好了，是时候了。
　　语音学是语言学中最有血有肉的部门，最有灵性的部门。人人都需要它。

能上个邱老的让沈教授分析一下吗？

全世界有文化的人都应该做点语音研究，去开拓自己的素质领域。
这话说的
有点专业工具崇拜
全世界有文化的人该做的太多了

下面引用由白云出岫在 2003/06/13 06:59am 发表的内容：
　　木兰，这就是夏青朗诵唐诗三百首里的，只是我按沈炯的要求，转换成了.wav格式。
　　那套录音，你好象有的。

谢谢！确实有的，但是没有这么仔细地听过。我最熟悉的夏青的唐诗是“好雨知时节……”，记得吗，春节晚会里的。

当然记得。笑林可真丢脸，居然放录音，“说学逗唱”学为其二，居然都不露一手。

看图形就能体会到朗诵者的感情，真有意思

下面引用由mulan在 2003/06/16 11:34pm 发表的内容：
谢谢！确实有的，但是没有这么仔细地听过。我最熟悉的夏青的唐诗是“好雨知时节……”，记得吗，春节晚会里的。

　　木兰这回好象没记准。
　　那个“好雨知时节”是方明读的，夏青当时没出声音，只递上去一张纸，让笑林学，结果，放出来的是什么“搞好计划生育”之类的。

科学真是奇妙啊。

  波形把转瞬即逝的声音定格为图形给人看，或许算做从另外一个角度欣赏声音。正象庖丁对牛的欣赏。
  波形可以让研究者明了朗诵者为何在某个部分可以达到一种独到的效果，应该不是用来模仿的工具吧。
  波形的研究正如白云出岫所言，近期的目的还是语音转换成文字，如IBM的Viavoice，需要好的声卡，来辨识人的声带。
  “热闹是他们的，我什么也没有”后的长停，不会被波形记录，然而却是艺术的，也是波形怎么也搞不明白的：为什么不可以忽略这么多的空格？

下面引用由白云出岫在 2003/06/17 12:38pm 发表的内容：
　　木兰这回好象没记准。
　　那个“好雨知时节”是方明读的，夏青当时没出声音，只递上去一张纸，让笑林学，结果，放出来的是什么“搞好计划生育”之类的。

对了，偶想起来了。*^_^*
是夏青事先的录音吧?笑林也就像火车了:)