La quantité vocalique a deux corrélats principaux, temporel et spectral, seul le corrélat contrôlé jouant par principe un rôle phonologique pertinent. Nous avons étudié le contrôle de ces corrélats pour deux systèmes: l'arabe syrien de l'Euphrate et le français régional de la Combe de Savoie. Le corrélat temporel se traduit par la présence de deux catégories métriques: brève vs. longue. Tandis que le corrélat spectral se manifeste par la centralisation des brèves par rapport aux longues.<br />Afin de déterminer le corrélat principal de contrôle, nous avons pu expérimenter pour l'arabe de Mayadin sur deux mises en contexte ou perturbations naturelles cruciales. L'une, l'accélération du débit de parole réduit le plus directement la durée absolue des voyelles. L'autre, le focus interrogatif peut changer notablement leur structure spectrale (formants). Deux procédés donc aux antipodes en ce qui concerne leurs effets majeurs: réducteurs vs. magnificateurs (par rehaussement soit enhancement). Enfin, par manipulation digitale de la durée nous avons, pour une expérience perceptive, donné aux voyelles brèves les durées des longues et aux longues celles des brèves. Pour évaluer les résultats de ces expérimentations nous avons repris les débats de la littérature sur les seuils perceptifs des durées segmentales et des fréquences formantiques.<br />Nos résultats pour l'arabe syrien montrent que la différence temporelle entre brèves et longues est efficacement contrôlée. Quant à la centralisation, décrite jusqu'ici comme une simple réduction vocalique, elle s'est avérée un processus phonologique et non pas un processus articulatoire qui dépend de la durée, soit un sous-produit (by-product) de la brévité. Il ne s'agit pas en l'occurrence d'un geste qui manquerait sa cible. Les brèves sont ainsi en passe de devenir des cibles vocaliques à part entière, ce processus étant achevé pour le /i/ bref, qui reste [e], quel que soit le type de perturbation, même sous un contexte rehaussant comme en intonation interrogative. Le système de l'arabe de Mayadin ne se réduit cependant pas au triangle central des brèves (dispersion suffisante) qui auraient pu être dédoublées par la durée. Ce système garde des voyelles extrêmes pour les longues, avec des exemplaires [i] [a] [u], selon le principe universel de la dispersion maximale. <br />Le français régional de Savoie a conservé, mieux que le français standard, et comme beaucoup de dialectes arabes, des voyelles longues et brèves corrélées à des différences temporelles et aussi spectrales. Notre étude manipulant le débit de parole sur trois générations prouve que, chez les septuagénaires, le corrélat temporel est contrôlé pour les paires sur /A/ et sur /O/, le corrélat spectral l'étant par F1 et F2 sur /O/ et seulement par F2 sur /A/ (le contraste sur /E/ n'est pas robuste). Donc, comme en arabe, il ne s'agit pas non plus d'une simple réduction vocalique. Les résultats montrent aussi que chez la génération appartenant à la tranche d'âge 20-25 ans, seul le corrélat spectral reste contrôlé, pour la paire sur /O/, tout contraste étant perdu sur /E/ et /A/. À l'évidence, le changement intergénérationnel même en français de Savoie n'est pas conservateur des contrastes comme peut l'être l'arabe de la Syrie de l'Euphrate.<br />Du point de vue des universaux vocaliques aucun de ces changements ne porte atteinte au principe de la dispersion maximale. En conclusion, nous nous en assurons en reconsidérant le cas des systèmes vocaliques australiens, avocats d'une dispersion suffisante, puisque réputés défectifs sur les voyelles hautes [i] et [u]. Si la manipulation d'une intonation rehaussante ne fait pas réapparaître un [i] bref chez nos locuteurs de Mayadin, pas plus qu'un débit plus lent ne restaurerait les contrastes qui disparaissent en français de Savoie, elle permet de retrouver un [i] chez des locutrices aborigènes. Ce qui nous a amené à considérer que la réversibilité d'un changement pouvait être sollicitée pour ne pas violer un principe universel comme la dispersion extrémale des voyelles.

There is a lot of research made on second language (L2) learning (Jesney, 2004). However the relationship between foreign accent, intelligibility and acoustics within pronunciation tutoring is quite an unresearched area (Thorén, 2008). The aim of the study was to analyze how a course in Swedish pronunciation affected foreign accent, intelligibility and acoustics among L2-learners of Swedish. A total of 41 people participated in the study: 16 L2-learners, 4 native Swedish speakers consisting a control group and 21 perceptual assessors with Swedish as native language. The L2-learners foreign accent and intelligibility were rated by the listeners before and after a course in Swedish pronunciation on an eight-point Likert-scale. The listeners also answered a questionnaire on factors potentially affecting the ratings. The acoustic measurements were made on ten words that were read aloud consisting of long and short allophones of five Swedish vowels. Formants, vowel duration and fundamental frequency were measured for the three closest and the three furthest from native pronunciation rated L2-learners. The results indicate that a class in Swedish pronunciation significantly decreased the L2-learners foreign accent. A strong correlation between the foreign accent and intelligibility ratings was found. Despite a strong correlation, no significant improvement concerning intelligibility could be established. The only factor that affected the intelligibility ratings were the assessor’s geographic affiliation. People from the western part of Sweden rated the intelligibility as less intelligible than raters from the eastern part of Sweden. The results from some of the acoustic measurements corresponded with the assessors ratings of foreign accent and intelligibility. The L2-learner rated as closest to native pronunciation was also the one with acousticly measured results close to the reference values regarding vowel duration (Elert, 1964; Gårding et al, 1974; Kügler, 2007; Thorén, i.d.) and fundamental frequency (Pegoraro Krook, 1988). The conclusion is that Swedish pronunciation tutoring should be focused on exercises that increase intelligibility because exercises that improve the foreign accent not necessarily increase the intelligibility. / Det finns en hel del forskning kring andraspråksinlärning (Jesney, 2004). Dock är förhållandet mellan brytning, förståelighet och akustiska variabler ett område som inte är lika väl beforskat inom uttalsundervisning i svenska (Thorén, 2008). Syftet med föreliggande studie var att undersöka hur en kurs i svenskt uttal påverkade brytning, förståelighet och akustiskt mätbara parametrar hos personer med svenska som andraspråk. Totalt medverkade 41 personer i studien varav 16 stycken var andraspråkstalare, 4 stycken var kontrollpersoner och resterande 21 var modersmålstalare av svenska som agerade lyssnarbedömare. Lyssnarbedömarnas skattningar baserades på två inspelningar av andraspråkstalarnas spontantal före och efter en kurs i svenskt uttal. Bedömningen gjordes på en åttagradig Likert-skala gällande grad av brytning samt förståelighet. Bedömarna fick även fylla i ett frågeformulär gällande vilka faktorer som potentiellt kunde påverka skattningen av brytning och förståelighet. De akustiska mätningarna gjordes på tio upplästa ord innehållande fem av svenskans vokaler. Formanter, vokalduration samt grundtonsfrekvens undersöktes hos sex andraspråkstalare, där de tre närmst respektive tre längst ifrån ett modersmålslikt svenskt uttal analyserades. Resultaten i föreliggande studie visade att kursen i svenskt uttal signifikant minskade andraspråkstalarnas brytning. Det fanns dessutom en tydlig korrelation mellan brytning- och förståelighetsskattningarna. Trots detta kunde ingen signifikant förbättring gällande kursdeltagarnas förståelighet påvisas. Den enda faktor som visade sig påverka förståelighetsskattningarna var bedömarnas geografiska tillhörighet där personer från västra Sverige bedömde förståeligheten som sämre jämfört med personer från östra Sverige. Resultaten från några av de akustiska mätningarna överensstämde med bedömarnas uppfattning av kursdeltagarnas grad av brytning och förståelighet. Det betydde att den som skattats närmast ett modersmålslikt svenskt uttal av lyssnarbedömarna också låg närmast referensvärdena vid den akustiska analysen gällande vokalduration (Elert, 1964; Gårding et al, 1974; Kügler, 2007; Thorén, i.d.) och grundtonsfrekvens (Pegoraro Krook, 1988). Slutsatsen i denna studie är att uttalsundervisning i svenska bör fokuseras på övningar som förbättrar förståelighet då övningar som förbättrar brytning inte nödvändigtvis gynnar förståeligheten.

Le travail présenté dans cette thèse est basé sur deux observations. D'abord il existe de longues séquences cinéradiographiques du conduit vocal en parole naturelle qui sont sous exploitées à cause du travail laborieux qu'implique le marquage manuel des images de ces séquences. Ensuite la cinéradiographie est une technique généralement bien cadrée qui se prête à l'application d'un algorithme dit de rétro-marquage. Le principe est d'associer des paramètres implicites et extraits du signal vidéo à des paramètres géométriques contrôlés et définis a posteriori, plutôt que d'extraire directement des données géométriques à l'aide de marqueurs. La méthode semi-automatique d'extraction de contours du conduit vocal que nous proposons est une adaptation de cet algorithme et permet de minimiser l'intervention manuelle. Pour une séquence et un articulateur donnés, une première étape consiste à marquer manuellement, sur un nombre limité d'images clefs, quelques degrés de liberté définissant le contour de l'articulateur. Dans un deuxième temps, ces marques géométriques sont associées à chaque image de la séquence via un index calculé à partir des coefficients DCT basses fréquences des images : on associe à chaque image l'index de l'image clef la plus proche. Cette technique, en une passe, permet ainsi de reconstruire des données géométriques dynamiques. Chaque articulateur (langue, vélum, lèvres...) est d'abord estimé de manière indépendante par la méthode, puis les contours extraits sont combinés pour récupérer la forme du conduit vocal complet. De là, les distances médio-sagittales du tractus vocal et les fonctions d'aire associées sont calculées pour la séquence entière.<br /><br />La première partie de ce manuscrit présente la méthode développée et l'évaluation de l'erreur de marquage. La seconde partie tente de valider phonétiquement les configurations géométriques estimées. Une première étude basée sur les voyelles permet de retrouver des résultats classiques en phonétique en fonction des différentes classes vocaliques. Les fréquences caractéristiques des voyelles, ou formants, estimées à partir des contours sont ensuite considérées, avec l'utilisation d'un modèle d'association linéaire d'une part et celle d'un modèle acoustique d'autre part. A l'aide de ce dernier, la synthèse d'un signal de parole intelligible est réalisée à partir des contours extraits, en estimant de façon complémentaire, depuis le signal audio, la source et la modulation d'amplitude en 2 sous-bandes. Enfin, nous prolongeons l'étude dynamique par deux observations : l'une sur la production des consonnes et l'autre sur les mouvements du vélum. L'ensemble de ces résultats montre que la méthode proposée peut être utilisée pour exploiter, d'un point de vue phonétique, ces longues séquences cinéradiographiques.

Please read the abstract in the section 00front of this document / Dissertation (MEng (Computer Engineering))--University of Pretoria, 2006. / Electrical, Electronic and Computer Engineering / unrestricted

No description available.

The traditional way of estimating the formant frequencies from articulatory data presupposes knowledge of how the vocal tract cross-sectional area varies for a given articulatory shape (Fant 1960/1970). Accordingly, in order to derive the formant pattern of a given articulation, the three-dimensional shape of the vocal tract (VT) needs to be known. In the past cross-sectional areas have typically been derived by means of ‘d-to-A rules’ that use the mid-sagittal cross-distance d at each point along the VT to produce a corresponding cross-sectional area A. X-ray and MRI data have been used to calibrate such rules (Heinz &amp; Stevens 1964, Sundberg et al. 1987, Ericsdotter 2005). Although this procedure has produced many useful results it is time consuming and laborious. It is speaker-specific. It presupposes access to information on the three-dimensional shape of the VT, which is not experimentally readily accessible. Such observations raise the question whether sufficiently accurate alternative approaches can be developed. Is it possible to go straight from articulatory data to formant frequencies without having to construct a cross-sectional area function? If such methods could be developed it would have many uses both in phonetics and practical applications. This paper reports an attempt to map the time variations of selected articulatory parameters from X-ray profiles directly on the formant tracks using multiple regression analysis. Preliminary results for F1 indicate that multiple regression analysis can indeed be useful for making such predictions. The prospects of extending the present analyses to other formants are discussed.

This master thesis deals with the construction of a system for automatic classification of~unknown words based on derivation bonds. For this purpose, the system was designed to~extract derivative links based on electronic dictionaries and to create word-forming models from them. Based on this knowledge, it is then possible to incorporate unclassified words into existing nests formed from the obtained bonds, and their models, or create new ones. The reader will be gradually acquainted with the reasons that lead to the continuous transformation or expansion of the lexicon, the ways in which the words in~the~Czech language are derived and how to obtain information about the changes caused by this derivation process. This system builds on and extends the research of the branch of morphology in~the~project of a morphological analyzer of the Research Group of Knowledge Technologies, working at the Faculty of Information Technology of the Brno University of~Technology.

The aim of this master’s thesis is to learn the problem of analysis and identification of significant spectral components in speech signal. Based on learning a special literature chooses the suitable methods of spectrum estimate. Does learning the literature in specification of testing of spectral components significate. Makes a procedure for identification of chosen speech formants. Does this procedure for audio signals both of in stress and in normal state. Estimates the results, compares efficiency of chosen methods and determine threshold for chosen formant of analyzed stress signal. States the recommendations for speech spectral analysis in stress situation.

Protocole d'entente entre l'Université Laval et l'Université du Québec à Chicoutimi / La présente étude porte sur l’antériorisation de /ɔ/, souvent étudiée en France, mais relativement peu au Québec. Pour mieux explorer la variation diatopique liée à ce phénomène et clarifier sa relation avec le contexte consonantique, une analyse acoustique comparative des trois premiers formants de 3835 voyelles produites en position accentuée dans des mots et pseudo-mots monosyllabiques (C)VC par 78 étudiants universitaires de Saguenay et de Québec (Québec) et de Lyon (France) a été menée. Des modèles de régression linéaire à effets mixtes appliqués aux données permettent de constater une différence importante du F₂ de /ɔ/ entre les villes, cette voyelle étant plus antérieure à Québec qu’à Saguenay et à Lyon qu’à Saguenay. Les voyelles québécoises et françaises se distinguent également, dans une moindre mesure, sur le plan de F₁ et de F₃. Dans tous les cas, quelle que soit leur position (antéposée ou postposée), les consonnes antérieures (ex. /t, d/) favorisent le F₂ le plus élevé et les consonnes labiales (ex. /p, b/), le F₂ le plus bas. Ces résultats indiquent que l’antériorisation de /ɔ/ à l’échelle acoustique est bien présente chez les jeunes locuteurs québécois et qu’elle est variable tant au niveau micro-géographique que macro-géographique, tout en étant largement affectée par la coarticulation chez tous les locuteurs. / This study is concerned with /ɔ/-fronting, a phenomenon widely studied in France, but that has received little attention in Quebec French. To better understand the regional variation of /ɔ/-fronting and to further investigate its relationship with the consonantal environment, a contrastive acoustic analysis of the first three formants of 3835 stressed vowels uttered in (C)VC monosyllabic word and pseudo-words by university students from Saguenay and Québec (Quebec) and Lyon (France) was conducted. Linear mixed effects regressions fitted to the data show substantial variation in F₂ across cities, /ɔ/ being more fronted in Québec than in Saguenay and in Lyon than in Saguenay. F₁ and F₃ also vary between France and Quebec French. In all cases, no matter their position (before or after the vowel), front consonants (ex. /t, d/) favor the highest F₂, while labial consonants (ex. /p, b/) are associated with the lowest F₂. These results suggest that /ɔ/-fronting, at the acoustical level, is alive and well among young Quebec French speakers and that it is variable both at the micro- and macro-geographical levels, while also being largely affected by coarticulation across all speakers.

Le travail présenté dans le cadre de cette thèse vise à étudier de manière approfondie les caractéristiques des voyelles longues et brèves et des consonnes finales du vietnamien, non seulement en statique mais aussi en dynamique, en calculant en particulier les vitesses de transitions formantiques. Deux ensembles consonnes voyelles ont été analysés : (C1)V1C2, avec C2 l'une des trois consonnes finales /p, t, k/ et (C1)V1V2 avec les voyelles longues et brèves correspondantes. L'objectif de l'analyse est de permettre la mise en évidence de caractéristiques spécifiques qui sont alors testées en synthèse. Pour étudier les voyelles longues, les voyelles brèves et les trois consonnes finales /p, t, k/ dans les contextes (C1)V1C2 et (C1)V1V2, nous avons fait deux corpus : un premier corpus avec quatre locuteurs vietnamiens pour étudier la partie centrale de la voyelle (la durée, les formants F1, F2, F3), les transitions V1C2 et V1V2 (durées de transition, pentes des transitions formantiques, valeurs du début de la transition formantique), et la partie finale (durée de la semi-voyelle finale) ; un deuxième corpus avec huit locuteurs (quatre hommes et quatre femmes) nous a permis d'étudier l'équation du locus pour les consonnes finales /p, t, k/. A partir des résultats analysés, nous avons réalisé des tests statistiques et des tests de perception (avec dix auditeurs vietnamiens, cinq hommes et cinq femmes). Les résultats d'analyse, les résultats statistiques et les résultats perceptifs nous permettent de mieux comprendre la production des voyelles vietnamiennes et des trois consonnes finales vietnamiennes /p, t, k/ comme résumés ci-dessous : (1) Dans la langue vietnamienne, il y a trois séries de voyelles longues et brèves /a, ӑ/, /ɤ, ɤ̆/, /ɔ, ɔ̆/ qui sont acoustiquement proches dans le plan F1-F2, mais se distinguent par leur durée, les pentes des formants transitionnels et la durée de la semi-voyelle V2 (dans le contexte des syllabes V1V2). Les durées des transitions V1C2 et V1V2 ne varient pas en fonction de la nature de la voyelle longue ou brève. (2) Les trois consonnes finales /p, t, k/ se terminent par un silence sans burst. Pour les syllabes (C1)V1C2, en comparant les consonnes finales C2 dans un même contexte d'une voyelle précédente V1, bien qu'il n'y a aucune différence de leurs caractéristiques acoustiques statiques (la durée de la transition, et les valeurs au début de la transition formantique), leurs caractéristiques acoustiques dynamiques (la pente des formants transitionnels) sont significativement distinctes et permettent aux vietnamiens de reconnaitre ces trois consonnes finales. (3) Nous avons obtenu les équations du locus avec une linéarité excellente et un bon regroupement des points autour des droites de régression. Les lieux d'articulation des 3 consonnes finales occlusives /p, t, k/ sont bien distincts. On ne trouve aucun effet du ton sur les équations du locus des consonnes finales. Les résultats de ces travaux phonétiques sont ensuite validés à l'aide des systèmes de synthèse (SMART (Synthesis with a Model of Anthropomorphic Region and Tract) et DRM (Distinctive Region Model)).