语音干扰效果

语音干扰效果（共3篇）

语音干扰效果 篇1

1 概述

语音干扰效果主观评价受到测试条件和测试人员主观因素的影响, 很难在现实环境中实时地进行, 所以一般采用客观评价方法[1], 将客观评价结果映射为主观评价结果。各种客观评估方法在实际使用时, 一般会有计算时间的要求。语音干扰效果的客观评估方法一般由失真测度、主客观拟合方法两部分组成, 二者的选择对计算效率都有较大影响。目前, 常用的客观特征参数包括线性预测倒谱系数 (Linear Prediction Cepstrum Coefficient, LPCC) 、Mel频率倒谱系数 (Mel-Frequency CepstrumCoefficient, MFCC) 等[2], 当干扰不断增强时[3], 使用最小二乘法进行主客观拟合, 计算速度较快, 但相关度和方差均变差, 而使用维度更高的其他测度时, 虽然提高了相关度, 但计算速度较慢。本文分析了低信噪比下受噪声干扰的语音信息的特点, 基于分段信噪比的思路, 提出了平均单点能量比+最小二乘法的方法并进行了测试, 证明该方法效率和正确率均较高。

2 受扰语音文件的主观评价

对通信话音实施干扰, 最佳的干扰样式是正态分布噪声[4]。为统计受扰语音的受扰强度与误组率的关系, 使用Matlab对标准语音文件叠加高斯白噪声来模拟噪声调频干扰[5], 按相关军标[6]要求组织有经验的人员使用误组率对模拟加噪文件进行主观评价, 误组率不小于70%时, 判为干扰有效。对每一个标准语音文件使用函数z=awgn (x, yd B, 'measured') [7]加噪, y分别取-8、-9、-10、-11、-12、-13、-14、-15, 结果见表1。

由表1可知, 对于本次实验所用标准语音文件, 随着y值减小, 模拟加噪文件受干扰程度增大, 误组率逐渐增大, 呈现较为明显的线性关系, 干扰有效的y值范围应在-13和-14之间, 使用各样本平均值进行线性拟合后, 得到误组率平均值与模拟加噪程度关系为式1, 计算得出干扰有效时的模拟加噪参数y约为-13.37, 如图1所示。

使用y=-13.37对标准语音文件再次模拟加噪、测听并统计后, 误组率平均值为68%, 认为此时的加噪文件已经处于干扰有效与无效的临界状态, 可以作为目标对象进行分析。

3 受扰语音文件的客观评价

3.1 受扰语音文件的预处理

观察标准语音文件及加噪幅度为-13.37的受扰语音文件的时域波形图及语谱图, 如图2、图3所示。

随着加噪强度增大, 受扰文件的波形图已经逐渐看不出语音的轮廓, 语谱图只能在2000Hz以下, 看到部分能量比较集中的、有规律的横纹。为降低噪声影响, 根据人耳可听频率范围、掩蔽效应和实际测试结果, 使用100~2000Hz的带通滤波器对模拟加噪文件进行滤波, 形成新的受扰语音文件, 并对其进行分析。利用语音分析软件Cooledit对受扰文件进行带通滤波, 如图4所示。

3.2 平均单点能量比的由来

为提高计算效率, 需要选择低维度、易计算的参数作为客观失真测度。由于信噪比计算简单, 但直接作为语音干扰效果失真度参数的主客观一致性不是很好, 考虑以此为出发点, 进一步寻找更适合的参数。假设y (n) 为含噪语音离散时间序列, 由标准语音信号s (n) 和非相关加性噪声信号d (n) 组成。y (n) 可表示为:

其信噪比可表示为:

由于在受扰语音文件中难以将和区分开, 一般截取一段受扰语音文件中对应标准语音文件无语音段数据来估计频谱, 然后整体使用谱减法[8], 计算语音信息功率谱, 再计算信噪比, 这种方法有时会出现负值, 若置零解决, 会出现音乐噪声, 客观结论常常与主观评价相反, 降低算法性能。分段信噪比是计算受扰语音信号每一段语音的信噪比, 然后再对各帧的信噪比求平均值[9], 这种算法将受扰语音文件进行分段计算, 计算更加精细, 但由于每帧语音与相邻无语音段长度不一致, 所得的短时能量[10]不尽相同, 也需要进行估计处理, 对计算结果有影响。为消除噪声估计对计算结果的影响, 本文从整体角度考虑, 不再区分信号与噪声, 暂不考虑语音与噪声相位对幅度[11]的影响, 取受扰语音文件中单个数码的每个采样点能量的平均值与该数码相邻噪声的每个采样点能量的平均值进行比对, 以比值作为客观失真测度, 在此将该参数命名为平均单点能量比 (Average Dot Energy Rate, ADER) 。其表达式为:

式中:n———该数码语音采样点数;

X———每个语音点幅值;

m———该段语音相邻噪声采样点数;

Y———该段语音相邻噪声点的幅值。

3.3 ADER的提取

平均单点能量比 (ADER) 的计算流程如图5所示。

3.4 ADER与误组率判据的对应关系

对模拟加噪的文件进行滤波并计算ADER值。由于模拟加噪幅度不断增加, 按ADER计算方法, ADER值应随之变小, 与模拟加噪文件的误组率变化规律相同。我们以ADER值作为横坐标, 误组率作为纵坐标, 并对ADER值与误组率进行拟合, 得到趋势拟合曲线及相关系数, 如图6所示。

图6中二项式趋势线表达式如式 (5) 所示, R2为0.895, 表示此趋势线的估计值与对应的实际数据之间的拟合程度为0.895。

由此式得到误组率为70%时, ADER值为1.124, 即当ADER大于1.124时, 可判断干扰无效, 反之判断干扰有效;当ADER大于1.4时, 此曲线略有上翘, 是由于个别点造成的, 但可以预料, 随着测试数据的增加, 信噪比更低的数据的加入, 其总体趋势必将趋于0, 由于个别点造成的上翘会得到解决, 主客观拟合程度会逐渐提高;同时, 计算时间保证在10s以内, 没有较大波动, 满足一般使用要求。

3.5 测试验证

为验证ADER对真实实验数据是否适用, 使用误组率对实际干扰设备在噪声调频干扰下的多组通信数据进行主观评定, 选择100组数据, 其中50组干扰有效, 50组干扰无效, 判断结果中86%正确, 错误的有14个文件, 结果见表2。

4 结论

针对话音通信时的噪声调频干扰, 在信噪比较低时, 使用基于分段信噪比引申出的平均单点能量比对干扰效果进行客观评估, 其主客观一致性较好, 计算时间较短, 整体效率较高。

参考文献

[1]冯岩, 唐普英.基于MATLAB的语音增强系统的设计[J].通信技术, 2010, 43 (5) :191.

[2]易克初, 田斌, 付强.语音信号处理[M].1.北京:国防工业出版社, 2003:136-146.

[3]Zou Xia, Zhang Xiongwei.SPEECH ENHANCEMENT USING AN MMSE SHORT TIME DCT COEFFICIENTS ESTIMATOR WITH SUPERGAUSSIAN SPEECH MODE LING[J].Journal of Electronics, 2007, 24 (3) :334.

[4]陈鹏举.通信干扰原理与技术[M].1.合肥:1985:28.

[5]SON Young-ho, LEE Sang-min, Improved speech absence probability estimation based on environmental noise classi fication[J].Journalof Central South University, 2012, 19 (9) :2548.

[6]张璐琳, 陈静, 吴淑珍, 等.GJB 4405A-2006, 语音通信干扰效果评定准则[S].北京:总装备部军标出版发行部出版, 7[2014.12.20].

[7]邓华.Matlab通信仿真及应用实例详解[M].1.北京:人民邮电出版社, 2003, 117.

[8]李晔, 崔慧娟, 唐昆.基于谱减的语音增强算法的改进[J].清华大学学报 (自然科学版) , 2006, 4 (10) :12.

[9]徐岩, 孟静, 基于分红噪声的语音增强算法性能评价研究[J].铁道学报, 2011, 33 (4) :54.

[10]韩纪庆, 张磊, 郑铁然.语音信号处理[M].2.北京:清华大学出版社, 2013:49-50.

[11]Tong Ming Bian Zhengzhong Li Xiaohui etal.STUDY ON PHASE PERCEPTION IN SPEECH[J].Journal of Electronics, Electronics, 2003, 20 (5) :389.

语音干扰效果 篇2

在语音信号干扰效果评估的方法中,客观评估以实时性强、节约人力物力等优点而得到广泛应用。由于语音信号的字符中间会出现短暂的停顿,每句话之间会有较长的停顿,语音停顿时的无效干扰能量对干扰效果评估会产生偏差,因此,评估干扰效果时需要将语音停顿时间段的干扰能量去除,评估结果才会更准确、有效。

为了实现语音信号干扰效果的客观评估,需要检测语音信号的端点并进行有音/无音的分段处理。目前采取的检测方法主要利用了语音信号的4个特怔,即短时能量、能量谱方差、倒谱距离和熵。许多学者研究了低信噪比条件下语音信号的端点检测方法[1,2,3,4,5]和语音分段的处理方法[6,7,8],这些方法适用于低信噪比条件下的语音信号干扰效果评估,如何实现高干信比条件下语音信号干扰效果的客观评估,成为近年来电子对抗靶场试验的主要研究内容之一。

1 语音信号分段的方法

语音信号的端点识别与分段处理是语音信号干扰效果评估的基础,在进行干扰效果评估前,需要对语音信号进行处理,完成语音信号的端点识别和有音/无音的分段处理。下面介绍常用的处理方法。

1.1 短时能量和短时平均幅度

在时域中,语音信号的幅度随时间变化较大,特别是清音段的幅度一般比浊音段的幅度小得多,因此利用短时能量和短时平均幅度可以较好地反映这些变化。

一般情况下,对于信号x(n),定义短时能量为[9]:

$E{}_n={\displaystyle \sum _{m=-\infty }^{\infty }[}x(m)\omega (m)(n-m)]{}^2$。 (1)

令h(n)=ω2(n),则

$E{}_n={\displaystyle \sum _{m=-\infty }^{\infty }x}(m){}^{2}h(n-m)$。 (2)

式(2)表示可以用信号x2(n)通过一冲激响应为h(n)的线性滤波器代表信号短时能量,在语音信号处理中,一般取10~20 ms作为它的长度冲激响应h(n)的长短,这样可以较好地反映语音信号的变化。短时能量的主要用途主要有:分离浊音和清音、区分声母和韵母、无声与有声的分界等,可以有效地应用到语音识别中。

对于短时平均幅度可以表示为:

$\text{Μ}{}_{\text{n}}={\displaystyle \sum _{\text{m}=-\infty }^{\infty }|}\text{x}(\text{m})|\text{ω}(\text{n}-\text{m})$。 (3)

短时平均幅度和短时能量均可体现语音信号的变化特征,其区别在于短时平均幅度在取样范围内不因幅值取平方而造成很大的差距。在区别清音和浊音中,利用短时平均幅度时,其差别没有短时能量那么显著,清音的短时平均幅度相对来说比短时能量有所减少。

1.2 短时平均过零率

信号{x(n)}的短时平均过零率定义为:

${\rm Z}{}_n={\displaystyle \sum _{-\infty }^{\infty }|}\mathrm{sgn}[x(n)]-\mathrm{sgn}[x(n-1)]|\cdot \omega (n-m)$。 (4)

过零率是指信号每秒通过零值的次数,对于离散时间序列,过零率是指每个样本改变符号的次数。当声音处于浊音时,信号能量的分布集中在低于3 kHz频率范围内,而在清音时,信号的能量集中在低频段,也就是具有较低的过零率,因此对于语音信号,短时平均过零率可以粗略地描述信号的频谱特性,可用于判别清音浊音、有话无话等。

1.3 短时自相关函数

假设S(n)是一段语音信号,sw(n)是一段加窗语音信号,可表示为:

sw(n)=S(n)ω(n-m)。 (5)

它的非零区间为n=0~(N-1)。则语音信号S(n)的短时自相关函数为:

$R{}_w(l)={\displaystyle \sum _{n=0}^{{\rm N}-1}s}{}_w(n)s{}_w(n+l)$。 (6)

sw(n)的离散时域傅里叶变换(DTFT)称为S(n)的短时频谱,

$s{}_w(\text{e}{}^{\text{j}\text{w}})={\displaystyle \sum _{n=0}^{{\rm N}-1}s}{}_w(n)\text{e}{}^{-\text{j}wn}$。 (7)

自相关函数具有许多优良的性质,可用于语音信号的时域分析,也可用于识别语音信号的基音周期,从而可以将语音信号进行有音与无音的分段。

1.4 可变窗短时互相关函数法

假设S(n)为一段语音信号,X(n)为加过强噪声的语音信号,2个能量有限的信号S(n)和X(n)的互相关函数定义为:

$\text{ϕ}{}_{\text{s}\text{x}}(k)={\displaystyle \sum _{m=-\infty }^{\infty }S}(m)\cdot X(m+k)$。 (8)

而2个信号S(n)和X(n)的短时互相关函数定义为:

$\text{ϕ}{}_{\text{s}\text{x}}(k)={\displaystyle \sum _{m=-\infty }^{\infty }S}(m)\cdot \omega (n-m)\cdot X(m+k)\omega (n-(m+k))$。 (9)

当二者均取N点长的矩形窗时,则原始语音信号与加噪语音信号的互相关表示为:

$\text{ϕ}{}_{\text{s}\text{x}}(k)={\displaystyle \sum _{m=0}^{{\rm N}-1}S}(n+m)\cdot X(n-m+k)$。 (10)

短时互相关的强度可以表示语音信号与加噪语音信号的相似性,通过相似性的大小,可以将加噪语音信号分为有音与无音信号,只要恰当地选择分段的长度,就可以判断语音信号的分段。试验时可以将窗的长度定义为音节的长度,由此得出的相关性最强的部分即为加噪语音信号的有音段,最终可将加噪语音信号准确地分成有音与无音段落。

上面介绍的语音分段方法,适用于语音信号很纯净时语音信号的分段,当语音信号含有噪声时,分段效果不理想,不能满足语音干扰效果评估的要求。

2 时间同步法检测语音信号端点

时间同步法获得语音信号端点的原理是:在实验中根据时间统一设备提供的标准时间对语音信号的端点进行划分,然后将端点的时间信息传送到干扰效果评估单元,以便干扰效果评估单元剔除语音信号的无音段,以提高干扰效果的准确度,其试验组成框图如图1所示。

试验时,系统利用标准的时间统一设备,为试验系统提供精确的标准时间,通过精确的时统设备,控制收发设备的时间可以准确的获得接收语音信号的端点,这种方法简单准确,试验步骤如下:

① 通过纯语音发射与接收的时间,利用时间统一设备给出的统一时间,计算出整个评估系统的信号延迟时间,记为ts;

② 根据通信发射的纯语音信号计算出每个字符的时间间隔记为:t1,t2,t3,…,tN;

③ 由于语音信号经过发射和接收后,各字符的长度不变,即有音部分的长度也是相同的,因此利用精确的定位信号和纯语音信号的时间间隔可以确定加干扰信号的t0和各字符的时间间隔t1,t2,t3,…,tN。

由此得到纯语音信号与加噪语音信号有音部分,根据所得的有音信号进行语音信号的干扰效果评估,有效地剔除了由无音信号带来的影响。

3 试验验证

在语音干扰效果评估试验时,选取了3个字组成的标准语音源作为发射信号,3个字符为“7”“3”“1”,并采取军事语音的读音,读作“拐、叁、腰”,语音信号发射端纯语音信号字符示意图如图2所示,能够清晰分辨出语音信号的有/无音部分。

试验的接收端收到的加噪语音信号如图3所示,采用信号处理的方法分辨语音信号的有/无必然引入偏差。采用基于时间同步法检测语音信号端点的方法,根据语音信号发射端纯语音信号的时间间隔,能够准确确定收端加噪语音信号的有/无音部分。干扰效果评估试验表明,利用时间统一设备提供的标准时间可以将受干扰的语音信号精确的分段,将语音信号的无音段全部剔除,在进行干扰效果评估处理时,只需语音信号的有音段进行处理,有效地排除了无音信号引入的对干扰评估效果的影响,提高了语音干扰效果评估的准确度。

4 结束语

在通信对抗试验领域,对语音信号干扰效果进行客观评估是当前研究的重点。由于语音信号有其特殊的性质,很多因素影响到了客观评估的准确度,对语音信号的分段处理结果不理想是一个主要的因素之一,也对客观评估结果产生了一定的影响。利用时间统一设备有效地将语音信号进行了精确的分段,有效地提高干扰效果评估的准确度。

摘要：语音信号的干扰效果是检验通信对抗装备的重要指标之一,基于客观的评估方法是当前研究的重点。客观评估方法的基础是对语音信号的预处理,介绍语音信号端点识别和语音信号分段处理方法的基础上,提出了一种基于时间统一设备的端点识别与分段方法,解决了加噪语音信号在仿真试验中的分段问题,该方法不受信噪比影响,具有较强的适应性。

关键词：干扰效果评估,语音信号,准确度

参考文献

[1]沈亚强.低信噪比语音信号端点检测和自适应滤波[J].电子测量与仪器学报,2001,15(3):27-32.

[2]HUANGLS,YANGC H.ANovel Approachto Robust SpeechEndpoint Detection in Car Environments[J].In:ICASSP’00,2000(3):1751-1754.

[3]NEMAT S.KADER A,REFAT A M.End Points Detection forNoisy Speech Using a Wavelet Based Algorithm[C].16th NationalRadio Science Conference,NRSC’99,1999:C18-1-5.

[4]SAVOJI MH.ARobust Algorithmfor Accurate Endpointing ofSpeech[C].Speech Communication,1989:45-60.

[5]徐大为,吴边,赵建伟,等.一种噪声环境下的实时语音端点检测算法[J].计算机工程与应用,2003(1):115-117.

[6]ROUATJ,LIU Y C,MORISSETTE D.A Pitch Determinationand Voiced/Unvoiced Dcision Algorithmfor Noisy Speech[J].Speech Comm,1997,21(3):191-200.

[7]MARTIN A,CHARLET D.Robust Speech/non-speechDetection Using LDA Applied to MFCC[J].In:ICASSP’01,2000(1):237-240.

[8]SHIN W H.Speech/non-speech Classification Using MultipleFeaturesfor Robust Endpoint Detection[J].In:ICASSP’00,2000(3):1399-1402.

语音干扰效果 篇3

语际干扰 (interlingual interference) 或母语干扰是语言学习者在一种语境中学会的东西对在另一语境中进行的学习的干扰, 是学习外语时已有的母语知识和经验对外语学习产生的影响, 也称为负迁移。由语际干扰引起的错误称为语际错误 (interlingual error) , 语际干扰和语际错误会发生在语音、词汇、语法、语篇、语用、文化等各个层次上。语言学习者的母语与所学外语语言体系差距越大, 在学习中产生的语际干扰就越明显, 从而造成更多的障碍。就英汉两种语言而言, 英语属于印欧语系而汉语属于汉藏语系, 两种语言文化有着巨大差异:英语文字是字母文字, 汉字是表义文字;英语的词汇系统相对来讲数量不固定, 而汉字的数量较为固定;语法上, 英语是一种综合语, 有丰富的形态变化, 汉语接近于孤立语, 没有形态变化和形态标志。这些差异在中国学生学习英语的过程中会形成语际干扰, 阻碍他们习得地道的英语, 中国式英语就是语际干扰的结果。如“看电视”“看书”中的“看”, 即便是一些已经学习英语多年的学生仍会时不时用“see”;很多学生会常常用错人称代词“she”和“he”。根据Ellis的研究, 以汉语为母语的学生在学习英语中所犯错误的51%来自母语的干扰;而以西班牙语为母语的英语学习者所犯的错误只有3%来自母语的干扰。究其原因就在于汉语与英语分属不同的语系, 差异比较大。

作为英语学习过程中的一个重要环节, 获得较为纯正的英语语音语调是很多英语学习者的目标, 也是英语学习的一个重要环节。语音是交际的基础, 没有正确的语音, 就无法进行良好的沟通, 而会造成误解, 甚至根本无法进行沟通;语音也是学习其他语言知识技能的基础, 尤其是听说能力, 对读和写也会产生间接的影响;语音学习的水平会对外语学习者的自信心和对外语学习的兴趣产生很大影响。但在实际学习中, 很多学生的英语语音习得效果并不好, 而且不知道原因何在。事实上, 语际干扰是中国学生习得英语语音过程中的主要障碍, 他们会将汉语中的一些发音习惯带到英语学习中, 导致不准确的英语发音。

二、中国学生英语语音习得中的语际错误

中国学生在英语语音习得过程中常常会出现以下问题, 主要是受到语际干扰而产生的。

1. 音素方面

英语中有些音素在汉语中不存在, 学生不清楚应该怎样发这些音, 或用汉语中的某些音来代替。如/l在词尾或元音后时, 例如apple, people, 很多同学要么把/l/省去不发, 要么将它发成汉语拼音中/ou/的音, 或者发成卷舌音;/r/在汉语中也没有相似的发音, 学生往往会将它与/廾/混淆。有的音素在汉语中有相似的音但发音并不完全相同, 学生经常完全用汉语的发音来代替英语的发音。如/t蘩/, 很多同学都把这个音读成汉语中“吃”的声母。此外, 由于英语中的元音划分更细, 学生往往会出现音位的不完全分化———用母语的一个音位代替二语中有区别性的两个音位, 结果失去了音位上的差别。如/i/和/i:/, 学生会认为这些音素只有长短上的区别, 因而把它们全部发成汉语拼音中的“衣”, 而只是前者稍短, 后者稍长, 完全忽略了其他的特征。受汉语发音习惯的影响, 很多学生还常常在一些辅音后任意地加上元音, 如把food读成/fu:d藜/, 或者发音不到位;将seen, ring这些单词中的最后的鼻辅音按照汉语拼音中的/en/和/eng/来发。

2. 重音、节奏、语调方面

英语语音学习中能否正确使用重音、节奏和语调对英语口语整体性和交际有很大影响, 这也是中国学生在学习英语语音时的难点。

汉语是单音节语言, 而英语单词中很多是多音节的, 英语中词的重音很重要, 但也是一些学生语音学习中的主要问题, 即便知道重音在哪个音节, 也无法正确读出, 因为他们不知道如何突出重音。在句子重音的问题上, 他们把重音随意放在他们想放的地方, 而不能使用正确恰当的重音, 或是根本没有重音。

正确地使用语调十分重要, 如果语调使用错误, 很可能就无法传达自己想要表达的意思, 甚至会引起误解。学生们虽然对于一些基本的, 例如一般疑问句、陈述句、感叹句应该用什么语调有所了解, 但付诸实践时却显得生硬, 相当一部分学生几乎所有的词一律使用降调。而对于母语为英语的人来说, 语调上的错误也是难以接受的。

节奏是学生掌握最不好的一个方面。普遍存在以下问题:节奏极不平稳, 或者听起来没有任何节奏, 没有轻重快慢之分, 也不知哪里该停顿;吞音现象比较多, 有些词发得过于含糊, 甚至有时被完全省掉。由于节奏掌握不好, 在读较长的句子时, 常常出现一口气读完, 结果喘不上气来的情况。

以上错误基本上都是源于汉语和英语语音差异造成的语际干扰产生的语际错误。

三、英汉语音体系的对比

文瑞克强调要对语言干扰进行分析, 就必须先详尽描述语言间在各层面的异同, 帮助人们认识语言间的区别和联系, 了解语言间的迁移, 预见学习中的难点, 采取相应的措施, 促进外语学习和教学。语言学家弗赖伊斯和雷多提出对比分析假说, 认为“外语学习的主要困难是由两种语言的差异引起的, 学习的主要任务就是找出并克服这种差异”, 因此应当“将学习者的母语与目标语进行各方面的比较分析, 找出两者的差异, 解释或预测外语学习中已经或将要出现的困难与错误, 并以此来指导教材的编写和教学活动。”因此, 在英语语音教学和学习中很有必要认真对比分析英汉的语音体系。

1. 音素方面

英语中有48个音素, 汉语中有44个音素, 都包含元音和辅音, 发音器官也基本相同。辅音方面, 就发音部位而言, 两种语言都有双唇音、唇齿音、硬腭齿龈音和软腭音。两种语言中有些音素相似, 但没有任何两个音完全相同, 它们在舌位、唇形等方面会有差异。

英语元音分为单元音和双元音, 汉语的元音分为单韵母和复韵母。汉语里只有6个单韵母;英语里有12个单元音, 而且分为前、中、后元音, 其中有些单元音在普通话中找不到近似的音, 而普通话中能找到的近似的音。其发音的舌位也有所不同。普通话的复韵母和英语的双元音虽都以强元音为主, 向弱元音方向滑动。但是, 普通话滑动较快, 而且并没有达到弱元音的位置, 念起来两音浑然一体;英语的双元音滑动较明显, 两者相对独立。而且在发音的部位和口形上都存在差异。英语的辅音多数是清浊成对的, 如/p、b/, /t、d/, /k、g/等;而普通话的辅音多分为送气和不送气的清辅音, 如/p、b、t、d、k、g/等, 浊辅音只有/r、m、n、l、g/5个。汉语中没有明显的爆破音。汉语拼音中的b, p, d, t, g, k与英语中的/p/, /b/, /d/, /t/, /g/, /k/是不同的, 汉语中这些音结尾处都加入一个元音, 使其真正发音成为/bo/, /po/, /d藜/, /t藜/, /g藜/, /k藜/, 从而失去了真正意义上的爆破。

在汉语中, 除了鼻韵母在字尾的情况外, 在音节末尾是没有辅音的, 而英语的辅音几乎可能出现在音节的任何位置。在英语中, 出现在词尾的辅音无论是清辅音还是浊辅音其发音都很轻, 但是, 这个辅音仍然应该有它相应的时间占位, 而不能够把它省略掉或是在后面加元音使其听起来更加清楚。英语发音中还有辅音连缀现象 (consonant cluster) , 指两个 (或以上) 辅音连在一起, 发音时快速地从前一个向后一个滑动, 中间不能插入任何其他的音的现象。汉语中是没有这种现象的, 所以中国学生会在紧接在一起的辅音连缀之间夹进一个元音或者把两个辅音缓慢地单独发出来。

2. 音渡方面

连读现象在英语中非常普遍。一般说来, 在同一个意群中, 凡是以元音开始的音节, 它都可以与其前一音节的最后一个音素发生连读。而在汉语中也有少量的同化现象, 如:“天啊!”“好啊!”中的“啊”分别读成“哪”, “哇”。“好漂亮啊!”中的“啊”也会受“亮”中/ang/音的影响。只是汉语的连读不像英语中那么普遍, 而且大多数字以韵母结尾, 使连读受到很大限制。当前面一个音节以辅音 (即“韵母”) 结尾、而后一个音节以元音 (即“声母”) 开头时, 往往在两音之间加上一个“喉塞音 (Glottal stop) ”来把两个音隔开, 这样, 就不可能发生连读。例如, 棉袄miánǎo, 就不至于被读成miánǎo (棉脑) 。同化现象在英语中也很常见, 即相邻两个音素由于互相影响而使其中的一个或同时使这两个音素在清浊方面, 或在发音方法和发音部位方面发生变化, 变成相同或相似的音。例如, /藜vk蘅:s/ (of course) , 浊辅音/v/由于受到清辅音/p/的影响而读成/藜fk蘅:s/。在汉语中也存在着类似的现象, 如:棉袍mian-pao→miam-pao难民nan-min→nam-min这里的“棉”和“难”都以/n/结尾, 但因为受后面双唇音/p/和/m/的影响, “棉”、“难”后面的/n/音就同化为双唇音/m/了。只是这种现象在汉语中不像在英语中那么常见, 而且大多数人都忽略它的存在。

虽然在汉语中有类似的连读和同化现象, 但是由于非常少见, 所以还是成为中国学生语音学习中很难掌握的一个发音技巧。

3. 语流方面

英语语流中具有特有的节奏模式 (rhythmic pattern) , 重读音节与非重读音节之间, 在音的轻重、快慢上有着鲜明的对比。英语是重音节拍语言, 一个句子中的重读音节有规律地出现, 每个重读音节不论其后面是否跟有非重读音节, 也不论其后面所跟的非重读音节多少, 从一个重读音节到另一个重读音节所占的时间大致相等, 而且英语中的停顿是以意群或节奏群来划分的。汉语则属音节节拍语言, 各个音节的轻重、长短没有明显的区别, 除了极个别的弱读音节外, 句子重音几乎是一个紧挨着一个。无论说话速度的快慢, 句子中的每个音节所占的时间大体上相等。英语是一种语调语言 (intonation language) , 单词的音调不改变它的词义。语调是属于整个句子的, 来表达说话者的态度、语气等, 这种语调的核心一般放在语句的末尾。汉语则属于声调语言 (tone language) , 声调关系到词的含义。因此, 中国学生应当看到这一区别, 不能只注重一句话中某个词的声调变化。

其实在语流方面, 汉语与英语也存在共同之处, 都是以语意为单位进行断句, 都是根据表达的需要去重读需要强调的部分。如:

A:Turn slightly towards me.Your head slightly towards me.

B:Right?

A:No, only slightly towards me.

A:往我这边转一点。你的头往我这边转点。

B:可以吗?

A:不, 往我这边转一点。

汉语与英语在用语调表达不同的语气方面也有相通之处, 如表示肯定和陈述是降调, 表示疑问和怀疑用升调。

1.甲:你们打算明天走?↗ (表示疑问)

乙:是的, 明天。↘ (表示肯定)

A:You will leave tomorrow?↗ (表示疑问)

B:Yes, tomorrow.↘ (表示肯定)

2.甲:我们打算明天走。↘ (表示肯定)

乙:明天?↗ (表示疑问)

A:We will leave tomorrow.↘ (表示肯定)

B:Tomorrow?↗ (表示疑问)

汉语和英语在发音特征和规则、音位的数量等方面都存在差异, 对中国学生的英语语音学习造成语际干扰。中国学生如果能认识到这些差异, 就能在学习中避免和克服汉语的干扰, 更有效地学习英语语音。但是也不能忽略两者之间的相似点, 这些相似点可以促进英语语音习得。因此, 在英语语音教学中教师有必要对英汉语音系统进行对比分析, 帮助学生做出有意义的概括, 培养其英汉语音系统差异的敏感性, 使其深刻理解两种语言在发音方法以及语言表达方式上的异同, 帮助他们克服汉语对英语语音学习的干扰。

参考文献

[1]蒋祖康.第二语言习得研究.北京:外语教学与研究出版社, 1999.

[2]熊锟.再论母语在第二语言习得中的正负迁移作用.广西师范大学学报 (哲学与社会科学版) , 2002 (1-4) .

[3]Brown, A.Teaching English Pronunciation.北京:世界图书出版公司, 1992.

[4]Cook, Vivian, Newson, Mark.Chomsky’s Universal Grammar:An Introduction[M]Beijing:Foreign language Teaching and Research Press, 2000.

[5]Ellis, R.The Study of Second Language Acquisition.New York:Oxford University Press.1994.

[6]Lado, R.Linguistics across Culture.Ann Arbor:University of Michigan Press, 1957.