FUNDAMENTOS DEL RECONOCIMIENTO AUTOMÁTICO DE LA VOZ sonidos del castellano Agustín Álvarez Marquina Clasificación de los sonidos del castellano (I) /a/ Vocal media abierta abajo 1 /b/ Bilabial oclusiva sonora cambio 2 /c/ Palatal oclusiva sonora chino 3 /d/ Dental oclusiva sonora conde 4 /e/ Voval delantera semiabierta tengo 5 /f/ Labiodental fricativa sorda filo 6 /g/ Velar oclusiva sonora tango 7 /h/ Glotal fricativa sorda Andalucía harto 8 /i/ Vocal delantera semicerrada nido 9 /j/ Palatal semiconsonate sonora pie 10 /k/ Velar oclusiva sorda coto 11 /l/ Dental semivocal sonora lateral lista 12 /m/ Bilabial oclusiva sonora nasal mano 13 /n/ Dental oclusiva sonora nasal nata 14 /ñ/ Palatal oclusiva sonora nasal daño 15 /o/ Voval trasera redondeada loco 16 /p/ Bilabial oclusiva sorda pato 17 /r/ Dental semivocal sonora apical vibrante múltiple perro 18 11/5/2001 Facultad de Informática, UPM. 2
Clasificación de los sonidos del castellano (II) /s/ Alveolar fricativa sorda saco 19 /t/ Dental oclusiva sorda tela 20 /u/ Vocal media redondeada mulo 21 /v/ Labiodental fricativa sonora Cataluña vela 22 /z/ Alveolar fricativa sonora isla 23 /β/ Bilabial fricativa sonora abajo 24 /γ/ Velar fricativa sonora ágape 25 /δ/ Dental fricativa sonora ídolo 26 /η/ Velar oclusiva sonora nasal tengo 27 /ζ/ Palatal fricativa sonora Argentina mayo 28 /θ/ Interdental fricativa sorda Peninsular zapato 29 /λ/ Palatal semivocal sonora lateral Najerense pollo 30 /ξ/ Palatal oclusiva sonora Cheli raya 31 /ϕ/ Bilabial fricativa sonora fuego 32 /χ/ Velar fricativa sorda juego 33 /ω/ Bilabial semiconsonate sonora puedeo 34 /ϒ/ Dental semivocal sonora apical vibrante simple pero 35 /ç/ Palatal semiconsonante sorda elogio 36 / / Palatal fricativa sorda Andalucía bicho 37 11/5/2001 Facultad de Informática, UPM. 3 Vocales. sonidos del castellano (I) Las vocales se diferencian de las consonantes por una estabilidad de sus componentes acústicos (formantes). Todos los cambios apreciables en la frecuencia de los formantes, excepto aquellos que aparecen en la unión de dos vocales, contribuyen a la percepción de las consonantes. Las vocales son los sonidos más fácilmente detectables. Prácticamente constituyen la mitad de los sonidos de una lengua en porcentaje de aparición. 11/5/2001 Facultad de Informática, UPM. 4
sonidos del castellano (II) Fonema Frecuencia relativa de ocurrencia /e/ 14.67% /a/ 12.19% /o/ 9.98% /i/ 7.38% /u/ 3.33% Total 47.55% Fonema Frecuencia relativa de ocurrencia /s/ 8.32% /N/ 4.86% /t/ 4.53% /d/ 4.24% /l/ 4.23% /k/ 3.98% /ϒ/ 3.26% /m/ 3.06% /n/ 2.78% /p/ 2.77% /b/ 2.37% /R/ 1.93% Fonema Frecuencia relativa de ocurrencia /θ/ 1.45% /g/ 0.94% /x/ 0.57% /f/ 0.55% /r/ 0.43% /j/ 0.41% /λ/ 0.38% /c/ 0.37% /D/ 0.31% /G/ 0.28% /η/ 0.25% /B/ 0.03% Total 52.30% Tabla 1. Frecuencia relativa de ocurrencia para los distintos sonidos del castellano [QUI88]. 11/5/2001 Facultad de Informática, UPM. 5 sonidos del castellano (III) Figura 1. Espectrograma de los sonidos vocálicos [i], [e], [a], [o], [u] realizados por un hablante masculino. 11/5/2001 Facultad de Informática, UPM. 6
sonidos del castellano (IV) Figura 2. Espectrograma de [aωélo] abuelo realizada por un hablante masculino. Puede observarse la semiconsonante posterior [ω] entre los instantes de tiempo 0,10-0,24s. 11/5/2001 Facultad de Informática, UPM. 7 sonidos del castellano (V) Vocal /í/ Palabra F1 F2 1. [bíβο] vivo 202 Hz 2308 Hz 2. [akí] aquí 202 Hz 2632 Hz 3. [amaϒíλos] amarillos 202 Hz 2592 Hz 4. [día] día 202 Hz 2511 Hz 5. [θeϒíλas] cerrillas 243 Hz 2551 Hz Vocal /e/ Palabra F1 F2 6. [béβe] bebe 324 Hz 2146 Hz 7. [θeϒβeθa] cerveza 283 Hz 2025 Hz 8. [péro] perro 405 Hz 1822 Hz 9. [néγϒas] negras 283 Hz 2349 Hz 10. [tϒéθe] trece 283 Hz 2106 Hz Tabla 2.a. Ejemplos de realizaciones de fonemas vocálicos tónicos en sílaba libre de un informante femenino [QUI88]. 11/5/2001 Facultad de Informática, UPM. 8
sonidos del castellano (VI) Vocal /a/ Palabra F1 F2 11. [báβa] baba 729 Hz 1174 Hz 12. [káδa] cada 648 Hz 1417 Hz 13. [pára] parra 607 Hz 1012 Hz 14. [táca] tacha 769 Hz 1417 Hz 15. [bája] vaya 648 Hz 1093 Hz Vocal /o/ Palabra F1 F2 16. [bóβo] bobo 405 Hz 850 Hz 17. [jo] yo 324 Hz 931 Hz 18. [tóδo] todo 283 Hz 972 Hz 19. [óco] ocho 283 Hz 891 Hz 20. [dóθe] doce 364 Hz 1012 Hz Tabla 2.b. Ejemplos de realizaciones de fonemas vocálicos tónicos en sílaba libre de un informante femenino [QUI88]. 11/5/2001 Facultad de Informática, UPM. 9 sonidos del castellano (VII) Vocal /u/ Palabra F1 F2 21. [beintiúno] veitiuno 202 Hz 567 Hz 22. [biϒtú] virtud 202 Hz 729 Hz 23. [sepultúra] sepultura 202 Hz 850 Hz 24. [púpas] pupas 243 Hz 688 Hz 25. [rúso] ruso 243 Hz 769 Hz Tabla 2.c. Ejemplos de realizaciones de fonemas vocálicos tónicos en sílaba libre de un informante femenino [QUI88]. Consonantes oclusivas. Caracterización: Se caracterizan por la interrupción completa en la emisión de sonido. 11/5/2001 Facultad de Informática, UPM. 10
sonidos del castellano (VIII) La concentración de energía breve e intensa que sigue a esa interrupción. La rapidez de las transiciones de los formantes de las vocales con las que forma sílaba. En el caso de las sonoras aparece durante la fase de cierre una banda de sonoridad. Los diferentes tipos de transición de los 3 primeros formantes con cada una de las vocales delimitan fundamentalmente cual es el tipo de oclusiva. El caso de las oclusivas nasales es diferente en tanto que presenta una estructura de formantes definida durante su momento de tensión. 11/5/2001 Facultad de Informática, UPM. 11 sonidos del castellano (IX) Figura 3. Espectrograma de [báta] bata realizada por un hablante masculino. Encontramos dos sonidos oclusivos: uno sonoro bilabial [b] (instantes 0,07-0,12s.) y otro sordo linguodental [t] (instantes 0,30-0,36s.) en posición intervocálica. Para el primero se observa la barra de sonoridad situada a una frecuencia de unos 200 Hz. 11/5/2001 Facultad de Informática, UPM. 12
sonidos del castellano (X) Figura 4. Espectrograma de [mámbo] mambo realizada por un hablante masculino. Aquí encontramos dos realizaciones del sonido nasal bilabial sonoro [m] en los instantes de tiempo 0,05-0,10s. y 0,24-0,38s. respectivamente. 11/5/2001 Facultad de Informática, UPM. 13 sonidos del castellano (XI) Fricativas de resonancias bajas. Son sonoras. Presentan una estructuras de formantes clara. Se caracterizan por las transiciones de las vocales a las que acompañan. Son por tanto muy dependientes de estas en cuanto a su forma. 11/5/2001 Facultad de Informática, UPM. 14
sonidos del castellano (XII) Figura 5. Espectrograma de [aβáχo] abajo realizada por un hablante masculino. Entre los instantes de tiempo 0,10-0,20s. se aprecia el sonido fricativo bilabial sonoro [β]. 11/5/2001 Facultad de Informática, UPM. 15 sonidos del castellano (XIII) Fricativas de resonancias altas. Son sordas. A pesar de que pueden presentar formantes en determinadas frecuencias se caracterizan por la presencia de bandas coloreadas en las partes altas de su espectro. 11/5/2001 Facultad de Informática, UPM. 16
sonidos del castellano (XIV) Figura 6. Espectrograma de [ánfora] anfora realizada por un hablante masculino. Entre los instantes de tiempo 0,32-0,44s. se aprecia claramente el sonido fricativo labiodental sordo [f], estando situado en frecuencia por encima de los 6500 Hz. 11/5/2001 Facultad de Informática, UPM. 17 sonidos del castellano (XV) Figura 7. Espectrograma de [θjélo] cielo realizada por un hablante masculino. Puede apreciarse entre los instantes de tiempo 0,0-0,07s. el sonido fricativo linguointerdental sordo [θ]. 11/5/2001 Facultad de Informática, UPM. 18
Africadas. sonidos del castellano (XVI) Se caracterizan por presentar en sus espectro dos momentos más o menos claros: Inicialmente uno de tipo oclusivo. Posteriormente de tipo fricativo. 11/5/2001 Facultad de Informática, UPM. 19 sonidos del castellano (XVII) Figura 8. Espectrograma de [kóce] coche realizada por un hablante masculino. Puede observarse el sonido africado linguopalatal sordo [c] (instantes de tiempo 0,30-0,42s.). Dentro de este sonido destaca la presencia de los dos momentos descritos anteriormente (oclusivo y fricativo). 11/5/2001 Facultad de Informática, UPM. 20
sonidos del castellano (XVIII) Laterales y vibrantes. Presentan una estructura de formantes propia con cierta entidad. Los sonidos laterales debido a su continuidad hacen que su espectro contenga ciertos formantes análogos a los vocálicos. La vibrante simple tiene un momento oclusivo muy suavizado. La vibrante múltiple presenta generalmente 3 momentos oclusivos siendo el último de carácter más fricativo. 11/5/2001 Facultad de Informática, UPM. 21 sonidos del castellano (XIX) Figura 9. Espectrograma de [lélo] lelo realizada por un hablante masculino. En la representación se observa claramente las zonas correspondientes a los dos sonidos laterales linguoalveolares sonoros [l] (instantes 0,08-0,16s. y 0,32-0,42s. respectivamente). 11/5/2001 Facultad de Informática, UPM. 22
sonidos del castellano (XX) Figura 10. Espectrograma de [pér o] perro realizada por un hablante masculino. El sonido vibrante múltiple linguoalveolar sonoro [r ] (instantes 0,23-0,40s.) presenta tres interrupciones. 11/5/2001 Facultad de Informática, UPM. 23 Bibliografía [QUI88] A. Quilis, Fonética Acústica de la lengua española, Editorial Gredos, Madrid, 1993. [QUI93] A. Quilis, Tratado de Fonología y Fonética españolas, Editorial Gredos, Madrid, 1993. [QUI96] A. Quilis, Curso de Fonética y Fonología españolas, Consejo Superior de Investigaciones Científicas, Madrid, 1996. 11/5/2001 Facultad de Informática, UPM. 24