Фонетические основы фоноскопии

Надо заметить, что речевой сигнал является традиционным обѵ ектом исследования в рамках различных наук и дисциплин: лингвистики, психологии, физиологии, фониатрии, текстологии, кибернетики и техники радиосвязи, речевой акустики и т.д.

В речевой коммуникации выделяют обычно три аспекта (компонента): перцептивный, информационно-коммуникативный и интерактивный. Перцептивный аспект речевой коммуникации связан непосредственно с взаимопониманием говорящего и слушающего, пишущего и читающего.

Что же такое речь, и в чем специфика ее криминалистического исследования? Основной принцип заключается в разделении непрС' рывного речевого потока на элементы (по аналогии с иными объектами криминалистической идентификации, например, внешности человека), отличающиеся друг от друга по своим значениям, а таюк^е по выражающим их свойствам и признакам. При этом происходи^1, сегментация непрерывного аналогового речевого потока в соответствии с дискретными единицами языка и речи.

Впервые в отечественной криминалистической фоноскопии использование комплексного акустико-лингвистического метода ДЯ* судебной экспертизы было введено в работах В.А. Снеткова, А.А· Ложкевича и В.Л. Шаршунского в 1970—75 гг. Ими же был впервые предложен и системный метод поэлементного анализа речи (от рб' чевого потока до звука) и разделения системы признаков на собственно лингвистические и акустические.

Речь представляет собой знаковую сущность и имеет двойную (акустическую и семантическую) природу, определяемую актом речевой коммуникации. С одной стороны, каждый элемент речи имеет так называемую форму выражения (т. е. объективную материальную природу в виде звуковой волны, передаваемой от говорящего к слушающему); с другой стороны, это значение или смысл, который говорящий хочет передать слушающему (а слушающий стремится понять) посредством звуковой волны.

Именно знаковый характер речевых элементов позволяет применять инструментальные методы для анализа плана выражения (акустической природы) речевой единицы, а собственно лингвистические методы и аудитивный анализ - для анализа плана выражения и содержания языковой единицы. В отличие от языка, состоящего из дискретных ^еДиниц, обусловленных конкретной языковой системой, речь непрерывна как акустическое явление и дискретна как явление знаковое.

Высказывание - это минимальная единица с законченным смы- словым значением. Термином «высказывание» обозначают понятие речевого сообщения, которое синтаксически может быть представлено разными структурными схемами (предложениями). В иерархии устного текста принято выделять также такие типы высказываний, как фоноабзац или фраза.

Под фоноабзацем понимают предельную структурную семантико-просодическую единицу устного текста, адекватно репрезентирующую модель просодической структуры текста в целом.

Фразой называются одно или несколько высказываний в интонационно-просодическом единстве. Фраза также синтаксически может состоять из одного или нескольких однословных или много- словных предложений. В структуре речевого высказывания можно выделить его составные части: синтагмы, фонетические слова. В Структуре фонетического слова выделяют слоги и звукосочетания, а также отдельные звуковые сегменты (звукотипы).

Синтагма - это часть высказывания, обладающая семантико- сннтаксическим единством и выделенная интонационными средствами.

Фонетическое слово - это одна или несколько лексем (полнознач- Пых или служебных), объединенных одним словесным ударением.

Звук - это наименьшая единица членения речи. Звук, или звуковой сегмент (звуковая реализация аллофона фонемы) - это наименьшая единица звучания; она не несет смысловой функции, не Имеет плана содержания, но детерминируется фонологической системой языка и обладает способностью звуковых единиц языка уча- ствовать в образовании смысловых единиц.

В языке существует различие между фонемами и их аллофонами; конкретными реализациями фонемы в речи на конкретном языке является звук (или звукотип).

Фонема - это минимальная звуковая единица языка, линейно не членимая, служащая для образования звуковых оболочек значащих единиц языка, но со значением и смыслом связана только потенциально, а не напрямую. Фонема - единица абстрактная; а звук (или звукотип) - это конкретная реализация в виде аллофона (общего, факультативного или индивидуального для говорящего) варианта речевой реализации фонемы.

Каждая единица языка составляет предмет изучения одного из разделов языкознания (лингвистики): семантики, грамматики, синтаксиса, морфологии, лексики, фонетики и т. д. Для прикладных криминалистических целей значение имеет знание не только свойств каждой единицы языка, но и особенностей их функционирования в речи (стилистики каждого раздела).

Таким образом, чтобы провести детальный криминалистический анализ непрерывного речевого потока, необходимо провести его сегментацию на дискретные по форме и смыслу единицы, соответствующие языковой структуре конкретного языка, на котором происходит речевое общение. Проблема сегментации реальной речи, записанной в условиях шумов и искажений, - задача не простая (и в автоматических системах решается только с определенной степенью условности).

Для проведения точной и однозначной сегментации, помимо знаний специфики и закономерностей функционирования в речи системы конкретного языка, необходимо использовать одновременно постоянный слуховой контроль за правильностью сегментации (желательно специалистом, обладающим фонетическим слухом).

Звуки речи и звуковой строй языка изучаются разделом языкознания - фонетикой. Различают фонетику артикуляторную (она описывает механизм артикуляции, т. е. образования отдельного звука речи), акустическую (описывающую физический аспект звучания), перцептивную (описывающую, как звук воспринимается человеком). Нельзя отделять указанные аспекты изучения свойства звука один от другого. Адекватное (аудитивное) восприятие сущности исследуемого звука возможно только с учетом всех трех аспектов: понимания, как звук образуется (артикулируется), каково его акустическое представление; а также умения сопоставить звучание и артикуляцию.

зо

Артикуляторные особенности речи исследуются с целью определения артикуляторных навыков говорящего лица на конкретном языке для его отождествления или диагностики личностных качеств. Таким образом, эксперт-фоноскопист исследует артикуляторные навыки и способ произнесения звуков речи в конкретном акте речевой коммуникации.

С точки зрения акустического аспекта звуковой природы речи надо отметить, что звуки речи являются особой группой акустических сигналов. Изучением физической природы звуков занимается раздел физики, Называемый акустикой. Методы экспериментальной фонетики позволяют объективизировать слуховые методы аудитивного анализа артикуляции отдельных звуков речи с помощью инструментальных методов.

Так, для описания акустической картины образования звука в соотнесении с его артикуляцией необходимо описать следующие параметры: основной тон, частоту гармоник основного тона относительной амплитуды его отдельных частотных составляющих по отношению к основному тону (что иначе называют формантной структурой).

При исследовании речевых сигналов кроме осциллографическо- го представления сигнала часто используют наглядное представление в виде его спектра или сонограммы. Обычное спектральное представление акустического сигнала показывает, как изменяется Амплитуда сигнала от его частоты, т. е. зависимость:

A = F(f),

где А и/- соответственно амплитуда и частота сигнала.

Такое представление можно еще назвать спектральным срезом сигнала. Спектр может быть динамическим и показывать изменения Мгновенного спектра сигнала во времени (сонограмма).

Сонограммы - удобный и наиболее привычный для фоноскопи- стов способ визуализации сигнала. Сонограмма показывает изменение спектрального состава сигнала в течение определенного временного промежутка:

/=т-

То есть сонограмма - это одна из разновидностей спектрограмм. Амплитуда сигнала в этом случае характеризуется градациями ярко,- сти серого цвета при черно-белом изображении (или определенной Цветовой гаммой при цветном представлении сигнала).

Тембром звука называется то качество восприятия звука, которое, независимо от частоты и амплитуды, позволяет отличить звучание одного источника от другого. Тембр периодических звуков зависит от числа и соотношения амплитуд гармонических составляющих. Тембр, создаваемый высокими гармониками, характеризуется ярким металлическим звучанием; низкие гармоники придают звучанию глубокий лирический оттенок. Следовательно, тембр обусловливает художественную сторону звучания голоса, придавая звуку своеобразную окраску.

Громкость звука - это субъективное ощущение от звуковых волн, имеющих разную интенсивность. То есть громкость является субъективной величиной, воспринимаемой на уровне слуховой перцепции эксперта; она не может быть измерена прямыми методами. Громкость звукового сигнала связана с его интенсивностью логарифмической зависимостью и также зависит от частоты звуковых колебаний, спектрального состава, длительности, локализации в пространстве и от условий восприятия.

Амплитудная разрешающая способность слуха сильно зависит от уровня громкости звука. Уровень громкости данного звука - уровень интенсивности эталонного звука с частотой 1000 Гц, имеющего равную с данным звуком громкость. Уровень громкости измеряется в фонах. Для количественной оценки абсолютной громкости была принята другая единица - сон (воспринимаемая громкость звука). Громкость в один сон - это громкость синусоидального звука с частотой 1000 Гц и уровнем 40 дБ.

Ощущение громкости зависит от длительности сигнала. Так, если человек слышит два сигнала одинаковой интенсивности, то более короткий сигнал воспринимается как менее громкий. При увеличении длительности сигнала ощущение громкости постепенно возрастает, пока его длительность не достигнет величины 100— 200 мс; при этом возрастание уровня громкости происходит почти линейно с увеличением длительности сигнала.

Ощущение громкости во многом зависит от частоты звука: с уменьшением громкости звука резче становится и частотная зависимость порога чувствительности слуха от изменения громкости. Высокие и низкие звуки, имеющие одинаковый уровень, субъективно воспринимаются нами как звуки разной громкости. А значения уровня звука и субъективно слышимой громкости совпадают только на частоте 1000 Гц.

При малых уровнях звукового давления человек гораздо лучше слышит на средних частотах, а в области низких и высоких частот Чувствительность слуха притупляется. При больших уровнях подъем На низких частотах становится менее крутым и происходит более быстрое нарастание громкости звуков низкой частоты, чем на средних и высоких. То есть при больших уровнях сигнала звуки во всех частотных областях оцениваются по уровню громкости более равномерно.

Из этого следует важный для экспертной деятельности вывод, что наиболее линейно человек воспринимает звук при уровнях 80- 90 дБ. То есть при таких уровнях громкости слуховой аппарат человека с наименьшими ошибками передает звуковую картину; при Меньших уровнях громкости вероятность ошибки будет возрастать - восприятие низких и высоких частот будет притупляться.

Все органы, участвующие в речеобразовании, в совокупности образуют так называемый голосовой аппарат. В его состав входят: Ротовая и носовая полости с придаточными полостями, глотка, гортань с голосовыми связками, трахея, бронхи, легкие, грудная клетка ^с Дыхательными мышцами и диафрагмой, мышцы брюшной полости. Кроме того, в речеобразовании принимает участие и нервная оистема человека (соответствующие нервные центры головного моз- Га с двигательными и чувствительными нервами, соединяющими эти центры со всеми указанными органами).

По двигательным нервам к ним идут приказы (эфферентная ^связь), а по чувствительным нервам поступают сведения о состоянии работающих органов (афферентная связь).

Работу органов голосообразования нельзя рассматривать вне связи с центральной нервной системой, которая организует их Функции в единый и целостный процесс, являющийся сложнейшим Психофизическим актом.

Воспринимаемые здоровыми органами слуха, слуховые раздражения из внешней среды оказываются, в свою очередь, раздражителями Пня нервных клеток, которые ведают работой органов голосового аппарата. У глухого ребенка нет слухового восприятия и, следовательно, нет Раздражения речедвигательных центров, поэтому голосовой аппарат не Функционирует. Связь между слухом и голосом двусторонняя: не только голос не может формироваться без участия слуха, но й слух не может Развиваться без участия голосовых органов.

Слуховые восприятия осуществляются через деятельность голо- ^с°вых органов; слушая речь, музыку или пение, человек «про себя», ^а иногда и вслух, повторяет их и воспринимает. Слух является основным регулятором голоса.

Обобщая данные многочисленных литературных источников, следует отметить существенное различие между певческим ГОЛОСОМ и речью. В пении пользуются всем имеющимся диапазоном голоса, а в речи - только частью его. Независимо от высоты голоса (тенор, бас, баритон, сопрано, меццо-сопрано), говорящий человек обычно пользуется средним отрезком диапазона своего голоса, так как это привычнее и удобнее (голосовая функция менее напряжена).

Певческий голос отличается от речи не только диапазоном и силой, но и тембром, т. е. более богатой окраской. Певческая дикция зависит от формирования гласных, а в обычной речи дикция зависит целиком от четкого произношения согласных.

При певческом голосообразовании работа артикуляционного аппарата активизируется. Согласные в пении и в речи формируются почти одинаково, но в пении произносятся напряженнее и потому четче. Произнесение певческих гласных отличается от фонации гласных в потока обычной речи: в пении (при максимально спокойной свободной глотке) ротовая полость формирует гласные, что увеличивает значение четкой работы ротовой полости и её роль в вокальной дикции. В речи глотка резко меняет объем и форму при смене гласных.

В певческом голосе гласные - носители вокального звука, они занимают почти всю длительность интонируемого звука. Согласные максимально укорачиваются, произносятся предельно четко и ясно^[27]·

В потоке речи интенсивность и согласованность работы артикуляционных органов определяют качество произношения звуков, разборчивость слов, или дикцию. Вялость в работе артикуляционных органов является причиной плохой дикции.

В пении под регистром подразумевается ряд последовательных и однородных звуков, производимых действием одного и того Ж^е механизма. Существуют два однородных способа звукообразования:

1) грудной - полное замыкание голосовой щели, связки вибрируют всей своей массой, гортань занимает относительно низкое положение; с акустической стороны наблюдается богатство звук® обертонами, их сила;

2) фальцет - замыкание голосовой щели неполное, вибрируют лишь края связок; с акустической стороны звук беден обертонами; чистый фальцет как регистр профессионального оперного пения я расчет не принимается.

Грудной регистр подразделяется на подрегистры. У мужчин их два: Чудной, головной. У женщин — три: грудной, медиум (микст), головной.

Микст - это плавный переход от грудного звучания к головному ¹¹ фальцетному (смыкание связок занимает серединное положение). При миксте работают и грудной, и головной резонаторы; при этом °Чень важны слуховой контроль и удобство в ощущениях.

Звуковысотный диапазон певческого голоса определяется интервалом между наиболее низкой и наиболее высокой нотами, которые певец в состоянии воспроизвести. Певческие голоса делятся по ^йЫсоте на мужские и женские. Существуют следующие типы голо- сов: у мужчин - тенор, баритон, бас; у женщин - контральто, меццо- еопрано, сопрано, колоратурное сопрано.

Диапазоны основных групп певческих голосов распределяются следующим образом: 82—349 Гц для баса; 110—392 Гц для барито- ^На; 132—523 Гц для тенора; 165—698 Гц для контральто; 220—880 ГЦ для меццо-сопрано; 262—1046 Гц для сопрано и 330-—1397 Гц 4ля колоратурного сопрано.

Голоса певцов отличаются сильной выраженностью высоких °бертонов с частотами 2500—3 000 Гц (верхняя певческая форманта) и наличием низкой певческой форманты в области 300—600 Гц. верхняя певческая форманта придает голосу певца серебристый оттенок; нижняя — впечатление мягкости и массивности.

В вокальной музыке различают три основных типа мелодий:

1) певучий стиль - кантилена (от итал. canto - петь) - широкое, Равное пение;

2) декламационный стиль - речитатив - приближается к интонациям речи;

3) колоратурный стиль - большое количество украшений (иногда дробящих слово), пассажей, быстрое движение мелодии.

Говоря о фонетических основах фоноскопии, необходимо обратить внимание на устройство слуховой системы человека.

Слуховая система является своеобразным приемником информации и состоит из периферической части и высших отделов. Периферическая часть:

* акустическая антенна, принимающая, 'локализующая, фокусирующая и усиливающая звуковой сигнал;

* микрофон;

* частотный и временной анализатор;

* аналого-цифровой преобразователь (преобразует аналоговый сигнал в двоичные нервные импульсы - электрические разряды).

Периферическая слуховая система (т. е. собственно ухо человека) состоит из трех частей: внешнего уха, среднего уха и внутреннего уха - улитки. Внешнее ухо состоит из ушной раковины и слухового канала, заканчивающегося тонкой мембраной, называемой барабанной перепонкой. Внешние уши и голова - это компоненты внешней акустической антенны, которая соединяет (согласовывает) барабанную перепонку с внешним звуковым полем.

Основные функции внешних ушей - бинауральное (пространственное) восприятие, локализация звукового источника в пространстве и усиление звуковой энергии, особенно в области средних и высоких частот.

В общем случае ухо - нелинейная система; оно не может быть точно описано с помощью только линейных элементов (таких, как фильтры и линии задержки).

Обычно система называется нелинейной, если выходной сигнал Y(t) отличается от входного сигнала X(t) наличием дополнительных спектральных составляющих. Это имеет место, если связь между воздействующей силой (давлением) и откликом системы (смещением) является нелинейной. Однако в интересующем нас диапазоне амплй' туд нелинейность достаточно слаба. Нелинейность слуха проявляется, прежде всего, в появлении «субъективных», или «слуховых» гармоник. При воздействии на барабанную перепонку достаточно громкого синусоидального сигнала с определенной частотой в процессе его обработки в слуховом аппарате возникают гармоники этого звука кратными частотами. Так как при измерениях подводимого сигнала можно точно установить, что в спектре первичного сигнала этих гармоник нет, они и получили название «субъективных» гармоник.

Второй формой проявления нелинейности слуха является появление «субъективных комбинационных тонов». Как известно, если к нелинейной системе подвести два сигнала достаточно большого уровня с разными частотами, то нелинейные искажения вызовут появление комбинационных тонов с различными частотами (т. е. появятся вторичные комбинационные тоны, кубичные комбинационные тоны и др.).

Нелинейность слуха также проявляется в нелинейной компрессии звукового сигнала - амплитуда звукового давления меняется в 100 тысяч раз, в то время как динамический диапазон слухового нерва составляет 1000. Поэтому кроме функций спектрального анализатора, периферический слуховой аппарат выполняет функций, нелинейного компрессора-усилителя.

На характер субъективного восприятия нелинейных искажений при Прослушивании речи и музыки наибольшее влияние оказывают нечетные пэрмоники: 3,5,7 и т. д. Нелинейные искажения становятся заметными на слух при коэффициенте нелинейных искажений 2% и более.

Заметность нелинейных искажений зависит от частоты: на Низких частотах (менее 100 Гц) нелинейные искажения незаметны Даже при коэффициенте нелинейных искажений 15-20%; чем шире полоса пропускания звуковоспроизводящего тракта, тем меньшая величина нелинейности заметна на слух (например, при поло- ^Се пропускания от 40-14 000 Гц заметна нелинейность 0,7%; при ^сУжении полосы до 40- 4000 Гц нелинейность заметна при 1,5%; Начиная с частоты 100 Гц, чувствительность слуха возрастает к Посприятию высших гармоник).

Кроме того, на восприятие нелинейных искажений влияет неравномерность частотной характеристики тракта: при подъеме частотной характеристики на частоте 200 Гц интенсивность высших гармоник увеличивается и нелинейные искажения становятся более заметными.

Частотный спектр, воспринимаемый слуховым аппаратом человека, - примерно от 20 Гц до 20 кГц; наибольшая чувствительность наблюдается в диапазоне от 2 до 4 кГц. Известно, что в ^сРеднем чувствительность слуха к высоким частотам снижается каждые 10 лет примерно на 1 кГц. К 60 годам средний порог по высоким частотам у женщин - 12 кГц; у мужчин снижение частотных порогов происходит быстрее и часто составляет 5-6 кГц. Динамический диапазон (от самых тихих воспринимаемых на слух ^3вУков до самых громких) речи - около 96 дБ (или более чем 1 к ЗОООО по линейной шкале).

Если увеличивать частоту звука в одинаковое число раз, то человеческое ухо воспринимает это как повышение тона на равный Интервал. Простым интервалом является октава - интервал между Днумя частотами, отношение которых равно двум. Следовательно, Повышение частоты звука вдвое воспринимается как увеличение Ньісоты тона на одну октаву. Диапазон частот, который воспринимает ухо человека, находится в пределах 16-20000 Гц (следовательно, Диапазон слышимых частот составляет 9-10 октав).

Чувствительность слуха к частоте, интенсивности и длительности связаны друг с другом. Слуховой аппарат имеет способность Обнаруживать небольшие различия между сходными звуками по ^всем параметрам: интенсивности, частоте, временной структуре и бдительности.

Слуховые пороги разделяются на абсолютные и д ифференциальные.

Абсолютный порог слышимости определяется как минимальное звуковое давление (в дБ), при котором возникает слуховое ощущение. Он характеризует чувствительность слуха к интенсивности звуковой энергии.

Дифференциальные слуховые пороги характеризуют способность слуховой системы определять пороговое различие между звуковыми сигналами по частоте, по уровню звукового давления, по временному интервалу и др.

Существует ограничение области слухового восприятия слишком громких звуков, хотя и не такое четкое, как порог слышимости. Например, звуковой сигнал в 100 дБ соответствует одному из порогов, называемому порогом неприятного ощущения; при сигнале в 132 дБ возникает ощущение давления на уши (подобное закладыванию ушей в самолете), а также неприятного щекотания в ухе - эта величина называется порогом осязания; наконец, сигнал в 140 дБ причиняет боль и называется болевым порогом. То есть динамический диапазон слуховой системы составляет 140 дБ. Порог слышимости и порог болевого ощущения зависят от частоты.

На частотах 2-5 кГц порог слышимости имеет минимальные значения и, значит, чувствительность слуха максимальна.

Известно, что слуховая система приспособлена к восприятию в основном тихих звуков и звуков средней интенсивности. Воздействие громких звуков (выше 90 дБ) приводит к изменению порогов слуха и к необратимым изменениям слуховой системы, вплоть до полной глухоты. Причем степень повреждения пропорциональна времени воздействия громких звуков. Поэтому международные стандарты регламентируют допустимое время пребывания в звуковой среде с высокими уровнями звукового давления.

Система восприятия звука человеком имеет ограниченное разрешение, зависящее от частоты. Равномерное, с точки зрения восприятия человеком, изменение частоты может быть выражено в единицах ширины критических полос: их ширина менее 100 Гц для нижних слышимых частот; и более 4 кГц - для наиболее высоких. Весь частотный диапазон может быть разделен на 25 критических полос.

Важнейшим свойством слуховой системы является возможность определения высоты звука, что имеет огромное значение для фоноскопической экспертизы; эта же способность слуховой системы лежит в основе восприятия интонационного аспекта речи, т. е. мелодии и высоты голоса. В соответствии с международным стандартом ANSI-1994; «Высота {Pitch) - это атрибут слухового ощущения в терминах, в которых звуки можно расположить по шкале от низких к высоким. Высота зависит главным образом от частоты звукового сигнала, но она также зависит от звукового давления и от формы волны».

Слуховая система может различить по высоте два звука, отличающихся по частоте всего на 0,3% (в районе 3 кГц). Такая тонкая Разрешающая способность слуха позволила установить, что ниже Частоты 500 Гц можно выделить примерно 140 градаций высоты тона; в диапазоне от 500 Гц до 16 кГц - примерно 480 градаций высоты тона (всего 620 градаций). Разрешение по амплитуде зависит от Частоты сигнала; наибольшая чувствительность наблюдается в диапазоне от 1 до 4 кГц. Если два сигнала различаются менее чем на ІдБ по амплитуде, то они трудноразличимы на слух.

Минимально ощутимое на слух изменение амплитуды возбуждения тонального источника составляет 5%. Пороговая чувствительность к частоте основного тона составляет 0,3-0,5%^[28].

2.3.