藏语拉萨话主要元音的声学分析

杨柳新，于洪志

(西北民族大学甘肃省民族语言智能处理重点实验室，甘肃兰州730030)

藏语拉萨话主要元音的声学分析

杨柳新，于洪志

(西北民族大学甘肃省民族语言智能处理重点实验室，甘肃兰州730030)

文章从实验语音学角度对藏语拉萨话元音的声学特征进行了简略探析.主要包括拉萨话五个主要元音(a、i、u、e、o)的共振峰频率、基频时长、声学元音图的数据分析.结果显示：①相对于男生而言，女生在发音时开口度较大，舌头位置较靠后，并且圆唇度也比较高；②从时长平均值来看，元音i的发音时长最长，u则最短.原因跟舌头位置的前后有关；③五个主要元音的开口度与F1呈现出正相关性，表现为a的开口度最大，接着是o、e，i的开口度最小.各元音的圆唇度与F2负相关，即圆唇度随F2的降低而增大，而圆唇度也随着舌位的后移而逐渐提高，表现为a的唇形最圆，舌位最靠后，i则相反.

藏语拉萨话元音;共振峰频率;基频时长;声学元音图

0 引言

藏语是藏族祖先在吐蕃王朝建立之前就开始使用的一种古老的交际语言，发展至今已形成了多个方言区，语言在其交际互动中实现信息传递，而其交际功能的实现主要取决于语音特征.语音特征是一个表征语音.这一物理现象的物理量，主要包含音段成分和超音段成分的声学表现，能够准确描述某一语言音段所含的声学信息，进而成为研究者进行语言研究的重要工具.人们通过语音特征可以对不同的音位系统和语音环境的语音进行感知，实现语言的社会功能.石锋(1983)认为“同一语普在不同的语音环境中所表现出来的声学特征也不一样”[1].

近年来，藏语语音，尤其是作为有声调语言的拉萨话语音受到了语音工程、语言学等领域的关注，声调方面有，胡坦的《藏语(拉萨话) 声调实验》、孔江平的《藏语(拉萨话)声调感知研究》；元音方面，陈小莹等(2010)研究了拉萨话单音节元音(/a/,/i/,/u/,/e/,/o/,/ε/,/y/)的嗓音，认为基频、开商、速度商三者联系较为紧密，辅音韵尾在所有组合形式中对嗓音参数的影响最大[2].她还(2014)分析了拉萨话元音格局进行研究，在二维分析中，顶点元音在位置分布上表现出较强的聚集性,而中元音则表现出较强的离散性.在三维分析中，各元音存在区别性好的补偿关系，表明元音之间存在相对差异性，而非绝对的；不同元音的分布情况保持了粗略的平衡，并且是有序的分布[2].陈小莹等(2010)还对拉萨话长短元音进行对比研究，在舌位分布上，短元音的分布位置明显高于长元音.

在发声情况中，发长元音时声带的紧张度要大于短元音的，表现为：在基频值上，短元音较之长元音要高，在音节的时长上，长元音长于短元音.对于拉萨话的元音，目前国内三大方言一般都有a、i、u、e、o五个单元音韵母[3].本文在研究者们的基础上对这五个主要元音进行粗略的声学分析，以期在加深自我对拉萨话语音的同时，能为语言研究提供一些可参考的分析数据.

1 实验设计

本项实验主要探讨拉萨话元音(a、i、u、e、o)在共振峰频率、声学元音图、基频时长三方面的声学表现：①在实验语音学基础上统计分析四位发音人的发音数据，对比男女发音人的数据信息，从而得出藏语拉萨话五个主要元音在性别中的异同.②分析元音共振峰F1、F2的频率信息，根据共振峰的数值绘制五个主要元音的声学元音图，以了解共振峰F1、F2与开口度、舌位、唇形圆展三者的相互关系，进而明确拉萨话元音发音时的生理机制.③绘制元音基频时长的曲线图，并分析其声学特征.

1.1 选词

1.2 录音地点及设备、发音合作人

发音人4名(2男2女，平均22岁)，是就读于西北民族大学藏语言文化学院的西藏拉萨地区大学生，母语为藏语拉萨话并且无发音障碍.四名发音人除了汉语和英语外，均未学习过其他任何语言，也没有经过专业的音乐训练.录音环境为隔音录音室.实验中主要采用了Adobe Audition3.0来录制语音文件，采用praat对语音文件进行处理和分析.

2 实验结果

2.1 共振峰的统计分析

表1、表2分别是两组发音人(女生组A和B，男生组C和D)关于拉萨话五个主要元音(a、i、u、e、o)的声学参数列表，主要包括了元音的时长、强度以及共振峰频率等参数，其中VD表示元音的时长，单位为毫秒(ms)；VA表示元音的强度(intensity)，单位为分贝(Hz)；F1和F2分别表示第一、第二共振峰频率的均值.通过统计分析表1中的数据可以看出，男生的音强比女生的要高(对于元音o则是女生的音强高于男生)，这主要是由于男生在发音时比较用力，使得振幅变大而引起；元音共振峰F1、F2男女生对比的数据如下：

女生F1： 男生F1

a：796. 5 Hz>702 Hz

i：401.5 Hz>303.5 Hz

u：554.5 Hz>396.5 Hz

e：619 Hz >530 Hz

o： 728 Hz >604.5 Hz

女生F2： 男生F2

a：1 470.5 Hz<1 524.5 Hz

i：2 010 Hz<2 166 Hz

u：998.5 Hz<1 043 Hz

e：1 800.5 Hz<1 825.5 Hz

o：1 258.5 Hz>1 185.5 Hz

通过以上五个元音共振峰的男女生对比，可以看出：女生的第一共振峰(F1)均大于男生的，第二共振峰(F2)则相反(元音o的F2除外).该现象粗略地说明，相对于男生而言，女生在发音时开口度较大，舌头位置较靠后，并且圆唇度也比较高.

表1 藏语拉萨话主要元音的声学参数统计表(女发音人：A吉，B嘎) 单位：VD为ms，VA为dB，F为Hz

表2 藏语拉萨话主要元音的声学参数统计表(发音人：C达，D杰) 单位：VD为ms，VA为dB ，F为Hz

2.2 基频时长分析

音高决定于发音体颤动的快慢，而发音体颤动的快慢与其自身的大小、粗细、厚薄、长短、松紧有关[2].音长(即时长)决定与发音体颤动时间的久暂，因而在一定程度上能够反映出发音体的基本情况.为了解男女生在发拉萨话元音时的声带松颤动情况，本项研究以五个主要元音为横轴，时间为纵轴(单位：ms).根据两组发音人的时长数据绘制了时长变化曲线图(图2).从图中可以看出，元音i的发音时长最长，u则最短.计算四人的平均时长可得出：a=215.75 ms，i=307.5 ms，u=173 ms，e=183.5 ms，o=209.75 ms.引起这一现象的原因跟舌头位置的前后有关，舌头前伸会使声带变得更紧张，舌头后缩则使声带较松，而较之于松弛的声带，紧张的声带颤动的时间更长.同时，对比男女生的时长可以发现，女生发元音a、i、e的时长比男生的长，而在发元音u、o时则相反.原因是：相对于成年女人而言，成年男人的声带长并且厚，同时元音u、o的舌位较为靠后，所以女生在发元音a、i、e时，声带较紧张，颤动时间更长.对于女生发元音u、o时出现时长比男生的短，主要是因为四名男生在元音u、o时，在发音末尾会习惯性地将其颤音化，女生则没有出现这一现象，声带的颤动因此得到加强，从而使得男生发元音u、o的时长比女生的长(特别注明：关于末尾出现颤音化这一现象本文未做深入探析).

女生时长 男生时长

a：267.5 ms>164 ms

i：322 ms>293 ms

u：169 ms<177 ms

女生时长 男生时长

e：185.5 ms>181.5 ms

o：206.5 ms<213 ms

2.3 声学特征

Delattre(1951)对舌位和共振峰进行详细比较后得出结论：F1频率升高同开口度直接相关，频率越高，开口度越大；F2降低同舌头的后缩直接相关，频率越低，舌头越靠后；F2与圆唇有关，唇越圆，F2越低.换句话说就是，元音的共振峰可以反映出元音发音时的生理机制[1].了解藏语拉萨话五个主要元音发声时的声腔变化情况及其发音方法和音色的相互关系，不仅能在理论语言学方面深化藏语拉萨话元音方面的理论知识，也能促进二语习得方面关于藏语学习.本文利用praat软件提取了拉萨话五个主要元音的共振峰F1、F2的数据，并以F1为纵轴，F2为横轴，间距为100 Hz，绘制了声学元音图(见图3).从图3可以看出，在五个元音的F1的平均值中，a的频率最高，接着是o和e，i是最小的，因而可以得出五个元音开口度的排列次序：a>o>e>u>i.在F2的平均值中，i的频率最高，e、a次之，最小是u.根据Delattre的理论便可知道，在舌位上，i的舌位最靠前，a的舌位比e靠后，比o靠前，u的舌位最靠后.在唇形排序上主要表现为：u-o-a-e-i，其中u的唇形最圆，i的圆唇度最低,即拉萨话五个主要元音随着舌位的后移，圆唇度逐渐提高.由此我们可以认为：

[a]央、不圆唇元音，F1=796.25 Hz,F2=1 497.5 Hz

[i]前、不圆唇元音，F1= 352.5 Hz,F2=2 088 Hz

[u]后、圆唇元音， F1=475.5 Hz,F2=1 020.75 Hz

[e]前、不圆唇元音，F1=574.5Hz,F2=1 813 Hz

[o]后、圆唇元音，F1=666.25 Hz,F2=1 222 Hz

图1 藏语拉萨话五个主要元音的时长曲线图

图2 藏语拉萨话五个主要元音的声学元音图

2.4 共振峰频率

通过元音共振峰频率变化范围的界定，可以了解到元音发音时开口度、舌位前后以及唇形圆展三方面的情况，通过这些数据的分析，可以知道每个元音发音时的生理机制变化情况，从而为语音合成提供了数据支撑.本文以四位发音人发音时共振峰数据为基础，以F2(Hz)为横轴(间隔设为500 Hz)，F1(Hz)为纵轴绘制五个元音的共振峰频率变化图(图1).从图中可看出，a、o、e三者的共振峰F1频率变化区域均高于i、u，而i、e、a的共振峰F2频率变化区域均高于o、u.其中，各元音的频率变化范围是：

a F1：681～819 Hz；F2：1 403～1 646 Hz； IF1：291～405 Hz；F2：1 578～2 4 2 Hz；

u F1：428～650 Hz；F2：927～1 106 Hz； eF1：428～650 Hz;F2：1 775～1 839 Hz；

o F1： 544～783 Hz；F2：1 194～1 279 Hz.

各元音的频率变化范围以及图1中各元音频率变化的显示，再次说明：拉萨话五个主要元音的开口度与F1呈现出正相关性，表现为a的开口度最大，接着是o、e，i的开口度最小.各元音的圆唇度与F2显负相关，即圆唇度随F2的降低而增大，而圆唇度也随着舌位的后移而逐渐提高.在五个元音的F1的平均值中，a的唇形最圆，舌位最靠后，i则相反.

图3 元音共振峰频率变化范围

3 结论

本文对藏语拉萨话五个主要元音(/a/,/i/,/u/,/e/,/o/)进行了声学分析，主要考察了元音的共振峰频率、基频时长、声学元音图三方面的声学特征，从而能进一步了解拉萨话元音发音的生理机制.研究结果表明：

1) 在拉萨话五个主要元音的发音中，女生的第一共振峰(F1)均大于男生的，第二共振峰(F2)则相反(元音o的F2除外).表明，相对于男生而言，女生在发音时开口度较大，舌头位置较靠后，并且圆唇度也比较高.

2) 从时长平均值来看，元音i的发音时长最长，u则最短.原因跟舌头位置的前后有关，舌头前伸会使声带变得更紧张，紧张的声带颤动的时间更长.同时，女生发元音a、i、e的时长比男生的长，而在发元音u、o时则相反.这一现象主要与成年男女的声带的差异有关.

3) 拉萨话五个主要元音的开口度与F1呈现出正相关性，表现为a的开口度最大，接着是o、e，i的开口度最小.各元音的圆唇度与F2显负相关，即圆唇度随F2的降低而增大，而圆唇度也随着舌位的后移而逐渐提高.在五个元音的F1的平均值中，a的唇形最圆，舌位最靠后，i则相反.

[1] 石锋.苏州话浊塞音的声学特征[J].语言研究，1983，4(1).

[2] 陈小莹，刘泽国，郭小丹.藏语拉萨话元音格局的研究[J].甘肃科技纵横，2014.

[3] 金鹏主编.藏语简志[Z].北京：民族出版社，1983.

[4] 鲍怀翘，林茂灿.实验语音学概要(增订版)[M].北京：北京大学出版社，2014.9.

[5] 呼和.蒙古语元音的声学分析[J].民族语文，1999,(4).

2015-05-20

中央专项：2014年研究生科研(实践)创新项目 “基于脑电信号的藏语拉萨话言语韵律研究”(项目编号：Yxm2014020).

杨柳新(1990—)，男，广西贵港人，硕士研究生，主要从事实验语音学方面的研究.

H214

A

1009-2102(2015)02-0051-05