Nghiên Cứu Nâng Cao Chất Lượng Tổng Hợp Tiếng Việt Cho Phần Mềm VNVoice

Luận văn thạc sĩ nghiên cứu các phương pháp nâng cao chất lượng tổng hợp tiếng Việt và thử nghiệm phần mềm vnvoice trong công nghệ thông tin.

• Tác giả: Nguyễn Thị Thanh Mai
• Người hướng dẫn: PGS. Lương Chi Mai
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nâng Cao Chất Lượng Tổng Hợp Tiếng Việt Trong Phần Mềm VNVoice
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2007
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Về Tổng Hợp Tiếng Nói Lịch Sử và Ứng Dụng

Tổng hợp tiếng nói là lĩnh vực khoa học nghiên cứu và phát triển công nghệ tạo ra âm thanh tiếng nói từ máy tính. Mục tiêu là tái tạo âm thanh tự nhiên như người nói. Ngành này đã trải qua một chặng đường dài, từ những nỗ lực sơ khai đến các ứng dụng thực tế. Dù vậy, việc đạt được chất lượng tổng hợp tiếng Việt cao và độ tự nhiên tiếng Việt vẫn là thách thức lớn. Máy nói đầu tiên do Wolfgang Von Kempelen chế tạo năm 1791, mô phỏng bộ máy phát âm. Đến năm 1939, máy VODER của Dudley đã mô hình hóa cộng hưởng của ống thanh. Sự ra đời của máy tính điện tử vào giữa những năm 1950 đã tạo điều kiện cho việc kiểm soát các tham số tổng hợp tiếng nói một cách có hệ thống.

1.1. Lịch Sử Phát Triển Công Nghệ Tổng Hợp Tiếng Nói

Lịch sử phát triển của công nghệ tổng hợp tiếng nói trải dài từ những nỗ lực cơ học đến các hệ thống điện tử phức tạp. Những cột mốc quan trọng bao gồm máy nói của Kempelen, máy VODER và sự ra đời của máy tính. Sự phát triển của máy tính đã cho phép kiểm soát các tham số tổng hợp tiếng nói một cách có hệ thống. Sự phát triển vượt bậc của khoa học và công nghệ trong những năm 1980-1990, đặc biệt là sự phát triển của máy tính và xử lý tín hiệu số, đã tạo ra những bước tiến đáng kể trong lĩnh vực này. Điều này được thúc đẩy bởi khả năng tính toán nhanh chóng của máy tính, khả năng lưu trữ dữ liệu lớn và sự dễ dàng truy cập vào các cơ sở dữ liệu âm thanh và văn bản.

1.2. Các Ứng Dụng Thực Tế Của Tổng Hợp Tiếng Nói Hiện Nay

Ứng dụng tổng hợp tiếng nói rất đa dạng, bao gồm học ngoại ngữ, trợ giúp người tàn tật, truyền thông tin bằng âm thanh, lưu trữ và khai thác dữ liệu, viễn thông (IVR, unified messaging), và thông tin đa phương tiện. Ví dụ, hệ thống tổng hợp tiếng nói có thể đọc văn bản cho người mù hoặc giúp người mất khả năng nói giao tiếp thông qua văn bản được chuyển thành giọng nói. Trong viễn thông, nó được sử dụng rộng rãi trong các ứng dụng trả lời trực tuyến và hệ thống thông tin tích hợp thông điệp hợp nhất. Tổng hợp tiếng nói cũng được ứng dụng trong các trò chơi, thiết bị báo động và các thiết bị gia đình khác.

II. Thách Thức Trong Tổng Hợp Tiếng Việt Chất Lượng Cao

Tổng hợp tiếng Việt gặp nhiều thách thức đặc thù. Khác với các ngôn ngữ khác, các phần mềm đọc văn bản tiếng Việt không thể sử dụng lại từ các ngôn ngữ khác. Tiếng Việt là ngôn ngữ đơn âm đa thanh điệu, đòi hỏi sự chú trọng đặc biệt đến các đặc điểm ngữ âm. Nghiên cứu và phát triển công nghệ tổng hợp tiếng Việt chất lượng cao là một quá trình phức tạp, đòi hỏi sự hiểu biết sâu sắc về ngôn ngữ, xử lý tín hiệu và khoa học máy tính. Luận văn này hướng đến nghiên cứu và thử nghiệm các kỹ thuật và mô hình xử lý ngôn điệu để nâng cao chất lượng tổng hợp tiếng Việt trong VNVoice.

2.1. Đặc Điểm Ngữ Âm Tiếng Việt và Ảnh Hưởng Đến TTS

Tiếng Việt là ngôn ngữ đơn âm, có thanh điệu, và có cấu trúc âm tiết tính. Âm tiết tiếng Việt có cấu trúc chặt chẽ và ổn định, với các âm vị có vị trí cố định. Mỗi âm tiết thường tương ứng với một hình vị. Thanh điệu đóng vai trò quan trọng trong việc phân biệt nghĩa của từ. Các yếu tố này đặt ra những thách thức riêng cho việc phát triển các hệ thống TTS tiếng Việt chất lượng cao. Cụ thể, hệ thống cần phải xử lý chính xác các thanh điệu, các biến thể âm vị và cấu trúc âm tiết để tạo ra giọng nói tự nhiên và dễ hiểu.

2.2. Các Yếu Tố Ảnh Hưởng Đến Độ Tự Nhiên Của Giọng Đọc Tiếng Việt

Độ tự nhiên tiếng Việt của giọng đọc tổng hợp phụ thuộc vào nhiều yếu tố, bao gồm bộ đơn vị ngữ cảnh, bộ chuẩn hóa văn bản, bộ xử lý ngôn ngữ, tối ưu hóa chọn đơn vị ngữ cảnh, các hiện tượng ngôn ngữ như dính âm và biến thanh, và các hiện tượng ngôn điệu như thanh điệu trong câu và trường độ. Để đạt được giọng đọc tự nhiên, hệ thống cần phải mô phỏng chính xác các yếu tố này. Tổng hợp tiếng Việt hiện nay mới đạt ở mức độ đọc rõ ràng trong khi các ứng dụng thực tế đòi hỏi giọng tổng hợp phải tự nhiên như người nói.

III. Các Phương Pháp Cải Thiện Chất Lượng Tổng Hợp Tiếng Việt

Có nhiều phương pháp để cải thiện chất lượng tổng hợp tiếng Việt, tập trung vào mô hình hóa trường độ, thay đổi biên độ, hiệu chỉnh đường tần số cơ bản (F0), và phân lớp đường thanh điệu trong ngữ cảnh câu. Việc sử dụng các mô hình ngôn ngữ tiên tiến và kỹ thuật học máy tiếng Việt cũng đóng vai trò quan trọng. Nghiên cứu này tập trung vào việc thử nghiệm một số phương pháp cải tiến chất lượng và kết quả cải tiến được thể hiện trong chương 4.

3.1. Mô Hình Hóa Trường Độ Trong Tổng Hợp Tiếng Nói

Mô hình trường độ đóng vai trò quan trọng trong việc tạo ra giọng đọc tự nhiên. Trường độ là độ dài của âm tiết hoặc âm vị, và nó có thể ảnh hưởng đến ngữ điệu và nhịp điệu của câu. Các mô hình trường độ có thể được xây dựng dựa trên các đặc trưng ngôn ngữ như loại âm vị, vị trí trong âm tiết, vị trí trong từ, và ngữ cảnh xung quanh. Các phương pháp mô hình hóa trường độ phổ biến bao gồm sử dụng cây quyết định (CART) và các mô hình học máy khác.

3.2. Hiệu Chỉnh Đường Tần Số Cơ Bản F0 Để Tạo Ngôn Điệu

Đường tần số cơ bản (F0) là một yếu tố quan trọng trong việc tạo ra ngôn điệu tự nhiên. F0 thay đổi theo thời gian và tạo ra các đường cong ngữ điệu khác nhau. Việc hiệu chỉnh F0 có thể được thực hiện bằng cách sử dụng các mô hình như mô hình Fujisaki hoặc mô hình Tilt. Các mô hình này cho phép kiểm soát các tham số như độ cao, độ dốc và thời điểm của các thay đổi F0, từ đó tạo ra các ngữ điệu khác nhau.

3.3. Phân Lớp Đường Thanh Điệu Trong Ngữ Cảnh Câu

Thanh điệu đóng vai trò quan trọng trong việc phân biệt nghĩa của từ trong tiếng Việt. Tuy nhiên, thanh điệu không chỉ đơn thuần là thuộc tính của từng âm tiết mà còn bị ảnh hưởng bởi ngữ cảnh xung quanh. Việc phân lớp đường thanh điệu trong ngữ cảnh câu có thể giúp hệ thống tổng hợp tiếng nói tạo ra giọng đọc tự nhiên và dễ hiểu hơn. Các phương pháp phân lớp có thể dựa trên các đặc trưng ngữ âm, ngữ pháp và ngữ nghĩa.

IV. Thử Nghiệm Cải Tiến Giọng Đọc VNVoice Kết Quả và Đánh Giá

Luận văn này đã thử nghiệm các phương pháp cải tiến giọng đọc tổng hợp tiếng Việt trong phần mềm VNVoice cải tiến. Đánh giá được thực hiện dựa trên độ chính xác tiếng Việt và độ tự nhiên tiếng Việt của giọng đọc. Kết quả cho thấy việc áp dụng các phương pháp mô hình hóa trường độ, hiệu chỉnh F0 và phân lớp đường thanh điệu giúp cải thiện đáng kể chất lượng giọng đọc. Tuy nhiên, vẫn còn nhiều hạn chế cần khắc phục để đạt được giọng đọc tự nhiên như người nói. Cụ thể, chất lượng giọng tổng hợp còn phụ thuộc vào rất nhiều các yếu tố khác như: Bộ đơn vị ngữ cảnh, Bộ chuẩn hóa văn bản, Bộ xử lý ngôn ngữ: từ, câu,… Tối ưu hóa chọn đơn vị ngữ cảnh, Các hiện tượng ngôn ngữ tiếng Việt: dính âm, biến thanh, năng lượng, trường độ thanh, Các hiện tượng ngôn điệu: thanh điệu trong câu , trường độ.

4.1. Đánh Giá VnVoice và Các Giọng Tổng Hợp Tiếng Việt Hiện Nay

Để đánh giá hiệu quả của các phương pháp cải tiến, cần so sánh VNVoice với các giọng tổng hợp tiếng Việt hiện nay. Các tiêu chí đánh giá bao gồm độ dễ hiểu tiếng Việt, độ tự nhiên tiếng Việt và mức độ truyền đạt cảm xúc. Các phương pháp đánh giá có thể sử dụng là đánh giá chủ quan (người nghe đánh giá) và đánh giá khách quan (dựa trên các chỉ số đo lường). Một số hạn chế của VnVoice được chỉ ra, bao gồm việc xử lý các hiện tượng ngôn ngữ phức tạp và khả năng mô phỏng cảm xúc chưa tốt.

4.2. Cơ Sở Dữ Liệu Tiếng Nói và Qui Trình Thử Nghiệm

Việc xây dựng cơ sở dữ liệu tiếng nói chất lượng cao là yếu tố then chốt để phát triển các hệ thống tổng hợp tiếng nói tốt. Cơ sở dữ liệu cần bao gồm đa dạng các giọng đọc, ngữ cảnh và biểu cảm. Quy trình thử nghiệm cần được thiết kế chặt chẽ để đảm bảo tính khách quan và độ tin cậy của kết quả. Các thử nghiệm cần được thực hiện trên nhiều loại văn bản khác nhau và với nhiều người nghe khác nhau.

4.3. Kết Quả Thử Nghiệm và Phân Tích Cải Thiện VNVoice

Kết quả thử nghiệm cho thấy các phương pháp cải tiến đã giúp cải thiện đáng kể độ tự nhiên tiếng Việt và độ dễ hiểu tiếng Việt của giọng đọc VNVoice. Các cải tiến đáng chú ý bao gồm việc mô phỏng chính xác hơn các thanh điệu, các ngữ điệu tự nhiên và các biến thể âm vị. Tuy nhiên, vẫn còn nhiều hạn chế cần khắc phục để đạt được giọng đọc tự nhiên như người nói. Cần tiếp tục nghiên cứu và phát triển các phương pháp tối ưu hóa VNVoice tiên tiến hơn.

V. Kết Luận và Hướng Phát Triển Của VNVoice trong Tương Lai

Luận văn đã nghiên cứu và thử nghiệm một số phương pháp nâng cao chất lượng tổng hợp tiếng Việt trong phần mềm VNVoice. Kết quả cho thấy các phương pháp này có tiềm năng lớn trong việc cải thiện chất lượng giọng đọc. Trong tương lai, cần tiếp tục nghiên cứu các phương pháp mới và tích hợp chúng vào VNVoice để tạo ra một hệ thống tổng hợp tiếng nói chất lượng cao, có thể đáp ứng nhu cầu của người dùng.

5.1. Tóm Tắt Kết Quả Nghiên Cứu và Đóng Góp

Nghiên cứu này đã đóng góp vào việc cải thiện VNVoice bằng cách thử nghiệm và đánh giá các phương pháp mô hình hóa trường độ, hiệu chỉnh F0 và phân lớp đường thanh điệu. Kết quả cho thấy các phương pháp này có hiệu quả trong việc cải thiện độ tự nhiên tiếng Việt và độ dễ hiểu tiếng Việt của giọng đọc. Nghiên cứu này cũng cung cấp những hiểu biết sâu sắc hơn về các yếu tố ảnh hưởng đến chất lượng tổng hợp tiếng Việt.

5.2. Hướng Phát Triển Tiếp Theo Cho Phần Mềm VNVoice

Trong tương lai, VNVoice cần tiếp tục được phát triển theo hướng tích hợp các công nghệ AI cho tiếng Việt tiên tiến hơn, chẳng hạn như Deep Learning tiếng Việt và các mô hình ngôn ngữ lớn. Cần tập trung vào việc cải thiện khả năng xử lý các hiện tượng ngôn ngữ phức tạp, mô phỏng cảm xúc và tạo ra giọng đọc cá nhân hóa. Đồng thời, cần xây dựng một cơ sở dữ liệu tiếng nói lớn và đa dạng để huấn luyện các mô hình tổng hợp tiếng nói chất lượng cao.

Trích đoạn nội dung tài liệu

mở đầu của âm tiết (bên cạnh phụ âm đầu). Ví dụ: chữ ”toàn” khi phát âm có hiện tượng tròn môi do tác động của âm đệm/-u-/, còn chữ ”tàn” thì không có hiện tượng tròn môi do không có âm đệm. Âm chính Là nguyên âm âm tiết tính trong âm tiết. Âm tiết chính có thể là một nguyên âm đơn hay nguyên âm đôi.

Âm chính gồm một hệ thống nguyên âm gồm 11 nguyên âm đơn /a, ă, â, e, ê, o, ô, ơ, u, ư, i/ và ba nguyên âm đôi /iê, ươ, ưa/. Âm chính là yếu tố tạo nên đỉnh âm thanh, có biên độ và cường độ lớn nhất trong các thành phần âm tiết. Đặc điểm  Khi phát âm, luồng hơi không bị cản trở bởi lưỡi, răng hay môi  Bộ máy phát âm căng thẳng toàn bộ  Luồng hơi ra yếu hơn phụ âm Phân loại Các nguyên âm không thể phân chia theo tiêu chuẩn như của phụ âm. Về mặt phương thức cấu âm, nguyên âm chỉ thuộc vào một phương thức đó là luồng hơi ra tự do.

Nguyên âm không có vị trí cấu âm vì các khí quản không tạo thành khe, cũng không tạo thành chỗ tắc. Các nguyên âm cũng không thể phân loại theo tiếng thanh, vì bình thường, bất kỳ nguyên âm nào cũng có tiếng thanh. Các nguyên âm chỉ khác nhau ở các hoạt động của khí quản phát âm, trong đó quan trọng nhất là lưỡi. Vì sự thay đổi vị trí của lưỡi gây ra sự khác nhau rất lớn giữa các nguyên âm.

Lưỡi chuyển động tới-lui và lên xuống trong khoang miệng và tạo nên những tương quan phức tạp giữa các khoang cộng minh (khoang miệng và mũi), làm thay đổi hình dáng và thể tích của chúng. Môi tròn lại và đưa về trước, (LUAN.10 TIEU LUAN MOI download : skknchat@gmail.10 18 làm kéo dài lối thoát của luồng không khí, hoặc môi chành ra, làm cộng minh trường phía trước ngắn lại. Người ta thường phân loại nguyên âm theo vị trí của lưỡi, độ nâng của lưỡi và hình dáng môi  Theo vị trí của lưỡi Gồm các nguyên âm dòng trước (khi lưỡi dồn về trước), nguyên âm dòng sau (khi lưỡi dồn về sau) và nguyên âm dòng giữa (khi lưỡi ở giữa miệng nâng lên). Ví dụ, trong tiếng Việt, các nguyên âm dòng trước là [i], [e], [ê], nguyên âm dòng sau là [u], [o], [ô], nguyên âm dòng giữa là [ư], [ơ], [a].

 Theo độ nâng của lưỡi Các nguyên âm được chia tùy theo từng ngôn ngữ. Độ nâng của lưỡi tương ứng với độ mở của miệng nên các nguyên âm có độ nâng cao còn gọi là nguyên âm hẹp, nguyên âm có độ nâng thấp còn gọi là nguyên âm mở. Trong ngữ âm học đại cương không có một cách phân loại tuyệt đối theo độ nâng lưỡi vì mỗi ngôn ngữ có một hệ thống nguyên âm khác nhau. Ví dụ, các nguyên âm dòng trước trong tiếng Pháp có 4 độ nâng, các nguyên âm trong tiếng Ðức có 5 độ nâng, tiếng Nga có 3 độ nâng, tiếng Anh có 6 độ nâng.

Trong tiếng Việt, các nguyên âm đơn có thể chia thành 4 nâng: Bảng 1.1: Phân chia nguyên âm theo độ nâng của lưỡi. Ðộ nâng Gồm các nguyên âm Hẹp [i], [u], … Hơi hẹp [ê], [u], … Hơi rộng [o], [e], … Rộng [a], [a], …  Theo hình dáng môi Các nguyên âm được chia thành nguyên âm tròn môi ([u], [ô], [o]), nguyên âm không tròn môi ([i], [ê], [e], [ư], [ơ], [a]). Sự tròn môi rõ nhất ở nguyên âm khép và yếu nhất ở nguyên âm mở.10 TIEU LUAN MOI download : skknchat@gmail. Âm cuối Là âm kết thúc âm tiết.

Các âm tiết tiếng Việt thường đối lập bằng những cách kết thúc khác nhau. Một số âm tiết kết thúc bằng sự kéo dài và giữ nguyên, ví dụ: má, đi, cho,. Số âm tiết khác kết thúc bằng cách biến đổi âm sắc của âm tiết ở phần cuối do sự đóng lại của các âm cuối tham gia, ví dụ như một, mai, vàng,. Trong trường hợp đầu, ta có các âm cuối là âm vị /zero/, trong trường hợp sau ta có các âm cuối là những âm vị bán nguyên âm hoặc phụ âm.

Hệ thống âm cuối tiếng Việt bao gồm hai bán nguyên âm là /i, o/ và sáu phụ âm /m, n, ng (nh), p, t, c/. Thanh điệu Thanh điệu là loại âm vị siêu đoạn tính, nó được biểu lộ trong toàn bộ phần hữu thanh của âm tiết. Ở mức vật lý, phần thanh của thanh điệu chính là đường nét của tần số âm cơ bản F0. Về cảm thụ, thanh điệu là sự cảm nhận về thay đổi của cao đọ tần số cơ bản F0 của âm tiết.

Sáu thanh điệu tiếng Việt được chia thành hai nhóm lớn bằng và trắc. Thanh không dấu và thanh huyền thuộc loại thanh bằng có đường nét tương đối đơn giản. Thanh ngã, thanh hỏi, thanh sắc và thanh nặng là những thanh trắc có đường nét thanh điệu phức tạp. Các thanh ngang, sắc, ngã thuộc âm vực cao, còn các âm huyền, hỏi và nặng thuộc âm vực thấp.

Trong các công trình nghiên cứu đã được công bố, đường nét thanh điệu tiếng Việt cho những âm tiết rời rạc (phương ngữ Bắc Bộ) được đánh giá tương đối thống nhất. Ngoài tính chất thanh tính, các thanh điệu còn có một số đặc trưng phi điệu tính như hiện tượng yết hầu hoá, thanh hầu hoá,… tạo thành hệ thống các đặc trưng phụ để phân biệt các thanh điệu đặc biệt của thanh ngã và sắc, thanh hỏi, thanh nặng. *Phân loại âm tiết tiếng Việt Phụ thuộc vào cách thức kết thúc, âm tiết tiếng Việt được chia thành 4 loại như trong bảng 1.2: Phân loại âm tiết tiếng Việt.10 TIEU LUAN MOI download : skknchat@gmail.10 20 STT Loại âm tiết Đặc điểm Ví dụ Là các loại âm tiết không có âm cuối, kết 1 Âm mở Ma, mẹ, … thúc âm tiết bằng nguyên âm chính âm cuối kết thúc âm tiết là một bán 2 Âm nửa mở Mai, sau,. nguyên âm 3 Âm đóng Khi âm cuối là một phụ âm tắc vô thanh Tập, học,.

4 Âm nửa đóng Khi âm cuối là một phụ âm mũi Làm, ngành,. Một số đặc trƣng của âm vị về mặt âm học Sự phân loại các âm vị về mặt âm học đã được xây dựng dựa trên âm phổ. Các máy phân tích âm phổ cho chúng ta các ảnh phổ (spectrogram), qua đó các âm vị thể hiện rõ các đặc trưng âm học: cao độ, cường độ, trường độ,. Để biểu diễn phổ tiếng nói tại một thời điểm t, người ta dùng một biểu đồ với trục ngang biểu diễn các tần số (Hz) tham gia cấu âm thành âm thanh tại thời điểm t và trục đứng với cường độ tương ứng (dB).3: Phổ (spectrum) của một nguồn âm thanh tại thời điểm t.

Để biểu diễn phổ tiếng nói theo sự biến thiên thời gian, người ta dùng ảnh phổ với trục ngang biểu diễn thời gian, trục đứng biểu diễn tần số, cường độ của (LUAN.10 TIEU LUAN MOI download : skknchat@gmail.10 21 mỗi sóng có tần số fi tại thời điểm ti được biểu diễn bằng 1 chấm. Nếu cường độ càng mạnh thì chấm biểu diễn càng đậm. Ngoài ra còn có thể biểu diễn ảnh phổ của tiếng nói theo sự biến thiên thời gian trong không gian 3 chiều. Khi đó, phổ thu được có dạng như thác nước và người ta gọi đó là ảnh phổ thác nước (Waterfall Spectrogram).4: Ảnh phổ của tiếng ”hai” và sóng âm tương ứng.

Những vùng có cường độ cao (vùng đen) tạo thành những dải bắt ngang qua ảnh phổ, đó là những vệt formant, được đánh số từ dưới lên F1, F2, F3,. Dựa trên đặc điểm của ảnh phổ, âm vị được chia thành 12 đặc trưng sau:  Nguyên âm-không nguyên âm Đặc trưng của nguyên âm: được thể hiện bằng các cấu trúc formant. Có đặc trưng nguyên âm là nguyên âm và các âm vang. Không có đặc trưng nguyên âm là các âm ồn.

 Phụ âm-không phụ âm Đặc trưng âm học của phụ âm là có mức năng lượng thấp, nếu có mức năng lượng cao là nguyên âm. Có đặc trưng phụ âm là các phụ âm vang và ồn.  Bổng-Trầm Những âm bổng có tần số lớn, còn những âm trầm có tần số nhỏ. Những âm trầm thường được đặc trưng bằng sự phân bổ năng lượng tập trung ở phần dưới của phổ.10 TIEU LUAN MOI download : skknchat@gmail.10 22 Âm bổng gồm các nguyên âm hàng trước, phụ âm răng, các phụ âm lưỡi trước, lưỡi giữa.

Âm trầm là các nguyên âm hàng sau, các phụ âm môi và phụ âm lưỡi sau.  Loãng-đặc Đặc trưng âm học của tiêu chí đặc là có vùng formant ở trung tâm của phổ, đối lập với loãng là trên phổ hình có một hay một số formant phân bố xa trung tâm. Âm đặc bao gồm các nguyên âm không thuộc độ nâng cao, các phụ âm lưỡi, lưỡi giữa và lưỡi sau. Các âm loãng bao gồm những âm có độ nâng của lưỡi cao (nguyên âm khép), những phụ âm răng, phụ âm môi [i], [u], [ư] trong tiếng Việt.

 Ngắt-không ngắt Đó là sự đối lập giữa có và không có sự chuyển tiếp đột ngột giữa sự có mặt và vắng mặt của âm thanh. ”Các phụ âm xát thường có khởi âm từ từ. Ngược lại, các phụ âm tắc thường có sự ngắt đột ngột sóng âm đi trước bằng một khoảng im lặng hoàn toàn” [15]. Âm ngắt bao gồm các phụ âm tắc (trừ nhóm mũi).

Còn lại (nguyên âm, phụ âm xát, phụ âm mũi) là những âm không ngắt.  Gắt-không gắt Đó là sự đối lập của cường độ lớn hay nhỏ của tiếng ồn. Trên phổ hình, các âm gắt có vùng tối thay đổi sắc thái rõ rệt. Những phụ âm gắt bao gồm các phụ âm xát điển hình, các âm tắc-xát, bật hơi, phụ âm rung.

Những laọi hình âm còn lại là những âm không gắt.  Căng-lơi Những âm căng là những âm có độ dài lớn, năng lượng lớn và có thanh cộng hưởng thể hiện rõ trên phổ hình. Âm căng bao gồm các phụ âm mạnh và nguyên âm đặc. Âm lơi bao gồm những phụ âm yếu và các nguyên âm loãng.

 Hữu thanh-vô thanh Đó là sự đối lập giữa có hay không những dao động điều hòa ở vùng tần số thấp. Âm hữu thanh bao gồm các nguyên âm, phụ âm vang và phụ âm hữu thanh.10 TIEU LUAN MOI download : skknchat@gmail.10 23  Mũi-miệng (hay Mũi-không mũi) Phổ hình của các âm mũi có mật độ formant dày hơn so với các âm miệng tương ứng. Ở các nguyên âm mũi giữa F1 và F2 xuất hiện thêm một formant phụ, và đồng thời có sự giảm cường độ của F1 và F2. Trong tiếng Việt có các âm mũi được thể hiện bằng các chữ cái; m, n, nh, ng.