音響音声学

音響音声学は音声学のサブフィールドであり、音声の音響的側面を扱います。音響音声学では、波形の平均二乗振幅、波形の持続時間、基本周波数などの時間領域の特徴、または周波数スペクトルなどの周波数領域の特徴、さらには複合スペクトル時間的特徴を調査し、これらの特性と音声学の他の分野（調音音声学や聴覚音声学など）や、音素、句、発話 などの抽象的な言語概念との関係を調査します。

音響音声学の研究は、19世紀後半のエジソン 蓄音機の発明によって大きく進歩した。蓄音機により、音声信号を録音し、後で処理および分析することが可能になった。蓄音機から同じ音声信号を数回再生し、そのたびに異なるバンドパスフィルタでフィルタリングすることで、音声発話のスペクトログラムを構築できた。19世紀最後の20年間にPflügers Archivで発表されたルディマール・ヘルマンの一連の論文では、エジソン蓄音機を使用して母音と子音のスペクトル特性を調査しており、これらの論文で初めてフォルマントという用語が導入された。ヘルマンはまた、ウィリスとホイートストンの母音生成理論を区別するために、エジソン蓄音機で録音された母音をさまざまな速度で再生した。

電話産業の発展により、音響音声学のさらなる進歩が可能になりました。(ちなみに、アレクサンダー・グラハム・ベルの父、アレクサンダー・メルヴィル・ベルは音声学者でした。)第二次世界大戦中、ベル電話研究所(スペクトログラフを発明)での研究により、周期的および非周期的な音声音のスペクトル特性、声道共鳴と母音フォルマント、声質、韻律など の体系的な研究が大幅に促進されました。

統合線形予測残差（ILPR）は、1995年にTV Ananthapadmanabhaによって提案された効果的な特徴であり、音声源信号に近似します。^[1]これは、エポックまたは声門閉鎖瞬間の正確な推定に非常に効果的であることが証明されました。^[2] AG Ramakrishnanらは、2015年にILPRの離散コサイン変換係数に、メル周波数ケプストラム係数を補足する話者情報が含まれていることを示しました。^[3]破裂指数は、TV Ananthapadmanabhaらによって導入された、破裂子音の閉鎖-破裂遷移を特徴付けるための別のスカラー時間領域特徴です。^[4]

理論レベルでは、音声音響は電気回路に類似した方法でモデル化できます。 レイリー卿は、新しい電気理論が音響に使用できることを最初に認識した人の一人でしたが、回路モデルが効果的に使用されたのは、1941年に千葉と梶山による「母音：その性質と構造」という本の中ででした。（日本で活動していた日本人著者によるこの本は、第二次世界大戦の最中に英語で出版されました。）1952年に、ローマン・ヤコブソン、グンナー・ファント、モリス・ハレは、音響音声学と音韻理論を結び付ける独創的な作品である「音声分析への準備」を執筆しました。この小さな本の後に、1960年にファントの「音声生成の音響理論」が出版され、これは学界と産業界の両方で音声音響研究の主要な理論的基礎となっています。 (ファント自身も電話業界に深く関わっていました。) この分野の他の重要な構築者としては、 「音響音声学」を著したケネス・N・スティーブンス、藤村修、ピーター・ラデフォゲドなどがいます。

• 音声学トピックのリスト
• 人間の声

• クラーク、ジョン、ヤロップ、コリン (1995)。音声学と音韻論入門(第2版)。オックスフォード: ブラックウェル。ISBN 0-631-19452-5 。
• ジョンソン、キース (2003)。 『音響と聴覚音声学（図解）』。第 2 版、Blackwell Publishing Ltd.。ISBN 1-4051-0122-9（ハードカバー：アルカリ紙）; ISBN 1-4051-0123-7（ペーパーバック：アルカリ紙）。  
• ラデフォゲド、ピーター (1996)。『音響音声学の要素』（第 2 版）。シカゴ大学出版局、ロンドン。ISBN 0-226-46763-5 (ハードカバー)、ISBN 0-226-46764-3 (ペーパーバック)。  
• ファント、グンナール。(1960)。ロシア語の発音のX線研究に基づく計算による音声生成の音響理論。現代標準ロシア語の記述と分析(第2号)。s'Gravenhage: Mouton。(第2版は1970年に出版)。
• Hardcastle, William J.; & Laver, John (編著). (1997).音声科学ハンドブック. オックスフォード: Blackwell Publishers. ISBN 0-631-18848-7 . 
• ヘルマン、L. (1890) 「Phonophotographische Untersuchungen」。プフリューガーのアーカイブ。 fd ges フィジオール。 LXXIV.
• Jakobson, Roman; Fant, Gunnar; Halle, Morris. (1952).音声分析の準備: 特徴とその相関関係MIT 音響研究所技術レポート (第 13 号)。ケンブリッジ、マサチューセッツ州: MIT。
• Flanagan, James L. (1972).音声分析、合成、知覚（第2版）ベルリン: Springer-Verlag. ISBN 0-387-05561-4 . 
• Kent, Raymond D.; & Read, Charles. (1992).音声の音響分析. サンディエゴ: Singular Publishing Group. ISBN 1-879105-43-8 . 
• ピゾーニ、デヴィッド B. & Remez、ロバート E. (編著)。 (2004)。音声認識のハンドブック。オックスフォード: ブラックウェル。ISBN 0-631-22927-2。 
• スティーブンス、ケネス N. ( 2000)。音響音声学。言語学の最新研究 (第 30 号)。マサチューセッツ州ケンブリッジ: MIT。ISBN 0-262-69250-3。 
• スティーブンス、ケネスN. (2002)。「音響ランドマークと特徴に基づく語彙アクセスモデルに向けて」アメリカ音響学会誌。111 (4): 1872–1891。Bibcode :2002ASAJ..111.1872S。doi :10.1121/  1.1458026。PMID 12002871。S2CID 1811670  。

• 音声分析チュートリアル