韻律学（言語学）

オコナーやアーノルドなど一部の著者^{[ 7 ]}はイントネーションを完全にピッチの観点から説明しているが、クリスタルなど他の著者^{[ 8 ]}は「イントネーション」は複数の韻律変数の組み合わせであると提唱している。英語のイントネーションは、次の3つの側面に基づいているとよく言われる。

• 言語を単位に分割する
• 特定の単語や音節を強調表示する
• ピッチの動きの選択（例：下降または上昇）

ピッチの変化の選択や特定の単語の強調によって、異なるイントネーションパターンが作り出されている様子は、以下の英語の会話に見ることができます。

「あれは猫なの？」

「うん。あれは猫だよ。」

「猫？てっきりマウンテンライオンかと思ったよ！」

上記のやり取りは、特定の単語を強調するためにイントネーションを使用し、ピッチの上昇と下降を用いて意味を変える例です。声に出して読むと、「cat」という単語で声のピッチが異なる方向に変化します。最初の行ではピッチが上がり、疑問を示しています。2行目ではピッチが下がり、肯定を示しています。この場合、最初の行の確認です。最後に、3行目では、複雑な下降と上昇のパターンが不信感を示しています。それぞれのピッチ/イントネーションのパターンが異なる意味を伝えています。^{[ 6 ]}

音高に関連するもう1つのバリエーションは音高範囲です。話者は広い音高範囲で話すことができます（これは通常、興奮と関連付けられます）が、他の時には狭い音高範囲で話すこともあります。英語ではキーの変化が利用されます。イントネーションを音高範囲の高い部分または低い部分に移動させることは、特定の文脈で意味があると考えられています。^{[ 9 ] [ 10 ]}

アクセントは音節を際立たせる手段として機能します。アクセントは、個々の単語（「単語アクセント」または語彙アクセントと呼ばれる）またはより大きな音声単位（従来は「文アクセント」と呼ばれていましたが、より適切には「韻律アクセント」と呼ばれます）に関連して研究することができます。アクセントのある音節は、いくつかの変数によって際立たせられます。アクセントは通常、次のものと関連付けられます。

• 音高の強調（隣接する音節とは異なる音高レベル、または音高の変化）
• 長さ（期間）の増加
• 音量の増加（ダイナミクス）
• 音色の違い: 英語や他のいくつかの言語では、アクセントは母音の質の側面と関連しています (その音響的相関関係は母音のフォルマント周波数またはスペクトルです)。無アクセント母音は、通常より周辺的な音質であるアクセント母音に比べて中央に位置する傾向があります^{[ 11 ]。}

これらの手がかりの中には、他のものよりも強力であったり、目立つものもある。例えば、アラン・クラッテンデンは次のように書いている。「知覚実験によって、少なくとも英語においては、3つの特徴（音高、長さ、音量）が音節を際立たせる上で重要度の尺度を形成し、音高が最も効果的で、音量が最も効果的でないことが明確に示されている」^{[ 12 ] 。}

ピッチの強調が主な要因である場合、結果として生じる強調は、ストレスではなくアクセントと呼ばれることが多い。 ^{[ 13 ]}

単語の識別や文法・構文の解釈におけるアクセントの役割については、言語によってかなりの違いがある。^{[ 14 ]}

リズムは音高や音量のような韻律変数ではありませんが、言語の特徴的なリズムを韻律音韻論の一部として扱うのが一般的です。言語は連続する音声単位のタイミングに規則性があり、この規則性は等時性と呼ばれ、すべての言語は3つのリズムタイプ（強勢拍リズム（強勢音節間の間隔の長さが比較的一定）、音節拍リズム（連続する音節の長さが比較的一定）、モーラ拍リズム（連続するモーラの長さが比較的一定））のいずれかに分類できるとよく主張されてきました。等時性に関する記事で説明したように、この主張は科学的証拠によって裏付けられていません。

有声か無声かを問わず、ポーズは、開いた節や終止節のように、発音の連続性を中断する形態である。会話分析では、ポーズの長さが一般的に記録される。聴覚的なためらいと無音のポーズを区別することは、一つの課題である。単語のまとまりの中と外にある節を対比させることで、ポーズを特定しやすくなる。

間を埋める「フィラー」にはさまざまな種類があります。定型的な言語的間を埋める言葉には「～みたいな」「えーと」「うーん」などがあり、非言語的な表現としての呼吸の間としては、ため息や息を呑むことなどがあります。

呼吸と関連しているものの、休止には対照的な言語的内容が含まれる場合があり、例えば英語の広告ナレーションでは、単語間の休止が情報量の多さを示すために用いられることがあります。例：「品質。サービス。価値」。

一時停止の有無は、単語のグループ、つまりチャンクの認識に寄与します。例としては、句、句素、構成要素、間投詞などがあります。チャンクは一般的に語彙項目や慣用表現を強調します。チャンキングプロソディ^{[ 15 ]}は、完全な発話に存在し、統語カテゴリーに対応する場合がありますが、必ずしもそうとは限りません。よく知られている英語のチャ​​ンク「Know what I mean?」は、隣接する単語の音節の発音がぼやけたり急いだりするため、単語（「No-wada-MEEN?」）のように聞こえ、単語間の潜在的な開いた接合部が閉じた接合部に変わります。

韻律は、連続した音声の解析や単語の認識において聞き手を助け、構文構造、文法境界、文の種類に関する手がかりを提供すると考えられています。イントネーション単位間の境界は、しばしば文法境界または構文境界と関連付けられ、休止やテンポの減速、話者のピッチレベルが新しいイントネーション単位の開始時に典型的なレベルに戻る「ピッチリセット」などの韻律的特徴によって示されます。このようにして、潜在的な曖昧さが解消されることがあります。たとえば、「They invited Bob and Bill and Al got rejected」という文は、書かれた状態では曖昧ですが、 「Bob」または「Bill」の後にコンマを追加すれば、文の曖昧さは解消されます。しかし、文を声に出して読むと、休止（文をチャンクに分割する）やイントネーションの変化などの韻律的手がかりによって、曖昧さが軽減または解消されます。^{[ 17 ]}上記の例のような場合、イントネーション境界を移動させると、文の解釈が変わる傾向があります。この結果は、英語とブルガリア語の両方で行われた研究で確認されています。^{[ 18 ]}英語の単語認識に関する研究では、韻律が重要な役割を果たしていることが示されています。^{[ 19 ] [ 20 ]}

イントネーションとアクセントは、対比と焦点のために重要な単語や音節を強調するために連携して機能します。^{[ 21 ]}これは、プロソディーのアクセント機能と呼ばれることもあります。よく知られた例としては、「I never said she stole my money」という曖昧な文があり、7つの単語のうちどれが声に出して強調されるかによって、7つの意味が変わります。^{[ 22 ]}

プロソディは、態度（賛成、不確実性、不満など）の表現、ターン交代の意図（発言権を維持する、ターンを譲る、相槌などの相槌を促すなど）の合図、話題構造のマーク（新しい話題の開始、話題の終了、括弧書きの挿入など）など、その他多くの実用的な機能を伝えるのに役立ちます。^{[ 23 ] [ 24 ] [ 25 ]}例えば、David Brazil とその同僚は、イントネーションが情報が新しいか既に確立されているか、話し手が会話で優位に立っているかそうでないか、話し手が聞き手に会話への貢献を促しているかどうかを示すことができるかどうかを研究しました。^{[ 26 ]}

プロソディは感情や態度を伝える上でも重要です。これが無意識的な場合（不安や恐怖によって声が影響を受ける場合など）、プロソディ情報は言語的に意味を持ちません。しかし、話し手が意図的に話し方を変える場合（例えば皮肉を示す場合）、通常はプロソディの特徴が用いられます。皮肉を検出する上で最も有用なプロソディの特徴は、ユーモア、中立性、誠実さを示す他の話し方と比較して、平均基本周波数が低下することです。プロソディの手がかりは皮肉を示す上で重要ですが、文脈の手がかりや共有された知識も重要です。^{[ 27 ]}

感情的な韻律は、チャールズ・ダーウィンが『人間の由来』の中で、人間の言語の進化に先立つものだと考えていた。「猿でさえ、異なるトーンで強い感情を表現する 。低い音で怒りや焦りを、 高い音で恐怖や痛みを表現する。」^{[ 28 ]}感情的に中立なテキストを感情を込めて読む俳優の音声をネイティブスピーカーが聞いたところ、幸福は62%、怒りは95%、驚きは91%、悲しみは81%、中立的なトーンは76%の確率で正しく認識された。この音声のデータベースをコンピュータで処理したところ、分節的特徴では幸福と怒りの認識率が90%を超えたのに対し、超分節的韻律特徴では認識率が44%～49%にとどまった。驚きについてはその逆で、分節的特徴では69%、超分節的韻律では96%の確率でしか認識されなかった。^{[ 29 ]}通常の会話（俳優の声が関与しない場合）では、感情の認識はかなり低く、約 50% 程度であり、一部の著者が提唱する音声の複雑な相互関係機能を妨げます。^{[ 30 ]}しかし、プロソディによる感情表現が常に意識的に認識できるとは限らないとしても、声のトーンは会話において無意識的な影響を与え続ける可能性があります。この種の表現は言語的または意味論的な効果から生じるものではなく、したがって従来の言語内容から切り離すことができます。平均的な人が感情的なプロソディの会話的含意を解読する能力は、従来の顔の表情の識別能力よりもわずかに精度が低いことがわかっていますが、解読する具体的な能力は感情によって異なります。これらの感情は、文化を超えて利用され理解されているため、文化を超えて普遍的であると判断されています。さまざまな感情と、それらの一般的な実験的識別率は次のとおりです。^{[ 31 ]}

• 怒りと悲しみ：高い精度で識別可能
• 恐怖と幸福：中程度の正確な識別率
• 嫌悪感：正確な識別率が低い

発話の韻律は、聞き手が状況の感情的影響について判断する際の指針として用いられる。人が韻律を肯定的、否定的、中立的のいずれとして解釈するかは、発話に伴う表情の解釈方法に影響を与える。表情が中立に近づくにつれて、韻律の解釈が表情の解釈に影響を与える。Marc D. Pell による研究では、聞き手が発話の感情的トーンを識別するためには 600 ミリ秒の韻律情報が必要であることが明らかになった。これより短い場合、聞き手が発話の感情的文脈を処理するのに十分な情報が得られなかった。^{[ 32 ]}

乳幼児向け発話（IDS）は、ベビートーク、子供向け発話（CDS）、または「マザリーズ」とも呼ばれ、独特の韻律的特徴が認められています。大人、特に養育者は、幼い子供に話しかける際に、より高く変化に富んだピッチや誇張されたアクセントを用いることで、子供のような話し方を真似る傾向があります。これらの韻律的特徴は、子供が音素を習得し、単語を分割し、句の境界を認識するのに役立つと考えられています。乳幼児向け発話が言語習得に必要であるという証拠はありませんが、これらの特有の韻律的特徴は、さまざまな言語で観察されています。^{[ 33 ]}

アプロソディアとは、話し言葉で伝えられる感情を理解したり生み出したりする能力が後天的に、あるいは発達的に損なわれる障害です。アプロソディアは、特に音高、音量、イントネーション、単語形成のリズムを正確に調整する能力の欠陥など、発話の変化を適切に利用できないことを伴うことがよくあります。[ ^{34 ]これ}は、自閉症の人に見られることがあります。^{[ 35 ]}

失声症の主な3つのタイプは以下のとおりです。

• 語彙的プロソディー：特定の強勢音節に影響を与える無プロソディー。研究によると、脳内では、語彙的声調の対比は、左半球よりも右半球でより強い前注意反応を引き起こす。子音の対比では、脳は逆のパターンを示し、右半球よりも左半球でより強い前注意反応を示す。語彙的プロソディーの例としては、「CONvert」と「conVERT」が挙げられる。
• 句韻律：特定の強勢語に影響を与える無韻症。左半球の機能障害はこの言語規則に影響を与える。句韻律の例としては、「Hot DOG」（熱い犬）と「HOT dog」（フランクフルトソーセージ）が挙げられる。
• 節の韻律：対比、強調、焦点のアクセントに影響を与える無韻症。左半球の機能障害はこの言語規則に影響を与えます。節の韻律の例としては、「the horses were racing from the BARN」と「the HORSES were racing from the barn」が挙げられます。

これらの非言語的要素を生成するには、顔、口、舌、喉の運動野が正常に機能している必要があります。この領域は、左前頭葉のブロードマン野44および45（ブローカ野）に関連しています。44/45野、特に右半球の損傷は、運動性失語症を引き起こし、発話の非言語的要素（顔の表情、声のトーン、リズム）が障害されます。

これらの非言語的要素を理解するには、右半球のシルビウス溝周囲領域、特にブロードマン野22 （左半球の対応する領域であるウェルニッケ野と混同しないように）が損なわれておらず、適切に機能していることが必要です。^{[ 38 ]}右下前頭回が損傷すると、声やジェスチャーで感情や強調を伝える能力が低下し、右上側頭回が損傷すると、他人の声やジェスチャーの感情や強調を理解するのが困難になります。右ブロードマン野22はプロソディーの解釈を助け、損傷すると感覚性失プロソディー症となり、患者は声やボディランゲージの変化を理解できなくなります。