Цифровые исследования звучащей речи: история, методология, современные инструменты

Аннотация

Цель исследования – установить взаимосвязи между историческими этапами развития технологий обработки речевых данных и формированием современной методологической базы инструментальной фонетики. В статье представлена эволюция становления инструментальных подходов к изучению звучащей речи – от первых механических устройств XVIII века до современных нейросетевых архитектур, проанализированы программно-технические решения современности – от универсальных платформ акустического анализа до специализированных систем автоматического выравнивания речевых данных. Исследование включает систематизацию методологических принципов каждого исторического периода с выявлением их концептуальных ограничений и потенциала для решения актуальных лингвистических задач. Научная новизна заключается в периодизации развития инструментальной фонетики, основанной на взаимодействии технологических возможностей и методологических концепций каждого этапа. В результате были выявлены три типа концептуальных разрывов (технологический, семантический, когнитивный), препятствующих эффективной интеграции современных цифровых технологий с традиционными лингвистическими категориями. Обоснована необходимость создания гибридных аналитических платформ, способных преодолеть фрагментацию между количественными параметрами автоматической обработки и качественными характеристиками фонологического описания.

Материалы исследования

1. Articulate Instruments. https://www.articulateinstruments.com
2. Boersma P., Weenink D. Praat: doing phonetics by computer (Version 6.1.03) (Computer software). 2025. http://www.praat.org/
3. Max Planck Institute for Psycholinguistics. ELAN (EUDICO Linguistic Annotator) (Computer software). https://archive.mpi.nl/tla/elan
4. PySound. https://github.com/brainteaser-ov/PySound
5. Sound and Science. https://soundandscience.net/
6. Speech Filing System (SFS). 1998. https://www.phon.ucl.ac.uk/resource/sfs/
7. Rousselot P. J. Principes de phonétique expérimentale. P.: H. Welter, 1897.

Источники

1. Бондарко Л. В. Фонетика современного русского языка. СПб.: Изд-во С.-Петерб. ун-та, 1998.
2. Гончарова О. В. Pysound – цифровой сервис обработки и анализа звучащей речи // Фонетика сегодня: тезисы докладов IX Международной научной конференции (г. Москва, 5-7 декабря 2024 г.). М., 2024.
3. Кейтер Дж. Компьютеры – синтезаторы речи. М.: Мир, 1985.
4. Соломенник А. И. Технология синтеза речи: история и методология исследований // Вестник Московского университета. Серия 9: Филология. 2013. № 6.
5. Трубецкой Н. С. Основы фонологии. М.: Аспент пресс, 2000.
6. Фант Г. Акустическая теория речеобразования / пер. с англ. Л. А. Варшавского, В. И. Медведева; под ред. В. С. Григорьева. М.: Наука, 1964.
7. Фланаган Дж. Л. Анализ, синтез и восприятие речи / пер. с англ.; под ред. А. А. Пирогова. М.: Связь, 1968.
8. Щерба Л. В. О трояком аспекте языковых явлений и об эксперименте в языкознании // Известия Отделения русского языка и словесности Академии наук СССР. 1931. № 1.
9. Gafni Ch. Phonetics and Phonology: An Introduction to the Science of Speech. 2025. https://www.researchgate.net/publication/388791051_Phonetics_and_Phonology_An_Introduction_to_the_Science_of_Speech
10. Galazzi E. Pierre Jean Rousselot: la phonétique expérimentale au service de l’homme. Dossiers d’HEL // Linguistiques d’intervention. Des usages socio-politiques des savoirs sur le langage et les angues. 2014. https://shs.hal.science/halshs-01115159v1/document
11. Gósy M. From stomatoscopy to BEA: the history of Hungarian experimental phonetics // Proceedings of 17th International Congress of Phonetic Sciences (Hong Kong, City University of Hong Kong). Hong Kong, 2011.
12. Juang B., Rabiner L. Automatic Speech Recognition – A Brief History of the Technology Development. 2005. https://www.researchgate.net/publication/249888949_Automatic_Speech_Recognition_-_A_Brief_History_of_the_Technology_Development
13. Kisler T., Reichel U. D., Schiel F. Multilingual processing of speech via web services // Computer Speech & Language. 2017. Vol. 45.
14. Mattingly I. G. Speech Synthesis for Phonetic and Phonological Models // Current Trends in Linguistics / ed. by T. S. Sebeok. The Hague: Mouton, 1974. Vol. 12.
15. McAuliffe M., Socolof M., Mihuc S., Wagner A., Sonderegger M. Montreal Forced Aligner: trainable text-speech alignment using Kaldi // Interspeech 2017: Conference Proceedings. 2017. https://doi.org/10.21437/Interspeech.2017-1386
16. Oppenheim A. V., Schafer R., Yuen C. Digital Signal Processing // Systems, Man and Cybernetics. 1978. № 2.
17. Peterson G. H., Barney H. L. Control methods used in a study of the vowels // Journal of the Acoustical Society of America. 1952. Vol. 24 (2).
18. Stevens K. N. Acoustic phonetics. Cambridge: MIT Press, 1998.
19. Stone M. A guide to analysing tongue motion from ultrasound images // Clinical linguistics and phonetics. 2005. № 19 (6-7).
20. Taylor P. Text‑to‑Speech Synthesis. Cambridge: Cambridge University Press, 2009.
21. Tillmann H. G. Experimental and Instrumental Phonetics: History // Encyclopedia of Language and Linguistics / ed. by K. Brown. Amsterdam, 2006.

Информация об авторах

Информация о статье

История публикации

• Поступила в редакцию: 12 июля 2025.
• Опубликована: 19 августа 2025.

Ключевые слова

• цифровая обработка речевого сигнала
• автоматическое распознавание речи
• инструментальные методы фонетики
• глубокие нейронные сети
• синтез и анализ речи
• digital speech signal processing
• automatic speech recognition
• instrumental methods of phonetics
• deep neural networks
• speech synthesis and analysis

Copyright

© 2025 Автор(ы)
© 2025 ООО Издательство «Грамота»

Лицензионное соглашение

Creative Commons Attribution 4.0 International (CC BY 4.0)