音声情報圧縮の基礎研究：言語音のスペクトル変化と発声器官の動きとの同時観測

点击翻译按钮获取中文摘要

平成28年度に行った9名の英語母語話者による聴取実験のデータ分析を行った。英語音声において、臨界帯域ごとのパワーの時間変動情報が圧縮されたとき、言語内容をどれだけ明瞭に知覚できるかを確かめることが目的であった。英語音声は因子分析によって数個の因子の時間変動に情報圧縮した。圧縮された情報から元のパワーの時間変動を再構成し、雑音駆動音声として再合成した。因子数が２個まででは実験参加者はほとんど言語内容を聴き取ることができなかったが、因子数が３個以上から少しずつ内容が聴きとれるようになり、８個以上用いたところで、単語正答率が80%を超えることが分かった。日本語と同様に、英語においても３因子以上から音声の内容が理解され始めるということが示された。平成28年度までの研究で、約500～1500 Hzの周波数帯域に高い因子負荷量をもつ因子は音声知覚において特に重要であると分かった。この因子は、音韻論の分野で提唱されている音素の鳴音性と強い相関があると先行研究で示されている。鳴音性の因子が現れていない２因子からなる因子、鳴音性の因子が現れている３または４因子からなる因子のそれぞれから２因子以上を用いて雑音駆動音声を再合成し聴取実験を行った。鳴音性の因子が与える情報を持たない音声の明瞭度は低く、また因子数が２個ではどのような条件でも明瞭度は低かった。よって、雑音駆動音声の明瞭な知覚には鳴音性の情報と３つ以上の因子の情報が必要であると分かった。