Ритмизация и интонационное членение текста в "процессе речи-мысли" (опыт теоретико-экспериментального исследования)

Просодические маркеры завершений, действующие на разных уровнях просодической иерархии, задают различную степень артикуляторной и перцептивной разрывности звучащего текста, образуя определенную иерархию просодических швов и глубины создаваемого ими членения, о чем уже говорилось выше. В последнее время просодические швы (или prosodic breaks в зарубежной фонетической литературе) интенсивно исследуются на материале разных языков и с разных сторон: с точки зрения порождения и восприятия, акустических характеристик, корреляций со смысловым и синтаксическим членением, а информация об их реализации в предложении включается в состав просодических аннотаций при создании речевых корпусов и фонетических баз данных.

При восприятии звучащего текста детектирование просодических швов определяется их фонетической “глубиной”, функциональной природой и смысловой значимостью. В п.1.2.4. диссертации описан эксперимент, который показал, что перцептивное обнаружение просодических швов (ПШ) в звучащем тексте характеризуется значительной согласованностью в оценках аудиторов и зависит от глубины задаваемого ими фонетического членения. ПШ минимальной глубины (ПШ1) обладают незначительной степенью перцептивного обнаружения и в этом отношении резко противопоставляются остальным типам ПШ. Однако при обнаружении просодического шва оценка его глубины разными испытуемыми (по шкале из 4 баллов) производится достаточно согласованно.

Для ПШ1 типично либо отсутствие физической паузы в точке завершения соответствующей синтагмы, либо ее незначительная величина. Категориальная граница между ПШ1 и ближайшим к нему ПШ2 по длительности физической паузы, которая по данным перцептивного эксперимента находится в области 200 мс, позволяет говорить о том, что на этапе фонетического кодирования формирование ПШ1 в отличие от остальных типов ПШ не сопровождается глубинными паузами-остановками, что свидетельствует о ритмической природе этой категории просодических швов. ПШ большей глубины соответствуют паузальные маркеры, которые можно трактовать как целочисленные произведения минимальной паузы, типичной для ПШ1. Так, граница между ПШ2 и ПШ3 обнаруживается в интервале 600-700 мс, а для ПШ3 и ПШ4 в интервале 1100 - 1200 мс.

Проведенные нами эксперименты показывают также, что из двух сторон ритмозадающей процедуры: метрической и локализационной - бульшую значимость для восприятия и выделения ритмического периода (фоносинтагмы) имеет метрическая сторона, т.е. определение ритмического центра, или иначе, слова-носителя синтагматического ударения.

Иерархическая организация РИЧ и глубина ПШ , безусловно, влияют на смысловое членение звучащего текста слушающим. Однако текст, РИЧ которого задается автором и диктором, оставляет для слушающего определенную свободу в вычленении смысловых фрагментов. Эта свобода подчиняется ограничениям, источники которых лежат, скорее всего, в психофизиологических механизмах обработки информации, в индивидуальных когнитивных стратегиях и характеристиках слушающих.

Верхний предел смыслового членения образуют интонационно-смысловые комплексы, завершаемые ПШ3 или ПШ4, если высказывание совпадает в своих границах с нтонационно-смысловым комплексом. Анализ экспериментального текста показал, что интонационные составляющие этого типа соответствуют таким текстовым фрагментам, которые соотносимы с крупными смысловыми блоками речевого высказывания.

Нижний предел смыслового членения задается интонационными фразами, т. е. базовыми единицами собственно интонационного членения, после которых следуют обычно ПШ2. Выбор таких составляющих в качестве самостоятельных единиц текущего смыслового анализа даже в том случае, когда они являются частями более крупных смысловых комплексов, типичен для большинства испытуемых. Здесь существенны, по-видимому, такие факторы, как длина интонационной фразы, ее коммуникативно-смысловая и текстовая функции.

Глава 2. Процедурный аспект ритмизации и интонационного членения текста

Феномен РИЧ непосредственно связан с созданием звуковой оболочки порождаемого высказывания. Вторая глава диссертации (п. 2.1. ) начинается с краткого описания устройства и работы фонологического процессора (ФП) речепорождающей модели, текстообразующая специализация которого состоит в построении фонетического плана высказывания. Фонетический план как целевая репрезентация ФП является результатом звукового кодирования коммуникативно-смысловой и лексико-синтаксической характеристик высказывания. С другой стороны, фонетический план должен отвечать требованиям “удобопроизносимости” и фонетической правильности, т.е. соответствовать как общим эвфоническим требованиям механизма речепроизводства (Артикулятора), так и конкретным произносительным нормам данного языка. Иначе говоря, конструируемая фонетическая характеристика должна отвечать требованиям как “сверху” (смысловая и грамматическая адекватность), так и “снизу” (субстанциональное удобство). Существенным для говорящего является и обеспечение “удобовоспринимаемости” порождаемого текста, т.е. его адаптация к общим свойствам механизма речевосприятия и процедуры смыслового анализа текста слушающим.

Фонетический план высказывания, который формируется инкрементно на выходе ФП, является одновременно входной информацией для Артикулятора. Многие исследователи, занимающиеся изучением артикуляционных механизмов, полагают, что базовой единицей фонетического плана на выходе ФП является слоговой комплекс. Согласно имеющимся представлениям сегментный состав слога задается в терминах фонемного кода и используется в качестве адреса для поиска и активации готовых слоговых программ в долговременной речедвигательной памяти говорящего. Выдвигается гипотеза о существовании в памяти говорящего набора готовых, достаточно абстрактных, целевых моторных программ, которые соответствуют наиболее часто встречающимся в языке слоговым комплексам. В готовой моторной программе слога присутствуют также свободные произносительные параметры, которые настраиваются текущим образом. К ним относятся: длительность, высота тона, тип фонации, громкость, точность артикуляции и т.п. Настройка свободных параметров опирается на абстрактные просодические показатели, присутствующие в фонетическом плане, и обеспечивается операциями просодической параметризации слогов. Таким образом, актуальный фонетический план высказывания в конечном виде представляет собой последовательность слоговых моторных программ, специфицированных относительно свободных артикуляционных параметров.

С учетом сказанного, главная задача фонологического кодирования в речи может быть сформулирована как преобразование лексико-синтаксической репрезентации порождаемого высказывания в цепочку слогов, подготовленных для плавного, энергетически оптимального произнесения.

Реализация указанной задачи и ее фонетический результат, в том числе и ритмико-интонационная организация речи, зависят от ряда внешних факторов, в число которых входят фонетически значимые произвольные дискурсивные установки и решения говорящего, принимаемые им глобально или локально в процессе создания данного высказывания. Говорящий может текущим образом настраивать громкость, темп произнесения, отчетливость и выразительность речи, регулировать в определенных пределах локализацию и длительность пауз, производить звуковое выделение слов и т.п. Реализация подобных произвольных решений основана на способности говорящего осуществлять текущий контроль за собственным речевым выходом и реакцией на него слушающего. Кроме того, на работу ФП влияют глобальные дискурсивные установки говорящего на официальный/непринужденный регистр общения, выразительность и этическую тональность речи и т.п.

Фонетически значимые установки-намерения следует отличать от внутренних, непреднамеренных эмоционально-психологических состояний, которые, как полагают некоторые авторы Fujimura O. Articulation perspectives of speech organization // Speech Production and Speech Modelling. Dordrecht. NATO Press, 1990; Kent R. The acoustic and physiologic characteristics of neurologically impaired speech movements // Speech Production and Speech Modelling. London, 1990., оказывают влияние непосредственно на моторные механизмы речи, а не на фонетическую характеристику-план порождаемого высказывания. Особенности интерференции таких состояний с моторной реализацией абстрактного фонетического задания с трудом поддаются формализации и пока никак не учитываются в имеющихся фонетических моделях.

Устройство и работа ФП, обсуждаемые в пп.2.1-2.3, воспроизводят фундаментальные черты модели речепорождения в целом: процесс формирования очередного фрагмента фонетического плана опирается на некоторую входную информацию, использует готовые фонетические “детали” и процедурные знания, которые организованы в структурно-функциональные блоки, реализуется “слева направо” инкрементно в режиме реального времени и контролируется по результату, причем возможность контроля за “внутренним” фонетическим планом и внешним речевым выходом является основой текущего контроля за процессом и результатом речепорождения в целом не только в устной, но и в письменной речи. Размеры опережающего наращивания грамматической информации относительно фонетического плана зависят от соотношения скорости работы грамматического и фонологического процессоров. Психолингвистические исследования, в частности, анализ фонетических ошибок, показывают, что опережение грамматической обработки относительно фонологической, скорее всего, не превосходит одного-двух знаменательных слов.

В п.2.1.1. дается краткая характеристика строительного материала и процедурного инструментария звукового кодирования речи. Основой построения фонетического плана высказывания являются готовые звуковые формы слов, которые хранятся в формальной части ментального Лексикона говорящего В моделях речепорождения обычно предполагается, что во флективных языках большинство словоформ хранятся в памяти как готовые единицы, что не исключает возможности образования новых слов. . Звуковые формы Лексикона имеют сложное строение: они включают сегментный компонент, маркеры морфемной и слоговой структуры и показатели словесной просодии. Для создания и эвфонической организации фонетического плана очень существенны метрико-слоговые схемы словарных форм, содержащие информацию о количестве слогов и месте словесного ударения. Каждый из перечисленных компонентов звуковой формы может использоваться автономно в операциях фонологического кодирования. Об этом свидетельствуют психолингвистические исследования речевых ошибок, в которых показано, например, что известное многим явление “висения на кончике языка” говорит о том, что ритмо-метрическая схема слова становится доступной и активируется на ранних стадиях процесса фонологического кодирования, еще до того, как определятся сегментные и просодические детали звуковой формы слова. Второй тип готовых форм, используемых в фонологическом кодировании, уже упоминался выше - это готовые моторные программы слогов, базовые элементы окончательного фонетического плана.

Что же происходит с речевыми отрезками на пути от готовых звуковых форм Лексикона к готовым слоговым программам? Перечислим основные функциональные типы операций, которые, согласно имеющимся представлениям, осуществляются в ФП при формировании фонетического плана высказывания.

1. Выбор интегральных просодических показателей (темпа, громкости, уровня базового тона, тонального регистра, ширины высотного диапазона голоса и пр.) и локальных, собственно интонационных маркеров, задающих, прежде всего, тональное оформление определенных слогов в создаваемой фонетической характеристике В связи с операциями интонационного оформления в моделях речепорождения высказывается гипотеза о существовании особого интонационного Лексикона, который входит в интегральный ментальный Лексикон. Близкие идеи можно найти в работах С.В.Кодзасова, см. например, Кодзасов С.В. Уровни, единицы и процессы в интонации // Проблемы фонетики III. М., 1999. ;

2. Поиск и извлечение из формальной части Лексикона звуковых оболочек словоформ, соответствующих лексико-грамматическим характеристикам фрагментов ЛСС, построенным в процессе грамматического кодирования;

3. Формирование ритмизованной и интонированной слоговой схемы, задающей организацию звуковой формы высказывания в виде последовательности метрически маркированных слоговых слотов, объединенных в фонетические слова, ритмические группы (фоносинтагмы /фонологические фразы) и интонационные фразы;

4. Сегментное наполнение слоговых слотов ритмико-интонационной схемы с учетом действующих в данном языке правил ресиллабификации, ассимиляции, редукции и т.д.; создание поискового (сегментного) адреса слога как элемента фонетического плана.

5. Поиск в памяти и активация готовых слоговых моторных программ и их просодическая параметризация (вычисление значений свободных артикуляционных параметров моторной слоговой программы).

Вслед за многими авторами важно подчеркнуть, что абстрактная просодическая схема, задающая иерархию просодических составляющих в порождаемом высказывании, не рассматривается как дополнительная автономная, супрасегментная составляющая, которая накладывается на сегментный состав. Напротив, эта схема выступает в качестве структурообразующей основы (базовой скелетной формы или контейнера) для звукового кодирования. Такая трактовка отвечает общим принципам обработки информации в других процессорах речепорождающего механизма и подтверждается многими наблюдениями над звуковым поведением человека: анализом речевых ошибок, детской речи, возможностью создания ритмозадающих установок, влияющих на процесс вербализации (поэтическая речь), данными восприятия и имитации речевых отрезков и т.д. В настоящей работе мы разделяем мнение, согласно которому ритмизация речи связана с созданием абстрактных когнитивных схем, которые выполняют управляющую функцию по отношению к этапу артикуляции Такой взгляд на природу ритма высказывался русскими стиховедами довольно давно. Ср. «ритмическая установка движения существует в сознании еще до всякой ее материализации» Брик О.М. Ритм и синтаксис. М., 1927, с. 16. .

Принципиальная значимость и автономность функционирования речевого ритма приводит исследователей к выводу о существовании в составе ФП (и в мозге человека) особого блока: генератора ритма или шире - просодического генератора [Левелт 1989]. В пионерской монографии [Чистович, Кожевников и др. 1965], не утратившей своего значения и в наши дни, авторы пишут: «Ритм является скелетом слова и играет очень существенную роль как в организации слов в мозгу человека, так и в процессах распознавания слов. Если ритмическая картина слова существует как отдельный признак, возможно допустить, что для синтеза артикуляторной программы слова используются два раздельных блока. В одном из блоков записываются указания только о том, когда нужно совершать движения. Во втором блоке содержится перечисление движений и указание их последовательности…. Работа блока, обеспечивающего временной рисунок, состоит в выработке ритмической последовательности импульсов, которые не имеют конкретных адресов. Они распространяются достаточно диффузно, направляясь до востребования, и возбуждают только восприимчивые к ним элементы» Чистович Л.А., Кожевников В.А., и др. Речь. Артикуляция и восприятие. М.-Л., 1965, с.120. .

Изложенные соображения о составе важнейших фонологических процедур в ФП представлены в виде схемы на рис.2. Приводимая схема была положена в основу действующей системы автоматического синтеза русской речи, разработанной под руководством автора настоящей работы [Кривнова 1998 а, 1999 г].

Раздел 2.2. диссертации посвящен рассмотрению ритмо-задающих процедур а составе фонологического процессора. В п.2.2.1. уточняется понятие фонетического ритма и обсуждается природа базовой ритмической схемы фоносинтагмы и высказывания в целом. В понимании фонетического ритма мы следуем Б.В.Томашевскому, в работах которого в качестве ключевых выделены такие понятия, как ритмообразующий элемент, ритмозадающий закон и ритмический период.

Опираясь на эти понятия, мы рассматриваем ритм как такой способ протекания временномго процесса, который предполагает:

возможность выделения в процессе однородных (сопоставимых) и в то же время разных фаз его протекания (потенциальных ритмообразующих элементов);

закономерное распределение (упорядоченность) фаз процесса и воспроизведение (повтор) этой упорядоченности во времени (ритмозадающий закон или ритмическое задание, по Томашевскому);

вычленение в процессе субъективно соизмеримых минимальных отрезков, в границах которых реализуется ритмозадающий закон (ритмических периодов).

Рис.2. Структурно-функциональная схема фонологического процессора речепорождающего иеханизма. Номера операционных блоков соответствуют главным типам фонологических операций, описанным выше на с. 25.

Доминирующий и первичный способ ритмизации звучащей речи, который можно назвать фундаментальным ритмозадающим законом, основан на метрической оппозиции “сильный-слабый”. Именно эта оппозиция соответствует универсальным биологическим законам регуляции человеческой активности, протекающей в форме чередования фаз напряжения и расслабления.

Если перевести сказанное на язык современных речепорождающих моделей, можно сформулировать следующую гипотезу. Ритмизация речи связана с созданием абстрактных метрических схем, выполняющих управляющую функцию по отношению к высшему этапу артикуляции - этапу создания моторной программы и стратегии контроля за ее исполнением. Такие схемы должны воплощать как универсальные принципы ритмической организации речи, так и их кодифицированное конкретно-языковое проявление. Можно выделить три наиболее важных универсальных принципа: принцип чередования и экономии когнитивных и произносительных усилий, принцип автоматизации рутинных процедур и принцип адаптации к возможностям буферных запоминающих устройств. В каждом языке наложение на слоговую цепочку оппозиции “сильный-слабый”, необходимое для построения базовой ритмической схемы (БРС), осуществляется с помощью специальных ритмозадающих процедур, которые подчиняются эвритмическим ограничениям, действуют в определенных топологических границах и скоординированы с синтаксическим строением порождаемого текста.

Основу БРС образует последовательность слоговых слотов, каждый из которых содержит показатель метрической выделенности слога. В зарубежной фонетической и психолингвистической литературе наиболее удобным формальным способом представления БРС порождаемого речевого отрезка признается репрезентация типа “метрической решетки”, предложенная американскими лингвистами [Prince 1983; Selkirk 1984]. Это двумерная диаграмма-матрица, столбцы которой соответствуют отдельным слогам в речевом отрезке, а число строк равно количеству различаемых метрических уровней (градаций выделенности)^1. Более подробно о метрических решетках см. Кодзасов С.В., Кривнова О.Ф. Общая фонетика. М., 2001, с.498-499.. В данном формализме используется элементарная единица метрической выделенности - ритмический бит (beat), сопоставимая с понятием единицы тонической силы в известной метрической формуле А.А. Потебни, предложенной им для русского слова. Соответственно, чем больше ритмических битов приписано слогу в базовой ритмической схеме речевого отрезка, тем больше его метрический уровень (сила). Кроме этого, в метрической теории вводится полезное понятие метрической слитности/раздельности соседних слов в высказывании, связанное с вероятностью их ритмического объединения в единый фонетический блок (фонетическое слово/ фоносинтагму / интонационную фразу). Формальным показателем метрической слитности /раздельности соседних слов служит метрически градуированный словораздел. В метрической решетке словораздел представлен по крайней мере одним “немым” (silent), невокализованным слоговым битом. В общем случае количество немых битов в словоразделе является показателем метрической слитности смежных слов. Факторы, влияющие на метрическую слитность / раздельность имеют синтаксическую природу; каждый значимый фактор, добавляет немой бит в соответствующий словораздел метрической решетки. Чем больше длина цепочки немых слоговых битов между соседними словами, тем больше метрический разрыв, потенциальная сегментирующая сила словораздела.

Метрическая глубина словораздела определяет не только вероятность завершения текущего ритмо-синтаксического периода, но и возможность реализации разных граничных явлений, в том числе синтагматического ударения и граничных маркеров разных просодических типов. Пороговая глубина словораздела, необходимая и достаточная для завершения фоносинтагмы, имеет относительную природу: порог ритмико-синтаксического квантования речи может настраиваться с учетом дискурсивных факторов: регистра и типа дискурса, установки на определенную степень контролируемости речевого выхода, темпа речи и пр. Понятие метрической слитности слов и метрически градуированные словоразделы позволяют более гибко и эффективно моделировать процесс создания и реализации БРС с учетом наблюдаемой вариативности.

Идея метрической иерархии словоразделов с условной единицей измерения в виде «немого» слогового бита созвучна с данными фонетических исследований, в которых обращается внимание на то, что длительность просодических пауз в речевых отрезках обычно кратна средней длительности слога, типичной для говорящего при нормальном для него темпе произнесения. Блохина Л.П., Потапова Р.К. Перцептивная категоризация паузальной сегментации слитной речи // Пространственно-временная и ритмическая организация текста. М., 1986; Скрелин П.А. Длительность паузы: в поисках единицы измерения // Проблемы и методы экспериментально-фонетических исследований. К 70-летию проф. Л.В. Бондарко. СПбГУ., 2002.

Базовая ритмическая схема (БРС) высказывания является основой создания эвфонических свойств звучащей речи. В процессе создания БРС в фонетическом плане высказывания текущим образом формируются просодические составляющие двух типов - фонетические слова и фонетические синтагмы. Последние являются базовыми единицами ритмической организации речи. В п. 2.2.2. обсуждаются фонетические характеристики фоносинтагмы, которые получены в ряде экспериментов автора для подтверждения связи этой единицы с фонетическим ритмом, ее производности от БРС высказывания. В набор анализируемых характеристик входят: фонетическая длина синтагмы изометрия, внутренний ритмический рисунок, изохрония, связь фонетической структуры с временнымм параметром, глубина завершающего просодического шва. Показано, что изометрия базируется на преобладании 2-х и 3-х ударных синтагм с конечным ритмическим центром - носителем синтагматического ударения. Также продемонстрировано, что внутренний ритмический рисунок фоносинтагмы в научном тексте, как и в прозаической речи в целом, является производным от ритмического словаря, типичного для данного функционального стиля, различий в ритмике слов разных частей речи и порядка слов в главных синтаксических составляющих. Фоносинтагма в научном тексте не имеет специфического внутреннего ритма и следует естественной ритмической тенденции, что было проверено и подтверждено в работе с помощью статистического метода Томашевского-Колмогорова с использованием построенного ритмического словаря научной прозы.

Изохрония на уровне синтагм выражена слабо. При постоянном темпе произнесения изометрические свойства синтагм определяют и наблюдаемую близость общего времени их звучания, и приблизительно равномерное распределение синтагматических ударений во времени: 2-х ударные синтагмы в среднем занимают 1100 мс, 3-х ударные около 1500 мс при среднем темпе произнесения.

Анализ перечисленных выше характеристик свидетельствует, что в фонетической синтагме пересекаются требования оптимального использования оперативной фонетической памяти и эвритмические принципы организации речи, позволяющие говорящему построить удобопроизносимый фонетический план и плавный, удобовоспринимаемый речевой выход.

Связь фоносинтагмы с лексико-синтаксической структурой высказывания не менее важна, чем ее ритмические свойства. К сожалению, несмотря на всеобщее признание важности ритмико-синтаксических корреляций, они не описаны детально ни для одного из активно изучаемых языков. В качестве ритмогенных многие авторы выделяют следующие синтаксические события (в порядке убывания просодической значимости и устойчивости маркирования):

конец предложения > конец субъектной (NP) и предикатной (VP) составляющих > конец любой из главных фразовых составляющих NP,VP, AP, PP) при наличии в их составе более одного полнозначного (фонетического) слова > конец лексической вершины главной фразовой составляющей (кроме предлога) > конец полнозначного слова. Кроме того, метрически сильным признается любой словораздел, включающий маркер конца интонационной фразы.

В п. 2.2.3. описывается возможный вариант ритмозадающей процедуры для фоносинтагм русского текста. Процедура рассматривается как операция, которая приводит к ослаблению ударности (метрической силы) слов, не являющихся носителем синтагматического ударения (СУ). Теоретически возможная формулировка, исходящая из того, что контраст по степени ударности слов в рамках фоносинтагмы создается усилением ударности слова под СУ при сохранении всеми другими словами той степени ударности, которая задается словарной метрической схемой, в меньшей степени соответствует экспериментальным данным.

При построении фонетического плана высказывания одновременно с ритмозадающими процедурами, ответственными за создание БРС, осуществляются интонационно-паузальные процедуры, которые вводят в слоговые слоты ритмической схемы показатели интонационного оформления - интегральные и локальные интонемы. В п. 2.3. обсуждаются процедуры, которые непосредственно связаны с интонационным членением и его базовой единицей - интонационной фразой ( ИФ). Рассматривается гипотеза, согласно которой ИФ соотносится с отдельным циклом фонологического кодирования. Завершение интонационно-фонологического цикла обработки сопровождается определенными фонетическими явлениями, происходящими на терминальном участке ИФ (т.н. краевые эффекты, edge effects). Кроме того, происходит также “обнуление” глобальных, установочных произносительных параметров: громкости, темпа, базового тона, позовой фонации и под., возникает перерыв в работе ФП (intonation break), который часто сопряжен с появлением физической паузы, превосходящей 200-300 мс.

Паузы, которые возникают в речи как следствие циклов в процессе фонологического кодирования, могут иметь разную мотивацию (этот вопрос обсуждается в 2.3.2.). Вероятность появления интонационной паузы без вдоха растет с увеличением длины речевого отрезка, предшествующего паузе. По нашим данным, полученным на материале связной речи, 70% текста покрывается интонационными фразами длиной от 2 до 6 полнозначных слов. В то же время максимальная длина ИФ в нашем материале составляет 10-12 графических слов, считая служебные. Наблюдаемые ограничения в длине ИФ относят обычно к действию некоего фонетического фактора, однако некоторые исследователи усматривают здесь проявление когнитивных и физиологических факторов (ритма дыхания). Наши эксперименты показывают, что это мнение является достаточно обоснованным.

Ощущение плавности речи при наличии в ней значительного количества пауз связано с тем, что многие паузы встречаются в ожидаемых, удобных и для говорящего, и для слушающего точках звучащего текста и не превышают некоторого приемлемого порога длительности. Можно полагать, что “удобные” паузы, не нарушающие плавный характер развертывания текста, связаны с такими стратегиями текстопорождения, в которых находит выражение результат рационального взаимодействия когнитивных механизмов, обеспечивающих процесс концептуализации, с собственно языковыми механизмами, осуществляющими вербализацию и звуковое кодирование речевого сообщения.

Главный источник ИФ-пауз находится на этапе концептуализации и обусловлен необходимостью преодолеть разрыв между сложностью речевой интенции и особенностями когнитивной обработки информации в условиях ограниченных возможностей объема и времени хранения обрабатываемой информации. При параллельно-инкрементном способе текстопорождения паузы концептуализации, планирования и контроля (смысловые ИФ-паузы) являются «сквозными», т.е. воспроизводятся на всех более низких этапах построения высказывания.

Что касается собственно синтаксического фактора ИФ-паузации, то мы присоединяемся к мнению, согласно которому в условиях параллельной обработки информации грамматические циклы соответствуют на самом деле смысловым вехам сообщения, а не просто крупным синтаксическим объединениям, и говорить в этих случаях о чисто грамматической природе ИФ-пауз едва ли правомерно. В психолингвистических работах высказывается гипотеза, что отображение предикатно-аргументных структур превербального сообщения (пропозиций) в клаузальные синтаксические единицы при грамматическом кодировании сообщения может оставлять следы в наблюдаемых схемах паузации звучащего текста.

Прямая связь фонологического процессора с грамматическим в механизме речепорождения создает очень важную для устной коммуникации возможность автоматизации паузальных процедур. По мере обогащения и развития речевого опыта наиболее "удачные" с точки зрения успешности коммуникации и часто принимаемые паузальные решения могут подвергаться стандартизации и превращаться в такие автоматизмы, которые обеспечивают автоматическое появление ИФ-пауз в фонетическом плане в точках, соотнесенных с определенными синтаксическими событиями текста. ИФ-паузы автоматизированного типа не только маркируют важные текстовые события, но и создают скрытые временныме ресурсы для текстообразующих операций на высших уровнях обработки информации.

Наряду с автоматической составляющей в механизме паузации присутствует отчетливый элемент произвольного, прямого управления паузами, который проявляется, прежде всего, в хорошо контролируемой речи. Ярким примером интенционального фактора паузации является ораторская и сценическая речь.

В 2.3.3. обсуждается возможная схема интонационно-паузальной процедуры. Интонационное членение и сопряженная с ним ИФ-паузация относятся к сложным многофакторным феноменам. При современном состоянии знаний моделирование интонационно-паузального поведения должно быть направлено, прежде всего, на поиск и воспроизведение его устойчивых черт. Аналогично процессу ритмизации, моделирование интонационного членения нуждается в значительном расширении эмпирической базы. В настоящее время даже зоны действия достаточно жестких (автоматизированных) правил не выявлены полностью ни для одного из активно изучаемых языков. Отмечается сильная тенденция к интонационному маркированию концов самостоятельных предложений и внутренних клауз в репродуцированной речи. Во многих работах указывается на устойчивость просодического маркирования важных текстовых событий и в начале высказывания: обычно интонационно отделяются концептуально выделенные фрагменты, вводящие новую обстоятельственную и/или тематическую информацию, модальные старты - вводно-модальные слова и словосочетания, обращения и другие метатекстовые показатели. В связи с интонационным маркированием начально-конечных текстовых событий интересно отметить известный из психологии “эффект края”, который проявляется в лучшем запоминании испытуемыми начальных и конечных элементов из предъявляемого набора объектов. В то же время получены экспериментальные данные о существовании непосредственной связи между вниманием и просодией Белякова И.П. Исследование участия просодии в механизмах восприятия речи. АКД. Л-д, 1991., что позволяет выстроить для слушающего общеповеденческую цепочку “просодия > усиление внимания > ориентация в тексте > обработка (гипотезы и решения)”. Можно полагать, что интонационное маркирование начально-конечных текстовых событий в предложении оказывает дополнительное воздействие на механизм фокусирования внимания, добавляясь к эффекту края.

В целях расширения эмпирической базы моделирования интонационно-паузальной процедуры нами было проведено специальное исследование фактора речевого дыхания в формировании интонационных фраз и пауз, основные результаты которого описываются в разделе 2.4. второй главы.

Организация речевого дыхания относится к наименее изученным аспектам речепроизводства, хотя исторически потребности дыхания считались одним из главных мотивирующих факторов паузации и интонационного членения. В современной фонетике принята точка зрения, согласно которой дыхание пассивно подстраивается под интонационные паузы, которые возникают в процессе развертывания высказывания по независимым от потребностей дыхания причинам. По нашему мнению, эта точка зрения требует уточнения. Формирование рациональных стратегий текстообразования не может не учитывать оптимальных условий функционирования дыхательного механизма. Возможно, что дыхание как энергетическая база речепроизводства связано с когнитивно-языковыми механизмами через какие-то глубинные психофизиологические структуры.

В проведенном нами исследовании ставились следующие задачи:

Выявить принципиальные особенности организации речевого дыхания разными говорящими в рамках нейтрального произносительного стиля.

Оценить степень однородности дыхательного поведения говорящих с целью выделения определенной нормы или предпочитаемых стереотипов, по крайней мере, для режима чтения повествовательного текста.

Проанализировать согласованность физических пауз, включающих вдохи, с границами основных текстовых единиц - абзацев, самостоятельных предложений, клауз внутри предложений.

Материалом для исследования служил корпус прочтений связного текста - небольшого современного рассказа о посещении научного учреждения. Текст был прочитан “с листа” десятью дикторами, носителями русского языка с высшим образованием, но без специальной дикторской подготовки; средняя длительность озвученного текста 3 - 3,5 минуты. Материал записывался на компьютер (SR 22050Гц, 16-bit, Mono) в условиях тихой комнаты с использованием высокочувствительного микрофона, что позволило в большинстве случаев без труда определить дыхательный тип пауз в каждом прочтении текста.

По результатам исследования можно сделать следующие выводы. Главным фактором, влияющим на организацию речевого дыхания в репродуцированной речи, действительно является стратегия интонационного паузирования диктора, для которой характерна тенденция к реализации ИФ-пауз после каждой клаузы в предложении. Но эта достаточно яркая тенденция взаимодействует с когнитивными характеристиками дикторов. В результате некоторые дикторы в определенных синтаксических условиях регулярно “пропускают” конечные границы произносимых клауз, в то время как другие регулярно реализуют паузы в определенных точках внутри клаузы.

ИФ-паузы используются для вдохов достаточно часто - в среднем по дикторам в более чем 60 % случаев. Специфика использования интонационных пауз для речевых вдохов выражается в том, что в организации дыхания находит отражение иерархическая структура текстовых единиц, в основании которой лежат отдельные предикации-клаузы.

Текстовые фрагменты, завершение которых сопровождается физической паузой с включенным вдохом, упорядочиваются в направлении убывания вероятности вдоха следующим образом (в скобках дается частота реализации вдоха в среднем по 10 дикторам): абзац (100%) > самостоятельное предложение внутри абзаца (94%) > клауза внутри предложения (65%) > компонент внутри клаузы (34%).

Когнитивные характеристики дикторов влияют не только на интонационное паузирование, но и на способ организации речевого дыхания в озвученном тексте. Эти различия находят непосредственное выражение в таких общих признаках дикторского чтения текста, как количество дыхательных пауз, длина и синтаксический состав дыхательных групп.

Полученные результаты подтверждают мнение многих исследователей о центральной роли пропозиции-клаузы в процессах порождения, понимания, озвучивания текста. К сказанному можно добавить, что средняя длина текстовой клаузы (5-6 полнозначных слов), с одной стороны, хорошо согласуется с оценками объема оперативной памяти, а с другой, обеспечивает оптимальный режим работы дыхательной системы у разных дикторов (5-10 слов в дыхательной группе). Можно полагать, продолжая идею А.Р. Лурия о едином энергетическом центре деятельности, что эти корреляции имеют начало в самых глубинных структурах мозга.

Исследования, изложенные в главе 2, в целом свидетельствуют, что ритмозадающая и интонационно-паузальная процедуры относятся не к области жестких правил, а к сфере гибких речевых навыков, которые формируются в ходе речевой практики и воплощают в себе результат рационального взаимодействия психофизиологических механизмов, участвующих в обработке информации на концептуальном и моторно-слуховом уровне, с языковыми операциями, которые обеспечивают лексико-синтаксическое и звуковое кодирование речевых высказываний.

Глава 3. Просодическая параметризация фонетического плана высказывания: временной параметр

Создание фонетического плана высказывания завершается операциями просодической параметризации моторных слоговых программ. Временной параметр представляет особый интерес для настоящей работы, так как длительность слогов и их компонентов активно используется для реализации структурообразующей ритмической схемы высказывания (БРС). Главная задача исследований, описанных в третьей главе, состояла в том, чтобы осуществить такой анализ временномй структуры синтагмы в звучащем тексте, который мог бы лечь в основу правил временномй параметризации ритмико-интонационных процедур говорящего в моделях порождения речи.

Для получения необходимых эмпирических данных был разработан специальный аппарат временнымх признаков-дескрипторов, с помощью которых произведено анкетирование массива синтагм, выделенных в основном экспериментальном тексте, и построено формализованное описание их временномй структуры. Само понятие временномй структуры синтагмы обсуждается в разделах 3.0 - 3.1. Временнамя составляющая речевого сигнала формируется, как известно, под воздействием нескольких факторов: лингвистических (интонационного, ритмического, сегментного) и экстралингвистических (физиологического и психо-эмоционального). Интонационно-ритмический компонент временно?й составляющей, в свою очередь, неоднороден: он складывается из нескольких относительно самостоятельных явлений, каждое из которых определенным образом (возможно, непростым) соотносится с ритмико-интонационной характеристикой высказывания. Учитывая это, под временнуй структурой синтагмы естественно понимать такую характеристику, которая включает все регулярные, устойчиво воспроизводимые закономерности в ее временномм оформлении, обеспечивающие фонетическую целостность синтагмы, ее метрические свойства, интонационное оформление и т. д. При формировании признаков-дескрипторов большое значение придавалось оценке перцептивной значимости временнымх различий между синтагмами, которые образуют фонетическую базу признаков-дескрипторов.

Главные результаты проведенного нами инструментально-фонетического анализа могут быть суммированы следующим образом:

Основная тенденция временномго оформления синтагмы в русской речи связана с реализацией позиционно-ритмического контраста, создаваемого ритмозадающими процедурами и распределением слабых и сильных (синтагматических) ударений в БРС высказывания.

Позиционно-ритмический контраст реализуется с помощью стандартной временномй схемы (СВС), важнейшей особенностью которой является сокращение длительности фонетического слова (ФС) и его компонентов в неконечных, слабых позициях синтагмы; компрессия неконечных ФС обусловлена быстрым темпом их произнесения и ослаблением словесного ударения при сохранении нормального темпа произнесения ФС в конечной позиции под синтагматическим ударением.

Изменение длительности звуковых сегментов под влиянием сокращающих супрасегментных факторов: позиционно-ритмического, числа слогов в слове, длины синтагмы - носит нелинейный характер: наблюдается “эффект несжимаемости”, порождающий существование предельных значений длительности для звуков разных классов; предельные длительности гласных в неконечном слове синтагмы близки к временнымм порогам восприятия, которые обеспечивают возможность текущей фонемной идентификации гласного при любой длительности согласного окружения, а также возможность правильного определения числа слогов в слове.

Граничные значения длительностей, разделяющие реализации ударных гласных в неконечных и конечных словах синтагмы, близки к значениям фонемных границ по длительности в языках с фонологической долготой гласных, что позволяет выделить в общем диапазоне изменения длительности гласного разные ступени долготы и в русской речи;

Позиционная временнамя компрессия слов имеет асимметричный характер: в неконечном слове синтагмы сокращение наиболее заметно на гласных терминальной части слова, начиная с ударного гласного (крайнее проявление этой особенности - “проглатывание” концов слов); асимметрия в значительной степени обусловлена метрическим ослаблением словесного ударения, что приводит к модификации словарной метрической схемы слова, к сглаживанию, и даже возможной утрате, временномго контраста предударного и ударного гласных и ускорению темпа произнесения слова в целом.

Перечисленные выше особенности временномго оформления синтагмы подробно описываются в п. 3.1.

На основании проведенного инструментально-статистического анализа разработана количественная модель стандартной временномй схемы синтагмы, позволяющая прогнозировать длительности ударных гласных, а при небольшом расширении длительности всех гласных в синтагме в соответствии с их метрической силой в БРС высказывания (при нормальном темпе произнесения). Теоретические и эмпирические основания модели обсуждаются в п.3.2. В соответствии с принятыми допущениями длительность любой реализации ударного гласного Гуд в синтагме при отсутствии растягивающих факторов можно получить с помощью следующей модельной формулы:

Т S,P,N (Гуд) = (T0 - Тпр)· 0,82 S-1 · 0,20P · 0,90N + Тпр, где S - число слогов в слове; P - может принимать два значения: 0 - под синтагматическим ударением в конечной позиции, 1 - вне синтагматического ударения в неконечной позиции; N - число слов, предшествующих данному в синтагме или, иначе, порядковый номер слова минус единица. Т0 и Тпр - соответственно, собственная и предельная длительности ударного гласного.

Определение числовых констант, входящих в состав количественной модели, производилось на материале синтагм с конечным положением главноударного слова. При анализе конечных позиций из рассмотрения исключались синтагмы с ударным гласным в абсолютном исходе перед паузой. Этими ограничениями обеспечивалась нейтрализация действия главных неритмических факторов, вызывающих увеличение длительности ударных гласных. Общий объем проанализированного массива синтагм - 437 единиц.

Числовые константы модели отражают сокращающее воздействие на длительность ударных гласных таких ритмически обусловленных супрасегментных факторов, как число слогов в фонетическом слове (S), позиция ФС относительно синтагматического ударения и, следовательно, конца синтагмы (P), удаленность ФС от начала синтагмы (N). Числовые оценки констант хорошо согласуются с имеющимися в литературе качественными оценками значимости сокращающих факторов. Произведенная нами оценка адекватности модели применительно к временнымм данным, полученным на основном экспериментальном массиве синтагм, подтвердила ее работоспособность (см. ниже таблицу 1).

Адекватность модели подтверждается также работами автора диссертации по автоматическому синтезу русской речи, где модель применялась на разных “донорских” голосах. С помощью разработанной модели построены временны?е шкалы русских гласных, которые демонстрируют их системное темпоральное варьирование (п. 3.3).

Таблица 1. Оценка расхождения между эмпирическими и расчетными длительностями ударных гласных в синтагме ¦Тэмп - Трсч¦ при разных уровнях обобщения эмпирических длительностей

Количественная временная модель и основанная на ней категоризация долготных характеристик ударных гласных позволяют более подробно остановиться на особенностях реализации стандартной временномй схемы в произвольных синтагмах связного текста. В п. 3.4. излагаются результаты анализа значимых отклонений во временномм оформлении синтагмы от значений, прогнозируемых стандартной временномй схемой. Исследование показало, что важнейшими факторами, которые вызывают отклонения от стандартной схемы, являются: позиция гласного в абсолютном исходе синтагмы перед паузой, сильный смысловой акцент, способ мелодического завершения синтагмы и ее положение относительно границ интонационной фразы и высказывания. В п. 3.5. предметом специального анализа является влияние временномй структуры фоносинтагмы на временнумю выраженность в ней словесных ударений и внутреннего ритмического рисунка в целом. Наши экспериментальные данные показывают, что особенности временномй структуры синтагмы, обусловленные позиционно-ритмическим контрастом и стандартной временной схемой, приводят к противопоставлению конечных и неконечных слов в синтагме и с точки зрения выраженности в них признака ударности-безударности гласных, причем независимо от того, каким способом оценивать выделенность ударного гласного длительностью - по максимуму, контрасту или эталону.

В неконечных словах синтагмы на фоне ослабления метрической и временномй выраженности словесного ударения реализация признака ударности-безударности гласных начинает существенно зависеть от совокупного действия дополнительных факторов: ритмического типа слова, степени открытости (подъема) гласных, т.е. от их собственной длительности и потенциала сокращения, акцентной выделенности слова. Взаимодействие разных факторов с точки зрения их совокупного влияния на временнумю реализацию словесного ударения требует более детального и самостоятельного исследования. Пока же можно сказать, что чем больше в тексте слов с начальным ударением, /а/-образных ударных и меньше слов с сильно ослабленным ударным (сверхкратких ударных реализаций), тем больше временнамя выраженность словесного ударения в неконечной части синтагмы.

Для конечных слов-носителей синтагматического ударения стандартная временна?я схема обеспечивает выделение длительностью ударного гласного любого фонемного качества. Для действительной реализации этого выделения необходимо, прежде всего, избегать ослабления ударности конечного слова. Тенденция к ослаблению временномй выраженности словесного ударения, связанная с продлением гласных в абсолютном исходе синтагмы, проявляет себя в особых фонетических контекстах перед физической паузой и достаточно сильна. Ей может противостоять лишь специфический состав безударного окончания синтагмы: признак ударности-безударности гласного в конечном слове реализуется надежнее в словах, которые заканчиваются на закрытый слог.

В абсолютном исходе синтагмы последовательно реализуются три разных варианта гласных, имеющих существенные акустические различия в завершающей фазе. Распределение этих вариантов в тексте связано с глубиной и типом следующего за ними просодического шва (ритмического или интонационного), что свидетельствует о существовании особых “краевых” явлений на границах фоносинтагмы и интонационной фразы. В п.3.6. анализируются два таких явления: финальное (препаузальное) продление гласных (п.3.6.1) и ларингализация (п.3.6.2).

В ходе наших исследований получены количественные пороговые величины, характеризующие препаузальное продление гласных. Для ударных гласных граница между препаузальными и прочими ударными конечного слова синтагмы лежит в области 120-130 мс, причем позиция перед физической паузой приводит к продлению ударного гласного относительно других контекстов на 100-80 %, благодаря чему 90% препаузальных ударных гласных оцениваются как долгие.

Для заударных гласных граница между препаузальными и прочими контекстными употреблениями находится примерно в области 60-70 мс, а продление этой категории гласных перед физической паузой относительно других контекстов составляет 120-110 %.

Финальное (препаузальное) продление сопровождается расщеплением тембра (спектра) гласного. Завершающая фаза финального гласного может включать акустические признаки трех типов: для первого типа V+? характерно наличие нескольких (2-3) гортанных взрывов-хлопков, следующих непосредственно за сегментом гласного; гласные второго типа V+F0 завершаются “хвостовым” сегментом, в котором отчетливо представлен только основной тон сигнала; завершающая фаза в третьем типе V+V> представлена сегментом малой интенсивности с достаточно сложной формой волны. Анализ показал, что выделенные типы финальных гласных V+?; V+F0; V+V> распределены дополнительно относительно пауз разной длительности и тональных показателей ритмико-интонационного членения. Полученные результаты позволяют заключить, что реализация физических пауз разной длительности осуществляется с использованием различных механизмов прерывания (прекращения) фонации. Паузы малой длительности, как показывает акустическая картина гласных типа V+?, реализуются, скорее всего, при помощи медиального сжатия гортани (ларингализации). Возможность такого способа прекращения фонации при завершении речевых отрезков уже отмечалась в литературе Daniloff R., Schuckers G., Feth L. The Physiology of Speech and Hearing. An Introduction. N.- J., 1980.. Паузы большей длительности реализуются, скорее всего, при разведении голосовых связок и являются физическим рефлексом интонационно-паузальных процедур говорящего. Различия в акустической картине, в том числе и в длительности гласных типов V+F0 и V+V> , которые встречаются перед длительными паузами, могут быть объяснены различиями в величине подсвязочного давления (косвенный показатель - динамический уровень гласного) и степени напряженности голосовых связок (косвенный показатель - тональные характеристики гласного).