Скажите: ааа

Каждый помнит из детства, как врач, нажимая ложечкой на язык, просил нас произнести: ааа. Смысл этого упражнения заключался в том, что оно позволяло врачу поглубже заглянуть в горло говорящего. Произнося этот звук, мы создавали один из основных элементов языка - фонему. Данная конкретная фонема была выбрана как универсальный тест для проверки горла потому, что при ее произнесении мышцы, управляющие резонаторами в горле и ротовой полости, расслабляются, давая наиболее широкий угол обзора. Дальше мы узнаем, что увеличение этих резонансных полостей приводит к уменьшению основных резонансных, или формантных, частот.

Поскольку речь пойдет о фонетическом составе типичной английской речи (которую можно слышать в США), необходимо выбрать некий стандарт в качестве основы для звуков. В данной главе мы будем анализировать звуки общеамериканского диалекта.

Один из возможных способов анализа основных звуков речи и их связи с нашим разговорным языком заключается в том, чтобы установить сходство между разговорным языком, с одной стороны, и языком компьютера - с другой. (Между ними имеется довольно большое сходство, хотя, конечно, в первом случае разговор ведется с людьми, а во втором - с компьютерами.) Возьмем для примера базовую команду, записанную машинным кодом. Если мы сможем установить связь между таким кодом и базовым звуком речи, то в таком случае мы сможем расположить ряд звуков, или фонем, в правильном порядке, создав таким образом слова. Точно так же можно, взяв логическую последовательность машинных кодов, создать компьютерные подпрограммы. Разумеется, эти подпрограммы могут составлять часть компьютерного языка более высокого уровня (в зависимости от их структуры), например, таких языков, как Бейсик, Паскаль, Фортран и т. д. Подобным же образом соответствующие звуки речи, или фонемы, можно упорядочить в различные языки - английский, немецкий, испанский и т. д. Итак, звук речи можно рассматривать как эквивалент самой элементарной команды, записанной машинным кодом; тогда слово будет соответствовать "строке" программы, записанной на компьютерном языке более высокого уровня. Если теперь разместить структурную группу программных строк вместе так, чтобы образовалась законченная программа, то мы получим компьютерное "предложение". Итак, между компьютерным и разговорным языками действительно существует аналогия. Понимание элементов каждого из них поможет пользователю синтезатора стать знатоком как компьютерного, так и разговорного языков.

Кроме фонем в структуре английского языка имеются и другие элементы речи, которые помогают определять произносимые слова. Эти элементы - вариации произносимых фонем (их число составляет около 40); они называются аллофонами. Если проанализировать одну и ту же фонему, встречающуюся в 30 различных словах, то вполне может оказаться, что имеется 30 различных вариантов произнесения данной конкретной фонемы. Каждый из этих вариантов - аллофон. Поэтому число аллофонов значительно превышает число основных фонем (40), соответствующих принятому стандарту произношения каждого звука. Вариации аллофонов зависят не только от конкретных фонем и произносимого слова, но и от положения фонемы в данном слове.

Еще одним элементом нормально артикулируемой речи является дифтонг. Хотя дифтонг нельзя представлять определяемым символом, он характеризует звук, который получается при "переключении" голосового тракта от произнесения одной фонемы к произнесению другой. Типичным примером может служить последовательное произнесение двух фонем гласных звуков, таких, как [а:] и [i:]. Таким образом, дифтонг характеризуется изменением звучания при переходе от одной фонемы к другой и, следовательно, может находиться в произносимом слове лишь между двумя фонемами.

Если дифтонг образуется сочетанием двух аллофонных фонем, то, естественно, он звучит по-разному. Итак, в разговорном английском языке имеется множество разных звуков, которые и обеспечивают нормальное звучание человеческой речи. При описании произношения какого-либо слова необходимо учитывать не только все звуки, но и соответствующие дифтонги и аллофоны.

Такое обилие фонетических и аллофонических звуков может охладить пыл энтузиастов, которые предпринимают попытки синтезировать речь при помощи компьютера. Однако они не должны отчаиваться: в конце туннеля все же виден свет. Даже используя ограниченную группу комбинаций фонем, аллофонов и дифтонгов, можно "сконструировать" вполне распознаваемую речь. Хотя синтезированные звуки могут несколько отличаться от звуков естественной речи, смысловое различие их незначительно. Обычно компьютерная речь напоминает "речь с иностранным акцентом", но большинство людей легко понимают ее.