Sofistikované strategie maskování hlasu a jejich fonetická podoba

Abstract

V řečovém projevu lze nalézt některé prvky, které jsou charakteristické pro daného mluvčího, tzv. idiosynkratické rysy. Tato práce se zaměřuje na podobu těchto rysů při záměrném maskování hlasu - zda jsou mluvčí schopni je zásadním způsobem měnit, či zda spíše zůstávají stabilní i navzdory záměrným modifikacím řečového projevu. Bylo také sledováno, zda u zkoumaných rysů při maskování hlasu existují obecné tendence k podobným změnám napříč mluvčími. Analyzovány byly statistické ukazatele základní frekvence, kontury f0, vokalické formanty, dlouhodobé formantové distribuce, spektrální vlastnosti sibilant, intenzita řečového projevu, intenzitní kontury, mluvní a artikulační tempo, %V a kontury lokálního artikulačního tempa. U mediánu a směrodatné odchylky f0, vokalických formantů, dlouhodobých formantových distribucí, intenzity, artikulačního tempa i %V byly při maskování hlasu obecně zaznamenány znatelné posuny; u většiny z těchto parametrů se tyto posuny lišily mezi mluvčími. Bylo však zjištěno, že hodnota %V má obecnou tendenci při maskování hlasu stoupat. Také intenzita ve většině případů maskování hlasu vykazovala nárůst. U kontur f0 byly pozorovány podobné vzorce napříč mluvčími při nemaskovaném projevu; při projevu maskovaném se však v užití různých kontur f0 napříč jednotlivci objevily větší...

Speech contains certain attributes characteristic for a speaker, so-called idiosyncratic features. This thesis focuses on the form of these features in intentional voice disguise - whether speakers are able to change them in a substantial way, or if they tend to remain stable in spite of intentional speech modifications. It was also investigated whether any general tendencies to similar changes of such features under voice disguise exist among the speakers. The observed features were statistical f0 indicators, f0 contours, vowel formants, long- term formant distributions, spectral characteristics of sibilants, intensity, intensity contours, speech and articulation rate, %V and local articulation rate contours. In f0 median and standard deviation, vowel formants, LTFDs, intensity, articulation rate, and %V, prominent shifts under voice disguise were observed in general; in the majority of these parameters, the shifts differed among speakers. However it was found that the value of %V generally tends to rise under voice disguise. Also, intensity showed an increase in majority of cases. In f0 contours, similar patterns were observed among speakers in normal speech, however, in disguised speech, greater differences appeared among speakers; speakers tend to employ nonstandard dynamic f0 patterns more...