Luận văn: Đặc điểm ngữ âm thanh điệu hóa thanh hầu trong tiếng Việt biểu cảm

Luận văn nghiên cứu đặc điểm ngữ âm thanh điệu hoá thanh hầu trong lời nói biểu cảm tiếng Việt. Phân tích chuyên sâu, khám phá sự biến đổi âm thanh.

Chuyên ngành

Information Technology

Người đăng

Ẩn danh

Thể loại

Master Thesis of Science

2015

75
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

COMMITMENT

LIST OF ABBREVIATIONS

LIST OF TABLES

LIST OF FIGURES

1. Background knowledge

1.1. Vietnamese phonetics and phonology

1.2. The phonetic characteristics of complex lexical tone system in Vietnamese

1.3. Glottalized tones in the context of expressive speech: raising issues

1.4. The scope of the thesis

2. BUILDING VIETNAMESE ATFEITUDINAL SPEECTI CORPUS FOR SENTENCE-FINAL PARTICLE

2.1. Method of using expressive morphemes caying lexical tones

2.2. Designing sample corpus

2.3. The pogress of buljding the saniple coTpS. Blicitation method and speakers

2.4. Past-processing and annotation

3. ANALYSING VARIATION IN REALIZATION OF GLOTTALIZED TONES BY VARIOUS ATTITUDE

3.1. Analysis Method

3.2. A pilot data analysis: importa new discoveries and an.sn awieh inlo the use& of expesve morphemes and giollalized Lonea

3.3. Proposalz lora fillscalo zludy and snusticalsans of[Hhomlie Bạn based on EGG and DEGG signal.1 Observation about the irvegulantties of DECPA sou

3.4. Building « tool for detection of creaky and pressed voice in Matlab

3.5. A full-scale study: đetaileđ analysis nesuls

3.5.1. Surprise and Declaration

3.5.2. Irritation and Declaration

3.6. Comparison of attitudes: Surprise qnà Declaralion

3.7. Comparison of attitudes: Irritation and Declaration

4. CONCLUSION AND PERSPECTIVES

REFERENCES

PUBLICATION

APPENDIX A: COFNTEXTS OF EACH COLLECTED SENTENCE

APPENDIX B: FIGURES OF AVERAGED FU&0q CONTOURS OF EACH SPEAKER WITH STANDARD DEVIATION FOR THE USED ATTITUDES

Tóm tắt

I. Tìm Hiểu Tổng Quan Về Thanh Điệu Hầu Hóa Tiếng Việt 50 ký tự

Bài viết này đi sâu vào nghiên cứu đặc trưng ngữ âm của thanh điệu tiếng Việtthanh hầu hóa trong ngữ điệu biểu cảm. Trong bối cảnh ngôn ngữ học, việc phân tích chi tiết các biến thể ngữ âm này có vai trò quan trọng để hiểu rõ hơn về cách thức người Việt biểu lộ cảm xúc qua lời nói. Ngữ âm tiếng Việt vốn dĩ đã phức tạp với hệ thống thanh điệu đa dạng, và sự xuất hiện của thanh hầu hóa (laryngealization) càng làm tăng thêm độ phức tạp này, đặc biệt khi xem xét trong ngữ điệu biểu cảm. Thanh hầu hóa là hiện tượng đóng thanh quản một phần hoặc toàn phần trong quá trình phát âm, tạo ra âm thanh đặc trưng. Nghiên cứu về chủ đề này không chỉ có ý nghĩa về mặt lý thuyết, mà còn có ứng dụng thực tiễn trong các lĩnh vực như nhận dạng giọng nói, tổng hợp tiếng nói, và phát triển các giao diện người-máy tự nhiên hơn. Hiện tượng thanh hầu hóa trong tiếng Việt thường xuất hiện ở hai thanh điệu là thanh hỏi và thanh ngã, khiến cho việc nhận diện và phân biệt các thanh điệu này trở nên khó khăn hơn, đặc biệt là khi giọng nói mang tính emotional speech (lời nói cảm xúc). Theo tài liệu gốc, sự tương tác giữa intonationtones trong tiếng Việt rất phức tạp, đặc biệt là với glottalized tones như thanh hỏi và thanh ngã. Việc nghiên cứu sâu hơn về sự tương tác này sẽ giúp chúng ta hiểu rõ hơn về cơ chế tạo ra và cảm nhận ngữ điệu biểu cảm trong tiếng Việt. Các nghiên cứu trước đây chủ yếu tập trung vào việc phân tích âm học thanh điệu dựa trên các thông số như tần số cơ bản (F0), cường độ và thời lượng. Tuy nhiên, để hiểu rõ hơn về thanh hầu hóa, cần phải sử dụng các phương pháp phân tích phức tạp hơn, chẳng hạn như điện thanh hầu ký (EGG) và các phương pháp xử lý tín hiệu tiên tiến khác. Âm thanh học tiếng Việt cũng cần xem xét đến các biến thể ngữ âm do ảnh hưởng của vùng miền và ngữ cảnh giao tiếp.

1.1. Bản Chất và Vai Trò của Thanh Hầu Hóa Trong Ngữ Âm Tiếng Việt

Thanh hầu hóa, hay Laryngealization (thanh hầu hóa), là một hiện tượng ngữ âm quan trọng trong nhiều ngôn ngữ trên thế giới, bao gồm cả tiếng Việt. Nó xảy ra khi dây thanh âm khép lại một phần hoặc toàn phần trong quá trình phát âm, tạo ra âm thanh khàn hoặc rè. Trong tiếng Việt, thanh hầu hóa thường gắn liền với hai thanh điệu là thanh hỏi và thanh ngã. Tuy nhiên, mức độ và đặc điểm của thanh hầu hóa có thể thay đổi tùy thuộc vào nhiều yếu tố, bao gồm vùng miền, giới tính, và đặc biệt là ngữ điệu biểu cảm. Đặc trưng ngữ âm của thanh hầu hóa trong tiếng Việt bao gồm sự giảm tần số cơ bản (F0), sự gia tăng của nhiễu âm, và sự thay đổi trong cấu trúc sóng âm. Việc phân tích chi tiết các đặc trưng này đòi hỏi sử dụng các công cụ và phương pháp phân tích âm học chuyên dụng. Ngoài ra, cần phải xem xét đến vai trò của thanh hầu hóa trong việc truyền tải thông tin về cảm xúc và thái độ của người nói. Một người có thể sử dụng thanh hầu hóa để nhấn mạnh, thể hiện sự ngạc nhiên, hoặc thậm chí là sự khó chịu. Do đó, việc nghiên cứu thanh hầu hóa trong emotional speech (lời nói cảm xúc) là vô cùng quan trọng để hiểu rõ hơn về speech prosody (ngữ điệu) của tiếng Việt.

1.2. Ảnh Hưởng Của Ngữ Điệu Biểu Cảm Đến Thanh Điệu Tiếng Việt

Ngữ điệu biểu cảm đóng vai trò quan trọng trong việc truyền tải thông tin về cảm xúc, thái độ và ý định của người nói. Trong tiếng Việt, ngữ điệu biểu cảm không chỉ được thể hiện qua sự thay đổi của tần số cơ bản (F0), cường độ và thời lượng, mà còn thông qua sự biến đổi của thanh điệu tiếng Việt, đặc biệt là các thanh điệu có thanh hầu hóa. Chẳng hạn, một người có thể kéo dài hoặc rút ngắn thời lượng của một âm tiết, hoặc thay đổi độ cao của thanh điệu để thể hiện sự ngạc nhiên hoặc sự tức giận. Sự tương tác giữa intonationtones trong tiếng Việt là một chủ đề phức tạp, và cần phải được nghiên cứu một cách cẩn thận để hiểu rõ hơn về cách thức người Việt biểu lộ cảm xúc qua lời nói. Việc phân tích ngữ âm tiếng Việt trong các ngữ cảnh khác nhau sẽ giúp chúng ta nhận diện được các quy luật và mô hình biểu cảm phổ biến. Nghiên cứu của Nguyễn Thị Lan đã chỉ ra rằng thanh hầu hóa trong thanh hỏi và thanh ngã có thể thay đổi đáng kể tùy thuộc vào thái độ của người nói, ví dụ như sự ngạc nhiên hoặc sự khó chịu.

II. Vấn Đề Độ Phức Tạp Của Thanh Hầu Hóa Trong Tiếng Việt 59 ký tự

Một trong những thách thức lớn nhất trong việc nghiên cứu thanh điệu tiếng Việt là sự phức tạp của hệ thống thanh điệu, đặc biệt là với các thanh điệu có thanh hầu hóa. Không giống như nhiều ngôn ngữ khác, tiếng Việt có tới sáu thanh điệu chính, mỗi thanh điệu có một cao độ và đường nét riêng biệt. Sự khác biệt nhỏ trong cao độ và đường nét có thể thay đổi hoàn toàn ý nghĩa của một từ. Việc phân biệt các thanh điệu này trở nên khó khăn hơn khi có sự xuất hiện của thanh hầu hóa, đặc biệt là khi giọng nói mang tính emotional speech (lời nói cảm xúc). Thanh hầu hóa có thể làm thay đổi đáng kể các đặc trưng âm học của thanh điệu, khiến cho việc nhận diện và phân loại trở nên khó khăn hơn. Thêm vào đó, sự biến đổi của ngữ điệu biểu cảm cũng có thể ảnh hưởng đến âm vị học tiếng Việt, tạo ra nhiều biến thể ngữ âm khác nhau. Việc thiếu các công cụ và phương pháp phân tích phù hợp cũng là một trở ngại lớn trong việc nghiên cứu thanh hầu hóa. Các phương pháp truyền thống dựa trên phân tích tần số cơ bản (F0) và cường độ có thể không đủ để nắm bắt được các đặc trưng tinh tế của thanh hầu hóa. Cần phải sử dụng các phương pháp phân tích phức tạp hơn, chẳng hạn như điện thanh hầu ký (EGG) và các phương pháp xử lý tín hiệu tiên tiến khác, để có thể nghiên cứu thanh hầu hóa một cách hiệu quả. Một vấn đề nữa là sự thiếu hụt dữ liệu ngữ âm tiếng Việt có gắn nhãn cảm xúc. Để nghiên cứu thanh hầu hóa trong ngữ điệu biểu cảm, cần phải có một bộ dữ liệu lớn và đa dạng, bao gồm nhiều người nói khác nhau, nhiều cảm xúc khác nhau, và nhiều ngữ cảnh giao tiếp khác nhau.

2.1. Những Thách Thức Trong Phân Tích Ngữ Âm Biểu Cảm Thanh Hầu Hóa

Phân tích ngữ âm biểu cảm của thanh hầu hóa trong tiếng Việt đặt ra nhiều thách thức đáng kể. Trước hết, việc thu thập dữ liệu emotional speech (lời nói cảm xúc) là một quá trình phức tạp, đòi hỏi người tham gia phải tự nhiên thể hiện các cảm xúc khác nhau. Điều này có thể bị ảnh hưởng bởi nhiều yếu tố, bao gồm tâm trạng của người tham gia, ngữ cảnh ghi âm, và phương pháp khơi gợi cảm xúc. Thứ hai, việc xử lý và phân tích dữ liệu ngữ âm tiếng Việtthanh hầu hóa đòi hỏi sử dụng các công cụ và phương pháp phân tích âm học chuyên dụng. Các phương pháp truyền thống dựa trên phân tích tần số cơ bản (F0) và cường độ có thể không đủ để nắm bắt được các đặc trưng tinh tế của thanh hầu hóa. Cần phải sử dụng các phương pháp phân tích phức tạp hơn, chẳng hạn như điện thanh hầu ký (EGG) và các phương pháp xử lý tín hiệu tiên tiến khác. Cuối cùng, việc giải thích kết quả phân tích ngữ âm đòi hỏi kiến thức sâu rộng về ngôn ngữ học, âm vị học, và âm thanh học. Cần phải xem xét đến nhiều yếu tố, bao gồm ngữ cảnh giao tiếp, đặc điểm cá nhân của người nói, và sự tương tác giữa intonationtones trong tiếng Việt.

2.2. Sự Khác Biệt Giữa Thanh Hầu Hóa Trong Ngữ Cảnh Khác Nhau

Một trong những vấn đề quan trọng trong nghiên cứu thanh hầu hóa là sự khác biệt giữa thanh hầu hóa trong các ngữ cảnh khác nhau. Thanh hầu hóa trong lời nói cảm xúc (emotional speech) có thể khác biệt đáng kể so với thanh hầu hóa trong speech prosody (ngữ điệu) thông thường. Chẳng hạn, một người có thể sử dụng thanh hầu hóa mạnh hơn hoặc kéo dài hơn khi thể hiện sự ngạc nhiên hoặc sự tức giận. Do đó, cần phải phân tích thanh hầu hóa trong nhiều ngữ cảnh khác nhau để hiểu rõ hơn về sự biến đổi của nó. Việc này đòi hỏi phải thu thập dữ liệu từ nhiều người nói khác nhau, trong nhiều tình huống giao tiếp khác nhau, và với nhiều cảm xúc khác nhau. Sau đó, cần phải sử dụng các phương pháp phân tích thống kê để so sánh đặc trưng ngữ âm của thanh hầu hóa trong các ngữ cảnh khác nhau. Kết quả của phân tích này sẽ giúp chúng ta hiểu rõ hơn về vai trò của thanh hầu hóa trong việc truyền tải thông tin về cảm xúc và thái độ của người nói.

III. Phương Pháp Nghiên Cứu Thanh Hầu Hóa Tiếng Việt Hiệu Quả 55 ký tự

Để giải quyết những thách thức đã nêu, nghiên cứu này đề xuất một phương pháp tiếp cận toàn diện, kết hợp nhiều kỹ thuật phân tích khác nhau. Đầu tiên, việc xây dựng một Vietnamese attitudinal speech corpus là rất quan trọng. Bộ dữ liệu này cần bao gồm các bản ghi âm của nhiều người nói khác nhau, thể hiện nhiều cảm xúc và thái độ khác nhau, trong nhiều ngữ cảnh giao tiếp khác nhau. Dữ liệu cần được gắn nhãn một cách cẩn thận, với thông tin chi tiết về cảm xúc, thái độ, và ngữ cảnh giao tiếp. Tiếp theo, cần sử dụng các phương pháp phân tích âm học tiên tiến để phân tích đặc trưng ngữ âm của thanh hầu hóa. Các phương pháp này bao gồm phân tích tần số cơ bản (F0), cường độ, thời lượng, và phân tích phổ. Ngoài ra, cần sử dụng điện thanh hầu ký (EGG) để nghiên cứu hoạt động của dây thanh âm trong quá trình phát âm. EGG cung cấp thông tin chi tiết về sự đóng mở của dây thanh âm, giúp chúng ta hiểu rõ hơn về cơ chế tạo ra thanh hầu hóa. Cuối cùng, cần sử dụng các phương pháp phân tích thống kê để so sánh đặc trưng ngữ âm của thanh hầu hóa trong các ngữ cảnh khác nhau. Phân tích thống kê sẽ giúp chúng ta xác định các yếu tố nào ảnh hưởng đến thanh hầu hóa, và cách thức thanh hầu hóa được sử dụng để truyền tải thông tin về cảm xúc và thái độ. Việc sử dụng kết hợp các phương pháp này sẽ giúp chúng ta có được một cái nhìn toàn diện và sâu sắc về thanh hầu hóa trong tiếng Việt.

3.1. Sử Dụng Điện Thanh Hầu Ký EGG Để Phân Tích Thanh Hầu Hóa

Điện thanh hầu ký (EGG) là một kỹ thuật không xâm lấn được sử dụng để nghiên cứu hoạt động của dây thanh âm trong quá trình phát âm. EGG sử dụng các điện cực được đặt trên da ở vùng cổ để đo sự dẫn điện giữa hai bên dây thanh âm. Khi dây thanh âm khép lại, sự dẫn điện tăng lên, và khi dây thanh âm mở ra, sự dẫn điện giảm xuống. Tín hiệu EGG cung cấp thông tin chi tiết về thời gian đóng mở của dây thanh âm, biên độ của rung động, và các đặc trưng khác của hoạt động thanh quản. Trong nghiên cứu thanh hầu hóa, EGG có thể được sử dụng để xác định các khoảng thời gian mà dây thanh âm khép lại một phần hoặc toàn phần. Thông tin này có thể được sử dụng để so sánh đặc trưng ngữ âm của thanh hầu hóa trong các ngữ cảnh khác nhau, và để xác định các yếu tố nào ảnh hưởng đến hoạt động của dây thanh âm. Theo tài liệu gốc, việc sử dụng kết hợp EGG và DEGG (The derivative of the electroglottography signal) cung cấp thông tin chi tiết về thời điểm đóng và mở thanh môn.

3.2. Xây Dựng Corpus Tiếng Việt Biểu Cảm Cho Nghiên Cứu Thanh Hầu Hóa

Việc xây dựng một corpus tiếng Việt biểu cảm là một bước quan trọng để nghiên cứu thanh hầu hóa trong emotional speech (lời nói cảm xúc). Corpus này cần bao gồm các bản ghi âm của nhiều người nói khác nhau, thể hiện nhiều cảm xúc và thái độ khác nhau, trong nhiều ngữ cảnh giao tiếp khác nhau. Các cảm xúc và thái độ có thể bao gồm sự ngạc nhiên, sự tức giận, sự vui mừng, sự buồn bã, và sự sợ hãi. Các ngữ cảnh giao tiếp có thể bao gồm các cuộc trò chuyện hàng ngày, các bài phát biểu, và các đoạn đọc. Dữ liệu trong corpus cần được gắn nhãn một cách cẩn thận, với thông tin chi tiết về cảm xúc, thái độ, ngữ cảnh giao tiếp, và thông tin về người nói (ví dụ: giới tính, tuổi, vùng miền). Việc gắn nhãn có thể được thực hiện bằng tay bởi các chuyên gia ngôn ngữ học, hoặc bằng cách sử dụng các phương pháp học máy tự động. Theo tài liệu gốc, việc xây dựng corpus cần tuân thủ các quy trình thu thập và xử lý dữ liệu nghiêm ngặt để đảm bảo chất lượng dữ liệu.

IV. Ứng Dụng Nhận Diện Cảm Xúc Qua Giọng Nói Tiếng Việt 58 ký tự

Kết quả của nghiên cứu này có thể được ứng dụng trong nhiều lĩnh vực khác nhau. Một ứng dụng quan trọng là trong việc phát triển các hệ thống nhận diện cảm xúc qua giọng nói tiếng Việt. Các hệ thống này có thể được sử dụng trong các ứng dụng như chăm sóc khách hàng, giáo dục, và y tế. Chẳng hạn, một hệ thống nhận diện cảm xúc có thể được sử dụng để phát hiện khi một khách hàng đang tức giận hoặc thất vọng, và tự động chuyển cuộc gọi đến một nhân viên hỗ trợ có kinh nghiệm hơn. Trong lĩnh vực giáo dục, một hệ thống nhận diện cảm xúc có thể được sử dụng để theo dõi mức độ hứng thú và sự tập trung của học sinh trong lớp học. Trong lĩnh vực y tế, một hệ thống nhận diện cảm xúc có thể được sử dụng để phát hiện các dấu hiệu sớm của trầm cảm hoặc các rối loạn tâm lý khác. Một ứng dụng khác là trong việc cải thiện chất lượng của các hệ thống tổng hợp tiếng nói tiếng Việt. Bằng cách tích hợp các mô hình thanh hầu hóangữ điệu biểu cảm vào các hệ thống tổng hợp tiếng nói, chúng ta có thể tạo ra giọng nói nhân tạo tự nhiên và biểu cảm hơn. Điều này có thể được sử dụng trong các ứng dụng như trợ lý ảo, đọc sách điện tử, và giao diện người-máy.

4.1. Cải Thiện Độ Chính Xác Của Hệ Thống Nhận Diện Giọng Nói

Nghiên cứu về thanh hầu hóa có thể góp phần cải thiện độ chính xác của các hệ thống nhận diện giọng nói tiếng Việt. Thanh hầu hóa có thể gây ra nhiều khó khăn cho các hệ thống nhận diện giọng nói, đặc biệt là khi các hệ thống này không được huấn luyện với dữ liệu có thanh hầu hóa. Bằng cách tích hợp các mô hình thanh hầu hóa vào các hệ thống nhận diện giọng nói, chúng ta có thể giảm thiểu ảnh hưởng của thanh hầu hóa đến độ chính xác của hệ thống. Điều này đặc biệt quan trọng trong các ứng dụng mà độ chính xác là yếu tố then chốt, chẳng hạn như trong các hệ thống điều khiển bằng giọng nói hoặc các hệ thống dịch thuật tự động.

4.2. Ứng Dụng Trong Phát Triển Giao Diện Người Máy Tự Nhiên Hơn

Kết quả nghiên cứu về thanh hầu hóa có thể được sử dụng để phát triển các giao diện người-máy tự nhiên và trực quan hơn. Bằng cách cho phép máy tính hiểu và phản ứng với ngữ điệu biểu cảm của người dùng, chúng ta có thể tạo ra các giao diện tương tác tự nhiên và thân thiện hơn. Chẳng hạn, một trợ lý ảo có thể sử dụng thông tin về thanh hầu hóa để hiểu rõ hơn về cảm xúc của người dùng, và đưa ra các phản hồi phù hợp. Một hệ thống trò chơi điện tử có thể sử dụng thông tin về thanh hầu hóa để tạo ra các nhân vật và tình huống chân thực và sống động hơn.

V. Kết Luận và Hướng Nghiên Cứu Tương Lai Về Thanh Hầu Hóa 54 ký tự

Nghiên cứu về thanh hầu hóa trong ngữ điệu biểu cảm tiếng Việt là một lĩnh vực đầy tiềm năng. Kết quả của nghiên cứu này có thể góp phần vào việc hiểu rõ hơn về cách thức người Việt biểu lộ cảm xúc qua lời nói, và có thể được ứng dụng trong nhiều lĩnh vực khác nhau. Trong tương lai, cần tiếp tục nghiên cứu thanh hầu hóa trong các ngữ cảnh giao tiếp khác nhau, và với nhiều người nói khác nhau. Cần sử dụng các phương pháp phân tích phức tạp hơn, chẳng hạn như học sâu (deep learning), để xây dựng các mô hình thanh hầu hóa chính xác và mạnh mẽ hơn. Ngoài ra, cần nghiên cứu sự tương tác giữa thanh hầu hóa và các yếu tố khác của ngữ điệu biểu cảm, chẳng hạn như tần số cơ bản (F0), cường độ, thời lượng, và sự thay đổi trong giọng nói. Cuối cùng, cần phát triển các công cụ và phương pháp đánh giá khách quan emotional speech (lời nói cảm xúc) để đánh giá hiệu quả của các hệ thống nhận diện và tổng hợp tiếng nói.

5.1. Đề Xuất Các Nghiên Cứu Về Biến Thể Ngữ Âm Vùng Miền

Nghiên cứu tương lai nên tập trung vào việc khảo sát các biến thể ngữ âm vùng miền của thanh hầu hóa. Ngữ âm tiếng Việt có sự khác biệt đáng kể giữa các vùng miền khác nhau, và điều này có thể ảnh hưởng đến đặc trưng ngữ âm của thanh hầu hóa. Việc nghiên cứu các biến thể ngữ âm này sẽ giúp chúng ta hiểu rõ hơn về sự đa dạng của ngữ âm tiếng Việt, và sẽ cải thiện độ chính xác của các hệ thống nhận diện và tổng hợp tiếng nói trong các vùng miền khác nhau.

5.2. Nghiên Cứu Ứng Dụng Học Sâu Để Phân Tích Thanh Hầu Hóa

Các phương pháp học sâu (deep learning) đang ngày càng trở nên phổ biến trong lĩnh vực xử lý ngôn ngữ tự nhiên, và có tiềm năng lớn trong việc phân tích thanh hầu hóa. Học sâu cho phép chúng ta xây dựng các mô hình phức tạp có thể học được các đặc trưng tinh tế của thanh hầu hóa từ dữ liệu ngữ âm tiếng Việt. Trong tương lai, cần tiếp tục nghiên cứu ứng dụng học sâu để phân tích thanh hầu hóa, và so sánh hiệu quả của các phương pháp học sâu với các phương pháp phân tích truyền thống.

11/09/2025

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING HANOT UNIVERSITY OF SCIENCE AND TECHNOLOGY NVTTIL KHÃĐN Nguyen Thi Lan NOLLYWAMOANT UDYING THE PHONE’ CHARACTERISTICS OF GLOTTALIZED TONES IN VIETNAMESE EXPRESSIVE SPEECH ADO'IONHOAL MASTER THESIS OF SCIENCE INFORMATION TECHNOLOGY. HE LOZ Hanoi — 2015 MINISTRY OF EDUCATION AND TRAINING ILANOI UNIVERSITY OF SCIENCE AND TECIINOLOGY Nguyen Thi Lan STUDYING THK PHONETIC CHARACTERISTICS OF GLOTTALIZED TONES IN VIETNAMESE EXPRESSIVE SPEECH Department INFORMATION TECHNOLOGY MAS'TER ‘THESIS OF SCIENCE INFORMATION TECHNOLOGY SUPERVISOR: Dr Tran Do Dat Hanoi 2015 COMMITMENT T commit myself to be the person who was responsible for conducting this study All reference figures were extracted with clear derivation. Ihe presented results are ‘truthful and have not published in any other person’s work. NGUYEN Thi Lan LIST OF FIGURES Vigure 1-1 Schematic diagram of Llanoi Vietnamese tones (Michaud, 2004a).

8 Figure 2-1 Speaker F7 (lel) and M10 (right) in the recording booth. Figure 2-2 Sentence and Syllable Level Annotation with SoundForge (above) oui Praat (below) of the corpus. 31 Figure 3-1 Visualization of closing instant synchronized with EGG (above) and DEGG (below) signals (enrich, 2001) .csccessccssssessssessseesssasveee 34 Figure 3-2 Visualization of opening instant synchronized with EGG (above) and DGG (balow) signals (1lenrich, 2001). 35 Figure 3-3 Fxample of KGG and DEGG sigruls with indication of glottis closure and opening 36 Figure 3-4 lwo realizations of glottalization on SKP /aGa/ with two attitudes.

37 Figure 3-5 Average curves of I'0 and Oq over 6 tokens of /a6a/, speaker M7 .38 Figure 3-6 Two realizations of glolativalion on SFP /da3/ of two attitudes, (a) declarative/neutral; (b): irritation. sone dD Figure 3-7 Average curves of FO and Og over 6 tokens of Ad33/, speaker M6. 40 Figure 3-8 Determining mechanisms of voice based on DECPA and FO parameters (each point of !U&Oq contour corresponds with a cycle on DEGG signal).42 Figure 3-9 Determining the duration of pressed voice based on local dipping of Oq (each point of !'080q contour corresponds with a cycle on DUOG signal).44 Figure 3-10 The tool for detection integrated three analysis modules. 45 Figure 3-11 Some visually illustrative figures of creaky voice from the detection tool.

47 Figure 3-12 Some visually illustrative figures of pressed voice from the detection tool. Figure 3-13 Averaged FO contours of SFP /a6a/ of 10 male speakers’ surprise and declaration. ee) Figure 3-1 Averaged Oq contours of SFP /a6a/ of 10 male speakers: surprise (left) and declaration (right).40 Figure 3-15 Averaged FO contours of SFP /ci33/ of 10 male speakers. irritation and declaration.

Tigure 3-16 Avereged Òq contours of SEP /da3/ of 10 male speakers.51 Figure 3-17 Averaged Oq contours of SFP /da3/ of 10 male speakers: irritation.53 Figure 3-18 Proposed model for combination of speaker altitude, voice auaity and glottalized tone in Vietnamese expressive speech processing. 54 ACKNOWLEDGEMENT ‘This is the second time that 1 sit here, at Hanoi University of Science and Technology, with a great honor to write these grateful wards to people who have been supporting me since the first, moment. T erfered the university. The first acknowledgement was written in my graduation thesis 2.5 years ago and today, this one just awakes a special emotion in me.

I wish to thank all my professors and colleagues at School of Information and Communication Technology and MICA International Research Institute, who have helped me with generous supports. Their advice and knowledge they imparted to me are gratefully appreciated, inspiring me a lot to finish this thesis Special thanks to my supervisor Dr. Tran Do Dat and colleagues of Speech Communication Department, MICA Tnstitute, including Dr. Do Thi Ngoe Diep, Nguyen Thi Thu Trang, Nguyen Tuan Ninh, Tran Thi Anh Xuan, Dr.

Nguyen Viet Son, Dr. Nguyen Cong Phuong, Nguyen Dục Anh and Nguyen Tie Thanh, for their advice and encouragement they gave to me, especially Dr. Mac Dang Khoa and Dr. Alexis Michaud for their thorough review and invaluable suggestions Another thanks for two thesis reviewers including Assoc Prof.

Truong Ninh ‘Thuan (VNU) and Dr. Vu Thi Luong Giang (SOICT, MUST) for their worth comments which helped the thesis’s presentation become much better. Special thanks to my family and friends who always stand by me, lifting me up when I was down. Without them, my life would be nonsense! NGUYEN Thị Lan tà LIST OF TABLES Table 1-1 Vietnamese consonants 12 ‘Table 1-2 Vietnamese vowels/diphthongs.

13 Table 1-3 Phonetic characlerislies of Viclnamese inilial consonants 14 Table 1-4 Phonetic characteristics of Vietnamese final consonants. 14 'Table 1-5 Phonetic characteristics of Vietnamese vowels/diphthongs. 18 Table 1-6 Summarized description of & tenes of Viotnamese. 16 ‘Table 2-1 Intended attitudes.

Table 2-2 List of speakers 28 ‘Table 3-1 Statistics of Mechanism I-A/Pressed Voiee/Mechanism 1-13 of tone 6a will attitude surprise 50 Table 3-2 Statistics of Mechanism I-A/Creaky Voice/Mechanism I-B of tone 3 with “.nnẽẽố 52 Table 3-3 Statistics of Mechanism I. ‘AlPressed Voice/Mechanism IBof tone 3 with attitude irritation. 53 LIST OF ABBREVIATIONS SEP — Sentence-final particle KGG Hlectroglottography DEGG — The derivative of the electroglottography signal IPA — International phonetic association DbCPA Derivative-Hlectroglottographic Closure Peak Amplitude X-SAMPA ~The Extended Speech Assessment Methods Phonetic Alphabet FO Fundamental frequency CONTENTS COMMITMENT. LIST OF ABBREVIATIONS: LIST OF TABLES.

& LIST OF FIGURES. Lt Background knowledge. Vietnamese phonetics and phonology.42 The phonetic characteristics of complex lexical tone system in Vietnamese.2 CHottalized tones in the context of expressive speech: raising issues. aoe 1S 143 The scope of the thesis.

BUILDING VIETNAMESE ATFEITUDINAL SPEECTI CORPUS FOR SENTENCE-FINAL PARTICLE: 2.1 Method of using expressive morphemes caying lexical lones — 2 2.2 Designing sample corpus.3 _ The pogress of buljding the saniple coTpS. Blicitation method and speakers.3 Past-processing and annotation - - _. ANALYSING VARIATION IN REALIZATION OF GLOTTALIZED TONES BY VARIOUS ATTITUDE 33 31 Analysis Method.2 A pilot dala analysis: importa new discoveries and an.sn awieh inlo the use& of expesve morphemes and giollalized Lonea. Comparison of attinudes: Surprise qnà Declaralion.2 Comparison of attitudes: Irritation and Declaration.

LIST OF ABBREVIATIONS SEP — Sentence-final particle KGG Hlectroglottography DEGG — The derivative of the electroglottography signal IPA — International phonetic association DbCPA Derivative-Hlectroglottographic Closure Peak Amplitude X-SAMPA ~The Extended Speech Assessment Methods Phonetic Alphabet FO Fundamental frequency INTRODUCTION Nowadays, using speech in human-machine interaction is gradually becoming the major rend which promises Lo replace traditional commumicalion methods: mouse, keyboard, sercen, for example. However, a high-quality human-machine interaction system that can completely behave as a human being, currently, is still just beyond our reach. One of the primary reasons is because of the lack of advanced techniques that enable precisely processing (either synthesis or recognition) the expression of human utterances. ‘The expression, in other words, refers to attitudinal or emotional aspects when someone speaks, which hereby can convey much linguistic information.

In this perspective, the attitudinal aspects in speaker utterances, also called speaker altiludes are of no sinall importance. If' speaker altiludes play such an iraportant role in the interactions between humans, they need to be taken into account in the imleraction between humans and machines (Picard, 1997). Atitudial mformalion in a spoken utterance can be lexically oncoded but can also be conveyed by intonation, including modifications of voice quality (Seibert, 2003) However, the modification of those features in Vietnamese is quite complex since ít has the interplay between intonation and tones: especially, the complexity even becomes much more complicated when dealing with glottalized tones which are tone ngd and tone nding. lurthermore, in expressive speech, how the interplay can be expressed, what its realization will be and with which mechanisms, are several among many questions sel oul.

Among eight tones in Vietnamese, tone ngd and tone ngng are considered the most complicated since they have glotlalizaion phenomenon accompanied. Ta mos! cascs, with simpler tones, the interaction between intonation and tone simplifies to be described by the changing in fundamental frequency, intensity or duration pararicters, whercas wilh these two glollalived tones, these parameters are exactly LIST OF TABLES Table 1-1 Vietnamese consonants 12 ‘Table 1-2 Vietnamese vowels/diphthongs. 13 Table 1-3 Phonetic characlerislies of Viclnamese inilial consonants 14 Table 1-4 Phonetic characteristics of Vietnamese final consonants. 14 'Table 1-5 Phonetic characteristics of Vietnamese vowels/diphthongs.

18 Table 1-6 Summarized description of & tenes of Viotnamese. 16 ‘Table 2-1 Intended attitudes. Table 2-2 List of speakers 28 ‘Table 3-1 Statistics of Mechanism I-A/Pressed Voiee/Mechanism 1-13 of tone 6a will attitude surprise 50 Table 3-2 Statistics of Mechanism I-A/Creaky Voice/Mechanism I-B of tone 3 with “.nnẽẽố 52 Table 3-3 Statistics of Mechanism I. ‘AlPressed Voice/Mechanism IBof tone 3 with attitude irritation.

53 LIST OF ABBREVIATIONS SEP — Sentence-final particle KGG Hlectroglottography DEGG — The derivative of the electroglottography signal IPA — International phonetic association DbCPA Derivative-Hlectroglottographic Closure Peak Amplitude X-SAMPA ~The Extended Speech Assessment Methods Phonetic Alphabet FO Fundamental frequency LIST OF ABBREVIATIONS SEP — Sentence-final particle KGG Hlectroglottography DEGG — The derivative of the electroglottography signal IPA — International phonetic association DbCPA Derivative-Hlectroglottographic Closure Peak Amplitude X-SAMPA ~The Extended Speech Assessment Methods Phonetic Alphabet FO Fundamental frequency LIST OF FIGURES Vigure 1-1 Schematic diagram of Llanoi Vietnamese tones (Michaud, 2004a). 8 Figure 2-1 Speaker F7 (lel) and M10 (right) in the recording booth. Figure 2-2 Sentence and Syllable Level Annotation with SoundForge (above) oui Praat (below) of the corpus. 31 Figure 3-1 Visualization of closing instant synchronized with EGG (above) and DEGG (below) signals (enrich, 2001) .csccessccssssessssessseesssasveee 34 Figure 3-2 Visualization of opening instant synchronized with EGG (above) and DGG (balow) signals (1lenrich, 2001).

35 Figure 3-3 Fxample of KGG and DEGG sigruls with indication of glottis closure and opening 36 Figure 3-4 lwo realizations of glottalization on SKP /aGa/ with two attitudes. 37 Figure 3-5 Average curves of I'0 and Oq over 6 tokens of /a6a/, speaker M7 .38 Figure 3-6 Two realizations of glolativalion on SFP /da3/ of two attitudes, (a) declarative/neutral; (b): irritation. sone dD Figure 3-7 Average curves of FO and Og over 6 tokens of Ad33/, speaker M6. 40 Figure 3-8 Determining mechanisms of voice based on DECPA and FO parameters (each point of !U&Oq contour corresponds with a cycle on DEGG signal).42 Figure 3-9 Determining the duration of pressed voice based on local dipping of Oq (each point of !'080q contour corresponds with a cycle on DUOG signal).44 Figure 3-10 The tool for detection integrated three analysis modules.

45 Figure 3-11 Some visually illustrative figures of creaky voice from the detection tool. 47 Figure 3-12 Some visually illustrative figures of pressed voice from the detection tool. Figure 3-13 Averaged FO contours of SFP /a6a/ of 10 male speakers’ surprise and declaration. ee) Figure 3-1 Averaged Oq contours of SFP /a6a/ of 10 male speakers: surprise (left) and declaration (right).40 Figure 3-15 Averaged FO contours of SFP /ci33/ of 10 male speakers.

irritation and declaration. Tigure 3-16 Avereged Òq contours of SEP /da3/ of 10 male speakers.51 Figure 3-17 Averaged Oq contours of SFP /da3/ of 10 male speakers: irritation.53 Figure 3-18 Proposed model for combination of speaker altitude, voice auaity and glottalized tone in Vietnamese expressive speech processing. Proposalz lora fillscalo zludy and snusticalsans of[Hhomlie Bạn based on EGG and DEGG signal.1 Observation about the irvegulantties of DECPA sou 33.2 Building « tool for detection of creaky and pressed voice in Matlab -# 3.4 A full-scale study: đetaileđ analysis nesuls.- LAT B41 Surprise and Declaration. 342 Irritation and Declaration - - - 50 3.

CONCLUSION AND PERSPECTIVES REFERENCES. PUBLICATION: APPENDIX A: COFNTEXTS OF EACH COLLECTED SENTENCE. APPENDIX B: FIGURES OF AVERAGED FU&0q CONTOURS OF EACH SPEAKER WITH STANDARD DEVIATION FOR THE USED ATTITUDES CONTENTS COMMITMENT. LIST OF ABBREVIATIONS: LIST OF TABLES.

& LIST OF FIGURES. Lt Background knowledge. Vietnamese phonetics and phonology.42 The phonetic characteristics of complex lexical tone system in Vietnamese.2 CHottalized tones in the context of expressive speech: raising issues. aoe 1S 143 The scope of the thesis.

BUILDING VIETNAMESE ATFEITUDINAL SPEECTI CORPUS FOR SENTENCE-FINAL PARTICLE: 2.1 Method of using expressive morphemes caying lexical lones — 2 2.2 Designing sample corpus.3 _ The pogress of buljding the saniple coTpS. Blicitation method and speakers.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ