FONETIKA A FONOLOGIE V TEORII A PRAXI
Umí váš telefon mluvit?
Jak zkoumat zvukovou stránku jazyků a jak tyto poznatky
použít mimo jazykovědu?
➢ tvorba a vnímání řeči
➢ mluvicí stroje a poslouchajicí stroje
➢ fonetika jako nástroj pro odhalení zločinu
Aleš Bičan
Jaké aspekty řeči chceme zkoumat a jaké nástroje pro to použijeme?
Co
zkoumat?
tvorba řeči vnímání a
porozumění
řeči
řeč jako druh
zvuku
využití řeči pro
komunikaci
Jak
zkoumat?
• přímé
pozorování
• rentgen
• umělé patro
• přímé
pozorování
• nahrávky
• přístroje
analyzující
zvuk
• počítačové
programy[*]
• přímé
pozorování
• chování
mluvčích
• analýza
jazykových
dokladů
Jaká
disciplína?
ARTIKULAČNÍ PERCEPČNÍ AKUSTICKÁ FONOLOGIE
(„funkční
fonetika“)
FONETIKA
[*] např. Praat, https://www.fon.hum.uva.nl/praat/
Tvorba řeči: artikulační fonetika
výsledný
zvuk
(hlásky)
←
FILTR
pohyby jazyka,
rtů, měkkého
patra
↑
základní
zvuk,
základní
melodie
←
ZDROJ
kmitání
hlasivek
↑
proud
vzduchu
(činnost plic)
Vnímání a porozumění řeči: percepční fonetika
• Lidské ucho je schopno vnímat jen určitý
rozsah zvuků (biologický filtr)
• Vnímání zvuků je selektivní: malé dítě je
schopno rozpoznat všechny zvuky lidských
jazyků, ale postupně tuto schopnost ztrácí vlivem
mateřského jazyka
Američané × Japonci: [r] × [l]
Francouzi × Japonci: [ebzo] × [ebuzo]
• Posloucháme rty a vidíme zvuky aneb
nevnímáme pouze sluchem, ale i zrakem[*]
[*] McGurkův efekt,
https://www.youtube.com/watch?v=PWGeUztTkRA
• Vnímání může být ovlivněno tzv. primingem (priming): dřívější podnět
ovlivňuje pozdější chování a myšlení
➢ Případ Davida Baina
(odsouzen za vraždu 1995, později osvobozen v odvolacím řízení)
▪ Řekl Bain v telefonu I shot the prick.?
190 posluchačů
nahrávky
nikdo neslyšel I shot the prick.
↓ ↙ ↘
Rozdělení na 2
skupiny, každá s jinou
informací
Skupina A
Bain řekl I shot the prick.
Skupina B
Bain řekl He shot them all.
↓ ↓ ↓
Nové poslechnutí
nahrávky
30 %: ano, Bain řekl
I shot the prick.
větu He shot them all.
nikdo neslyšel
↓ ↓
Expertíza: Bain neřekl
I shot the prick.
polovina stále tvrdila, že
Bain řekl I shot the prick.
Řeč jako zvuk:
akustická fonetika
Řeč je kombinace
• tónových zvuků
(pravidelné kmitání a
rezonance)
• šumových zvuků
(nepravidelné šumy
vzniklé třením)
• ticha (při uzavření
průchodu vzduchu)
• Tónové zvuky lze
rozdělit na různé složky, každá má jinou frekvenci a intenzitu
• Nejvýraznější jsou samohlásky díky svým formantům (frekvenční složky
s výraznou intenzitou – tmavé pruhy ve spektrogramu)
Existuje unikátní otisk hlasu stejně jako unikátní otisk prstu?
• Nejspíš ne, protože hlas jedince je odrazem jeho fyziognomie (velikost hlavy
a dutin, velikost a tvar hlasivek) a výchovy (naučíme se mluvit určitým
způsobem) [nature × nurture : dědičnost × prostředí]
• Každý má jiný idiolekt projevující se jako specifická výslovnost (akcent), jako
odraz regionální variability (dialekt), sociální variability (sociolekt) nebo
kontextové/funkční variability (styl)
• I jednovaječná identická dvojčata mají jiný hlas
To je všechno pěkné, ale k čemu to je?
• Jak poznatky o lidské řeči použít pro zjednodušení a zlepšení lidského života?
• Jak mohou tyto poznatky napravit, co jsme my nebo příroda „pokazila“?
• Jak může být fonetika užitečná v různých odvětvích lidské činnosti (pracovní,
umělecké, právní, vědecké atd.)?
Fonetika
• Jazykovědná disciplína s největším přesahem k přírodním vědám
• Jazykovědná disciplína s největší využitelností v praxi
• Mediálně zajímavá
např. Radek Skarnitzl (ředitel Fonetického ústavu FF UK) v Show Jana Krause:
https://www.youtube.com/watch?v=ZjKbBB-JpmQ
Možnosti aplikace fonetiky v praxi (výběr)
Informační technologie,
strojírenství (řečové
technologie)
Kriminalistika (forenzní
fonetika)
Lékařství (foniatrie,
logopedie)
• vytvoření umělé řeči
• automatické
rozpoznání řeči
• automatické
rozpoznání jazyka
• rozpoznání mluvčího
• identifikace mluvčího
• profilování mluvčího
• rozpoznání toho, co
bylo řečeno
• odstranění vrozených a
poúrazových vad,
poruch řeči
• nápravy řečových vad a
chybné výslovnosti
Vzdělávání Umění A další…
• výuka cizích jazyků
• výuka správné
výslovnosti
• tvorba jazyků
• řeč jako herecký
prostředek
• zpěv
• např. reklama, tvorba
značek (branding),
animace
Mluvicí stroje: syntéza řeči
• Může lidskou řeč vytvořit něco jiného než člověk?
• Lze vytvořit mechanický mluvicí stroj?[*]
• Lze elektronicky generovat řeč stejně jako jiné zvuky?
[*] Wolfgang von Kempelen (1734–1804),
https://www.youtube.com/watch?v=k_YUB_S6Gpo
Praktické výhody:
• Lidé s poruchou řeči by mohli mluvit
• Slepí lidé by mohli mít přístup k psanému textu
• Líní lidé by nemuseli číst, ale jen poslouchat
• Přístroje by mohly nahradit práci lidí (při
poskytovaní informací přes telefon, automatický
dabing)
Alexa (Amazon), Siri (Apple), Cortana (Microsoft)
Jak probíhá syntéza řeči?
• Převod textu do řeči (TTS: text to speech)
• Převod není přímý, ale probíhá přes fonetickou transkripci
[|| ˈfonɛtɪkaᴗjɛ | ˈjazɪkovjɛdnaː | ˈdɪst͜sɪpliːna | ˈzabiːvajiːt͜siːᴗsɛ | ˈmatɛrɪjaːlɲiː
| ˈstraːŋkou̯ | ˈzvukoviːx | ˈviːrazoviːx | ˈprostr̝̊ɛtkuː | ˈjazɪka ||]
Psaný jazyk ≠ mluvený jazyk
• Zapisujeme i to, co nevyslovujeme (řeč se rychle mění, psaný jazyk méně)
čeština: jsi, leccos, srdce
angličtina: late, knight, write
mezery (!): dá mi × dámy
• Vyslovujeme i to, co nepíšeme (více, než si myslíme)
přízvuk: angl. importpods. jm. × importsloveso, č. na stole × stole
některé hlásky: [fʔoku] v oku, [marije] Marie
• Pravopis je víceznačný (jeden grafém = více fonů)
pouček [po͡uček] × [poʔuček]
ion [jo:n] × špion [špijo:n]
baby [babi] × [bejbi]
• Někdy zapisujeme celé pojmy
100 % studentů × 100% úspěšnost
777 123 567
• Jindy zase zkracujeme
sv. Tomáš × sv. první
IPA [ipa] × [iːpeːaː]
Vlastní syntéza: generování umělé řeči
Přístupy k syntéze řeči
parametrický konkatenační
Východiska: • akustické vlastnosti řeči
zaznamenané jako číselné
hodnoty
• reálné promluvy (které se
rozloží, složí a smíchají)
Metoda: • zřetězení modelů řečových
jednotek pomocí statistických
modelů
• zřetězení vhodně vybraných
reálných zvukových jednotek
Výhody
a nevýhody:
• stabilní kvalita, nižší kvalita
řeči kvůli zprůměrování
hodnot parametrů
• vysoká adaptabilita
• větší paměťová náročnost, ale
přirozenější řeč
• občasný výrazný pokles
kvality u neobvyklých spojení
řečových jednotek
Ukázky obou:
http://www.kky.zcu.cz/cs/research-fields/acoustic-speech-synthesis
Co se skládá při (konkatenační) syntéze?
Slova, to je jasné!
• Časově náročné
velké množství slov a slovních tvarů
asi 120 000 podstatných jmen × 7 pádů × 2 čísla = 1 680 000 různých
tvarů podstatných jmen v češtině
• Náročné na hardware a software
nutnost uložit nahrávky všech slov a rychle mezi nimi vyhledávat
• Prakticky nemožné
žádná databáze nezaznamenává všechna slova (často chybí nářeční
slova, vlastní jména)
nová slova stále přibývají (neologismy, přejímky)
Tak hlásky!
• Navzdory hláskovému písmu po hláskách vůbec nemluvíme
pes není [p] [e] [s]
malé děti a negramotní lidé nejsou obvykle schopni hlásky rozeznat
• Řeč je nepřetržitá, hlásky na sebe plynule navazují a navzájem se ovlivňují
důsledkem koartikulace
[ki]tara × [ku]ře
• Reálnější jednotkou tvorby a vnímání řeči je slabika (ale podobné problémy)
Tak co tedy? Difony!
• Difon (di-fon): spojení dvou vedle sebe stojících hlásek (fonů), popř. ticha
strana = ticho-[s] + [st] + [tr] + [ra] + [an] + [na] + [a]-ticho
• „Slepí“ se dohromady a překryvy se
upraví
• Dnes se však používá kombinace
jednotek různé velikosti a volí se
nejlepší kandidát
stranám: [stran] + [naːm]
stranovat: [stra]strana + [anovat]panovat
• I náš mozek nejspíš takto řeč ukládá a tvoří
To ale nestačí!
• Je nutné vzít v úvahu rozdíly v melodii (intonaci) a síle řeči (přízvuku)
importpodst.jm. × importsloveso
pole × na pole
To je moje. × To je moje? × To je moje!
Upéct ne, uvařit. × Upéct, ne uvařit. × Upéct, neuvařit.
Jak dobrá je syntéza řeči?
• Dvě protichůdné síly: srozumitelnost × přirozenost
• Vysoce srozumitelné syntézy málo přirozené
• Vysoce přirozené syntézy mohou být méně srozumitelné
• V reálné řeči dochází k zjednodušování a splývání hlásek
A já mu povídám, ty vole, to nemůžeš šidit, protože to on pozná!
[ʔa ja: mu poviːdaːm ti vole to nemuːžeš šiďit protože to ʔon poznaː]
×
[ʔa ja m̩ paːm ti we to nem̩ že šiďit pše toːn poznaː]
Poslouchajicí stroje: Automatické rozpoznání řeči (ARŘ)
• Daleko složitější než syntéza řeči
u syntézy stačí vytvořit jeden hlas, ale u ARŘ pracujeme s miliony různých
hlasů
• Proto se systémy obvykle omezují na konkrétní mluvní situace
např. komunikace s bankou přes telefon, informace o letech
• Nebo omezeny na konkrétního mluvčího, kterého se učí rozpoznávat
Jak ARŘ probíhá?
• Nahrávka se rozdělí na úseky po
10 ms
• Počítač (neuronová síť) srovnává
každý úsek s databází zvuků a
stanovuje míru pravděpodobnosti,
jakou zvuk odpovídá různým
hláskám
• Zároveň se vypočítává kontextuální
(fonotaktická) pravděpodobnost pro
danou hlásku
• A také jazyková (syntaktická)
pravděpodobnost pro dané slovo a
posloupnost slov
• Výsledek je nejpravděpodobnější
shoda
Fonotaktika
• Kombinace hlásek (fonémů) nejsou v jazyce náhodné
• Některé kombinace nejsou možné
[ť] + [eː]
[t] + [č] na začátku slov
[ř] + [j] uvnitř kořene
• Některé kombinace jsou častější než jiné
na začátku slov: [př] > [pr] > [st] > [sp] > [kr] > [tr] > [sl]
Jak to zjistit?
• Rozborem zvukové struktury slov nebo experimenty s mluvčími
• Pro češtinu existuje Fonologický korpus češtiny (transkripce 461 tisíc slov)[*]
[*] https://ujc.avcr.cz/phword
Jaká je v češtině pravděpodobnost dalších hlásek po nosovce?
1. hláska 2. hláska 3. hláska
nosovka
[m]: 32 %
samohláska: 82 %
krátká s.: 90 %
[a]: 35 %
[e]: 17 %
[i]: 21 %
[o]: 20 %
[u]: 7 %
dlouhá s.: 10 % … …
souhláska: 18 % … … … …
[n]: 62 %
samohláska: 100 %
krátká s.: 93 %
[a]: 30 %
[e]: 62 %
[i]: 1 %
[o]: 5 %
[u]: 1 %
dlouhá s.: 7 % … …
souhláska: 0 % … … … …
[ň]: 2 % … … … … … …
Forenzní fonetika aneb čím může být fonetika prospěšná pro
kriminalistickou praxi?
Některé úkoly forenzní fonetiky
Identifikace
mluvčího
• kdo to mluvil?
Profilování
mluvčího
• co nám řeč
řekne o
mluvčím?
Analýza obtížných
nahrávek
• co bylo řečeno?
Autentizace
nahrávky
• manipuloval
někdo
s nahrávkou?
• existuje
nahrávka, máme
podezřelého
• existuje
nahrávka, ale
žádný podezřelý
• nahrávka je
nezřetelná
• chceme ověřit
autentičnost
nahrávky
Identifikace mluvčího
sporná nahrávka
(neznámý pachatel)
např. vydírání přes
telefon, zneužití
tísňového volání,
nahrávka během
přepadení
↔
?
jaká je
míra
shody?
srovnávací nahrávka
(nahrávka podezřelého)
např. při výslechu
Problémy
• Nahrávka pachatele často bývá nekvalitní
• Pachatel záměrně mění hlas
• Podezřelý je nahráván v jiné řečové situaci
Profilování mluvčího
• Promluvy nepřenášejí jen
informaci zakódovanou do slov
(reprezentativní fce), ale také
informace o nás
(expresivní/výrazová fce)
• Promluvy zároveň nějak působí
na posluchače (apelativní fce)
• Na našem způsobu mluvení se
projevují různé sociální faktory (pohlaví[*]
, věk[**]
, místo narození/pobytu,
vzdělání, společenské postavení, zaměstnání atd. → předmět zájmu
sociofonetiky, odvětví sociolingvistiky)
[*] biologicky dané, avšak sociokulturně ovlivněné
[**] neprůkazné, mluvčí mají tendenci nadhodnocovat a podhodnocovat věk
• Na mluvení se projevuje
i požití omamných látek
➢ Havárie tankeru Exxon Valdez
(největší ropná katastrofa, 1989)
▪ fonetikové zkoumali nahrávky
kapitánových radiových zpráv
▪ mohl být pod vlivem alkoholu (výslovnost [š] místo [s])
• Zkušený fonetik (jazykovědec) může z nahrávky „vyčíst“
informace o mluvčím a vytipovat okruh podezřelých
➢ Yorkshirský rozparovač, 70. léta 20. století
(13 ubodání žen, 7 pokusů o vraždu)
▪ na základě nahrávky jazykoví experti
lokalizovali čtvrť ve městě Sunderland
▪ autor nahrávky John Humble byl skutečně
z této čtvrti, ale nebyl yorkshirským
rozparovačem; tím byl Peter Sutcliffe →
Literatura
• Skarnitzl, Radek – Šturm, Pavel – Volín, Jan. 2016. Zvuková báze řečové
komunikace: Fonetický a fonologický popis řeči. Karolinum. [odtud většina
fonetických obrázků]
• Skarnitzl, Radek (ed.), 2014. Fonetická identifikace mluvčího. Karolinum.
• Ladefoged, Peter – Disner, Ferrari. 2012. Vowels and Consonants. Třetí
vydání. Wiley-Blackwell.
• Munro, Murray J. 2021. Applying Phonetics. Wiley-Blackwell.
• Matoušek, Jindřich. 2017. SYNTÉZA ŘEČI. In: Petr Karlík, Marek Nekula, Jana
Pleskalová (eds.), CzechEncy - Nový encyklopedický slovník češtiny.
URL: https://www.czechency.org/slovnik/SYNT%C3%89ZA%20%C5%98E%C4
%8CI
• Nekula, Marek. 2017. FUNKCE JAZYKA. In: Petr Karlík, Marek Nekula, Jana
Pleskalová (eds.), CzechEncy - Nový encyklopedický slovník češtiny.
URL: https://www.czechency.org/slovnik/FUNKCE%20JAZYKA