De dag van de Fonetiek 2003
Over lopend onderzoek naar spraak en
spraaktechnologie
(http://www.fon.hum.uva.nl/FonetischeVereniging/)
Donderdag 18 december 2003 in de
Sweelinckzaal, Drift 21 te Utrecht
Georganiseerd door de Nederlandse
Vereniging voor Fonetische Wetenschappen
¡toegang gratis!
WORD LID VAN DE
VERENIGING VOOR
FONETISCHE WETENSCHAPPEN
Vul het formulier in en stuur het naar het
onderstaande adres of email de gegevens naar
Mirjam.Ernestus@mpi.nl.
achternaam:
...............................................................................
voorletter(s) evt. titel:
...............................................................................
afdeling/vakgroep:
...............................................................................
postadres
werk- of priveadres:
...............................................................................
postcode en plaats:
...............................................................................
emailadres:
...............................................................................
----------------------------------------------------------------------------------------
De contributie is 7 Euro / jaar
Aanmelding als lid bij:
Mirjam Ernestus
Max Planck Institute for Psycholinguistics
Postbus 310
6500 AH Nijmegen
tel: +31-24-3612970
email: Mirjam.Ernestus@mpi.nl
Voor meer informatie over de
Vereniging voor Fonetische Wetenschappen:
Rob van Son
Leerstoelgroep Fonetische Wetenschappen
Universiteit van Amsterdam
Herengracht 338
1016 CG Amsterdam
Tel.: 020-5252195/020-5252183
Fax: 020-5252197
Email:R.J.J.H.vanSon AT uva.nl
URL:
http://www.fon.hum.uva.nl/FonetischeVereniging/
PROGRAMMA (PDF)
9:00 Ontvangst met koffie
9:30 Welkom
9:35-10:55 Ochtendsessie I (Voorzitter
Bert Schouten)
Luc van Buuren, Linguavox, Bloemendaal
Willemijn Heeren, Universiteit Utrecht
Wang Hongyan and Vincent J. van Heuven
Holger Mitterer, Max-Planck-Institut für
Psycholinguistik
10:55 Koffiepauze
11:15-12:35 Ochtendsessie II (Voorzitter Mirjam Ernestus)
Tina Cambier-Langeveld & Jos Vermeulen, Nederlands
Forensisch Instituut
Renee van Bezooijen, Universiteit Nijmegen
Hanne Kloots, Steven Gillis & Marc Swerts, Universiteit
Antwerpen
12:15 Demonstraties en Lunch
12.15 NeXTeNS: een nieuw open source
tekst-naar-spraak systeem voor het Nederlands
Erwin Marsi & Joop Kerkhoff, Universiteit van Tilburg,
Universiteit Nijmegen
12.30 Nederlandse (LVCSR)
spraakherkenning/Information Retrieval
Roeland J. F. Ordelman, Universiteit van Twente
14:00-15:20 Middagsessie I (Voorzitter Rob van Son)
Evie Coussé & Hanne
Kloots, Universiteit Antwerpen
Petra van Alphen, Max-Planck-Institut für
Psycholinguistik
Maartje Schreuder & Dicky Gilbers, Universiteit van
Groningen
Hugo Quené, Universiteit Utrecht
15:20 Thee
15:45-16:45 Middagsessie II (Voorzitter
Erwin Marsi)
Kris Demuynck, Tom Laureys, Dirk Van Compernolle, &
Patrick Wambacq, K.U.Leuven
Helmer Strik, Universiteit Nijmegen
Henk van den Heuvel, SPEX/CLST, Universiteit Nijmegen
16:45 Afsluiting
Luc van Buuren, Linguavox, Bloemendaal
De a-fonetiek ging kopje onder na de eerste
bloeiperiode ± 2500 jaar geleden. Na een tweede
bloeiperiode (± 1870-1945), dreigt ze opnieuw kopje
onder te gaan. De Indiase benadering (articulatorische 'yoga',
introspectie, auditieve observatie) strookt niet met westerse
(empirische, instrumentele, visuele) voorkeuren, c.q. de
a-fonetiek. Een opleiding tot a-foneticus schijnt niet langer te bestaan. Linguisten en
fonetici beschouwen nu de a-fonetiek als marginaal
of irrelevant.
Practisch argument voor
a-fonetiek. De
fantastische vooruitgang sinds 1870 in de beschrijving
van alle vocalisatie stelt ons in staat de uitspraak van
talen (Nederlands, Engels…) nauwkeurig te beschrijven
en/of te doceren aan allochthonen. Maar willen we dat
wel?
Theoretisch argument. Taal is
een netwerk van sociaal bepaalde vorm-betekenis eenheden
(Saussure). In uw menselijk brein zitten die betekenissen en
(fonologische) vormen als met elkaar verbonden neuro-cognitieve
patronen, zintuigelijk -vooral auditief- geleerd. Om uw
taaltekens weer sociaal te gebruiken moeten zij uw
motoriek (vocalisatie, gebaren) activeren. Ergo: het
verschijnsel taal behelst een vicieuze cirkel:
fysiologie(hersenactiviteit +motoriek)↔vorm↔betekenis↔fysiologie… Ergo: a-fonetiek is een onmisbare component van
taalkunde.
Willemijn Heeren, Universiteit Utrecht
Mijn promotieonderzoek richt zich op de vraag
hoe de perceptie van een nieuw foneemcontrast zich ontwikkelt
bij verschillende leeftijdsgroepen, nl. volwassenen en kinderen
in de basisschoolleeftijd. We gaan hierbij uit van twee
hypotheses. De eerste hypothese, Acquired Distinctiveness,
stelt dat luisteraars verschillen binnen of tussen nieuwe
categorieën aanvankelijk slecht horen. Door training leert
de luisteraar de verschillen tussen klanken die verschillend
worden gecategoriseerd. De tweede hypothese, Acquired
Similarity, stelt dat de luisteraar verschillen binnen en
tussen categorieën voor het leren goed kan onderscheiden.
Door training blijft enkel het verschil tussen klanken die
verschillend worden gecategoriseerd overeind.
Het experiment, waarvan ik de opzet en de
voorlopige resultaten zal bespreken, volgt het leren van het
Brits-Engelse contrast, /ʃ-s/,
door volwassen Nederlanders. In een pretest-posttest design
wordt de foneemontwikkeling als gevolg van training bekeken. De
pre- en posttest bevatten spraak van één spreker.
Spraak van vijf andere sprekers vormt het trainingsmateriaal.
Deze variatie dwingt de luisteraar te abstraheren over
sprekerverschillen en robuuste categorieën te vormen.
Wang Hongyan and Vincent J. van Heuven
Very little is known about the loss of
intelligibility that is incurred by L2 speakers when they
communicate with native L1 listeners. Even less is known about
the differences in intelligibility among L2 English speakers of
diverse national backgrounds, such as Chinese-accented
speakers of English versus Dutch-accented speakers. The first
aim of our study is to test the hypotheses that (i) Dutch
English is more intelligible to native listeners of English
than Chinese English, and (ii) both foreign-accented varieties
are less intelligible to L1 English listeners than native
English. Hypothesis (i) follows from a contrastive analysis of
the sound systems of the languages involved, showing that Dutch
and English are much more similar in their sound structure than
Chinese and English. Our third hypothesis relates to the
relative intelligibility of the three types of English for
non-native listeners. Two hypotheses are plausible here: (iii)
L1 English is always more intelligible to listeners of any
nationality, since it optimally conforms to the norm the
foreign speaker/listeners were taught to adhere to, or (iv)
Dutch English is more intelligible to Dutch listeners, and
Chinese English to Chinese listeners, as these varieties embody
precisely the interference phenomena that the L2 speakers are
used to.
We recorded a male and a female speaker of
(American) English, of Dutch English and of Chinese English.
Speakers were young adults, studying at the university level
with no specialisation in English. Five types of English
materials were recorded for each speaker: (1) vowel
test: a list of word containing the 20 vowels in identical
/hVd/ contexts, (2) consonant test: a list of nonsense
words /aCa/ containing 24 intervocalic single consonants, (3)
cluster test: a list of 20 CC or CCC clusters in
/aCC(C)a/ clusters, (4) SUS-test: 30 Semantically
Unpredictable Sentences with high-frequency words occurring in
syntactically correct but semantically nonsense sentences, and
(5) SPIN test: 50 short sentences, with a contextually
predictable or unpredictable target word in final position. The
entire set of materials was then presented in perceptual
identification and recognition tests three groups of listeners
belonging to the same population as the speakers.
For each test, hypotheses (i), (ii) and (iv) but
not (iii) were supported. In our talk we will present the
confusion structure in the vowel, consonant, and cluster data,
and show how intelligibility at the sentence level can be
predicted through regression analysis from the
phoneme-identification results.
Holger Mitterer, Max-Planck-Institut für
Psycholinguistik
In vloeiende spraak komen taalspecifieke
aanpassingen, zoals assimilatie, voor. Zo kan het woordje tuin
met een /m/ worden uitgesproken. In hoeverre tuim als een
voobeeld van tuin herkend wordt is afhankelijk van de
fonologische context, met name in hoeverre die assimilatie
toestaat. Zo wordt tuim door Nederlandse luisteraars als tuin
herkend in tuimbank maar niet in *tuinstoel. De vraag is nu in
hoeverre deze contextsensitiviteit een gevolg is van het leren
van assimilatie regels, d.w.z. Nederlanders hebben geleerd dat
een /m/ voor een /b/ een /n/ kan zijn? Om dit te onderzoeken
hebben wij Portugese proefpersonen met Nederlandse assimilaties
en Nederlandse proefpersonen met Hongaarse assimilaties
geconfronteerd. Uit de resultaten blijkt dat de
contextsensitiviteit bij het herkenning van assimilaties maar
ten dele het gevolg is van taalspecifieke ervaring met
assimilatieprocessen. Zou u dus Hongaars willen leren, zou de
herkenning van geassimileerde vormenbij hoge uitzonderinggeen
problemen opwerpen.
Tina Cambier-Langeveld & Jos Vermeulen, Nederlands
Forensisch Instituut
Naast het verrichten van vergelijkend
spraakonderzoek, d.w.z. sprekerherkenning door deskundigen,
wordt het Nederlands Forensisch Instituut (NFI) een enkele keer
ook gevraagd een betrouwbare vorm van sprekerherkenning
door getuigen in elkaar te zetten. Als de zaak voldoet aan een
aantal criteria, wordt een 'voice line-up' geconstrueerd,
waarbij de stem van een verdachte in een rijtje van
soortgelijke stemmen wordt gezet en aan de getuige wordt
gevraagd of hij/zij één van de stemmen herkent
als de stem van de dader.
Om de waarde van de uitkomst van een dergelijke
'voice line-up' zo goed mogelijk in te kunnen schatten, is het
belangrijk dat de line-up aan bepaalde eisen voldoet.
Eén van de eisen die gesteld wordt is dat alle stemmen
in de line-up moeten voldoen aan de beschrijving die de getuige
geeft van de stem van de dader. Deze beschrijving is echter
over het algemeen weinig specifiek. In voorkomende gevallen
wordt altijd met een vragenlijst gewerkt, waarbij de getuige
enige terminologie krijgt aangereikt. Een voorbeeld van zo'n
vragenlijst zal tijdens de presentatie worden weergegeven. Deze
is echter redelijk arbitrair tot stand gekomen. Het vinden van
een eenduidige terminologie voor het beschrijven van stemmen
blijft een zeer lastige zaak.
Renee van Bezooijen, Universiteit Nijmegen
De Gooise r - dat wil zeggen de
approximantische realisatie van de /r/ in postvocale positie -
lijkt zich in een rap tempo in het Nederlands te verspreiden.
In Haarlem is hij onder kinderen nu de enige postvocale
realisatie van de /r/, maar ook in Nijmegen heeft de helft van
de kinderen hem al. Ook in de media tref je hem veelvuldig aan:
tweederde van de televisiepresentatoren gebruikt hem op z'n
minst af en toe. Vindt men de Gooise r dan zo veel
aantrekkelijker dan de tongpunt-r en de huig-r? En wat straalt
de Gooise r dan uit, met wat voor persoonlijkheid worden de
verschillende varianten geassocieerd? Wat weten mensen van het
voorkomen van verschillende r-varianten in Nederland? Deze
vragen stonden centraal in een evaluatie-onderzoek dat ik heb
uitgevoerd in vier regio's: (de gebieden rondom) Hilversum,
Nijmegen, Geleen en Leeuwarden. Het aantal luisteraars per
plaats lag tussen de 30 en 40 personen, verdeeld over mannen en
vrouwen en twee leeftijden. Er werd gebruik gemaakt van de
matched guise techniek, waarbij dezelfde tekst door dezelfde
spreker met verschillende combinaties van r-en werd
ingesproken. Ik presenteer in mijn lezing de resultaten.
Hanne Kloots, Steven Gillis & Marc Swerts, Universiteit
Antwerpen
In het kader van het VNC-project Variatie in de
uitspraak van het Standaardnederlands werd een
sociolinguïstisch interview afgenomen van 80 Vlaamse en 80
Nederlandse leraren Nederlands. De steekproef was
gestratificeerd naar regio (4 regio's in Vlaanderen, 4 in
Nederland), sekse (evenveel mannen als vrouwen) en leeftijd (de
helft van de sprekers is geboren voor 1955, de andere helft na
1960). De spontane spraak die in het kader van dit project
verzameld werd, vormt momenteel de basis voor onderzoek naar
reductieverschijnselen in de standaardtaal. In deze presentatie
brengen we verslag uit van een studie naar de uitspraak van het
possessivum mijn. De 160 gesprekken bevatten in totaal
1253 realisaties van mijn. De stimuli werden gescoord
door drie beoordelaars via een internetapplicatie. In de
literatuur worden doorgaans twee uitspraakvarianten
onderscheiden: de 'volle' vorm mijn en de 'doffe' vorm
m'n. We gaan na of dit inderdaad de enige varianten zijn
die in ons corpus voorkomen. Vervolgens onderzoeken we de
invloed van de variabelen land, leeftijd en sekse, en besteden
daarbij ook aandacht aan factoren als aanwezigheid van
klemtoon, toepassing van taalnormen en regionale herkomst van
de spreker.
12.15 NeXTeNS: een nieuw open source
tekst-naar-spraak systeem voor het Nederlands
Erwin Marsi & Joop Kerkhoff, Universiteit van Tilburg,
Universiteit Nijmegen
NeXTeNS staat voor 'Nederlandse Extensie voor
Tekst naar Spraak', en is een project dat tot doel heeft om een
modern tekst-naar-spraak systeem te ontwikkelen voor onderwijs-
en onderzoeksdoeleinden. Het systeem draait onder verschillende
besturingssystemen (MS WIndows en Linux), de programmacode is
vrij beschikbaar (open source), en het is gratis te verkrijgen
en te gebruiken. Eerst beargumenteren we waarom er behoefte is
zo'n nieuw systeem. Vervolgens presenteren we in het kort de
doelstellingen, de deelnemers, de ontwikkelingsstrategie (nl.
zoveel mogelijk gebruik maken van bestaande voorzieningen en
programma's), en de architectuur. In de rest van dit praatje
zullen we de nadruk leggen op het praktische perspectief: wat
kunnen gebruikers met NeXTeNS doen? Tevens zullen we de
grafische gebruikersinterface bespreken. Ter afsluiting zullen
we een aantal voorbeelden van synthetische spraak laten
horen.
12.30 Nederlandse (LVCSR)
spraakherkenning/Information Retrieval
Roeland J. F. Ordelman, Universiteit van Twente
Aan de hand van twee demonstraties wil ik laten
zien hoe Nederlandse spraakherkenning ingezet kan worden voor
spraak-gebaseerde retrieval. De eerste demo laat zien hoe door
middel van "alignment" optimaal gebruik kan worden gemaakt van
al aanwezige, niet geheel overeenkomende transcripties van
spraak (zoals notulen van vergaderingen) voor het zoeken in
audio/multimedia bestanden. De tweede demo toont de op de
Universiteit Twente voor het Nederlands ontwikkelde
spraakherkenner in actie in het nieuws domein en geeft een idee
van de huidige kwaliteit van de herkenning (met groot
vocabulaire) en hoe de herkenningsresultaten kunnen worden
gebruikt voor het verkrijgen van aan het audiofragment
gerelateerde informatie (koppeling nieuwsuitzending aan
krantenmateriaal).
Evie Coussé & Hanne
Kloots, Universiteit Antwerpen
In deze bijdrage presenteren we een onderzoek
naar vocaalreductie in het Standaardnederlands aan de hand van
data uit het Corpus Gesproken Nederlands. Onder vocaalreductie
verstaan we het verkorten van een fonologisch lange klinker tot
zijn korte pendant (pr[o]bleem > pr[ɔ]leem), het
verdoffen van een volle klinker tot een sjwa (m[i]nuut/ >
m[ə]nuut]) en de volledige
deletie van een klinker (Int[e]resse > int[]resse). In de
fonetische en fonologische vakliteratuur zijn een aantal
hypotheses geponeerd over vocaalreductie. De ontwikkeling van
het Corpus Gesproken Nederlands geeft ons de mogelijkheid om
een aantal van die stellingen te testen op een grote
dataset.
Concreet hebben we van een subcorpus van
monomorfematische woorden de brede fonetische transcriptie
gealigneerd met een referentietranscriptie. Door beide
transcripties te vergelijken, kunnen we variatie in de
uitspraak op het spoor komen. Uit het onderzoek blijkt dat
vocaalreductie beïnvloed wordt door fonologische factoren
als vocaalkwaliteit, aard van de omringende consonanten, aantal
syllaben, syllabestructuur, de relatieve positie van de
klemtoon en taalexterne factoren als regio, spreekstijl en
woordfrequentie.
Petra van Alphen, Max-Planck-Institut für
Psycholinguistik
In het algemeen wordt aangenomen dat de
Nederlandse plofklanken [b] en [d] aan het begin van een woord
met prevoicing worden geproduceerd. Het eerste experiment van
dit project laat echter zien dat stemhebbende plosieven
regelmatig zonder prevoicing worden gerealiseerd. Er zijn
verschillende factoren die de productie van prevoicing
beïnvloeden. In het tweede experiment wordt onderzocht
welke andere potentiële akoestische cues aanwezig zijn,
die gebruikt kunnen worden bij de perceptie van het
fonologische onderscheid tussen stemhebbende en stemloze
plosieven. Er is gebruik gemaakt van een CART-analyse om te
voorspellen welke van deze akoestische maten het meest
betrouwbaar zijn. Tenslotte laat een perceptie-experiment zien
welke van deze potentiële cues daadwerkelijk worden
gebruikt door luisteraars. Hieruit blijkt dat prevoicing de
primaire cue is voor het onderscheid tussen stemhebbende en
stemloze plofklanken, ondanks het feit dat prevoicing in het
Nederlands regelmatig afwezig is.
Maartje Schreuder & Dicky Gilbers, Universiteit van
Groningen
For this experiment we wondered whether the
influence of a higher speech rate leads to adjustment of the
phonological structure, as it does in music, or just to
'phonetic compression', i.e. shortening and merging of vowels
and consonants, with preservation of the phonological
structure. If the rhythmic structure is adjusted, this implies
that every speech rate has its own register, in terms of
Optimality Theory (Prince & Smolensky, 1993) its own
ranking of constraints.
The allegro (fast) data were obtained by means
of a multiple-choice quiz in which two subjects competed each
other in answering simple questions as quickly as possible.
Afterwards the subjects were asked to read the words in a
sentence, at a moderate speech rate. The data were judged by
five trained listeners, and were phonetically analysed in
PRAAT.
The results showed a preference for
restructured rhythms in fast speech. Particularly for the
fastest speakers correspondence constraints prevailed in their
andante (moderate) speech, whereas in allegro tempo markedness
constraints dominated the correspondence ones.
Hugo Quené, Universiteit Utrecht
De seriële volgorde van sterke en zwakke
lettergrepen is van belang voor de spraakperceptie, althans in
het Engels en het Nederlands. Een woord met beklemtoonde eerste
lettergreep wordt sneller herkend dan een woord beginnend met
een onbeklemtoonde lettergreep. Maar waardoor wordt dit effect
nu eigenlijk veroorzaakt? Door de isochronie van beklemtoonde
lettergrepen (ritme) in de hoorbare spraak? Of door de
alternantie van sterke en zwakke lettergrepen (metrum)?
In een foneem-detectie-experiment heb ik deze
ritmische en metrische factoren proberen te ontwarren.
Luisteraars hoorden woordenlijstjes, waarin het doelwoord
hetzij metrisch voorspelbaar was (zelfde patroon als
voorgangers in lijstje), hetzij metrisch onvoorspelbaar.
Bovendien was de `timing' tussen woorden of ritmisch
(isochronie van klemtonen), of a-ritmisch. De resulterende
reactietijden laten duidelijk effect zien van ritme, maar niet
van metrum. Dit resultaat suggereert dat de ritmische `timing'
van belang is voor de herkenning van gesproken woorden, en dat
luisteraars deze ritmes gebruiken bij de herkenning van
gesproken woorden.
Kris Demuynck, Tom Laureys, Dirk Van Compernolle, &
Patrick Wambacq, K.U.Leuven
In deze presentatie beschrijven we de
automatische generatie van foneemtranscripties en de bijhorende
foneem- en woordsegmentaties zoals die gemaakt worden voor het
Vlaamse deel van het Corpus Gesproken Nederlands. Eerst
beschrijven we de automatische generatie van een netwerk van
alternatieve foneemtranscripties op basis van de orthografie.
Uit dit netwerk selecteert de automatische spraakherkenner het
akoestisch best passende pad. Vervolgens behandelen we de
gebruikte algoritmes voor het maken van woord- en
foneemsegmentaties. We besluiten met een gedetailleerde analyse
van de verschillen tussen enerzijds de manueel geproduceerde
foneemtranscripties en woordoplijningen en anderzijds de
resultaten van het automatische proces. Deze evaluatie gebeurt
op de uiteenlopende componenten die binnen het CGN aanwezig
zijn: van voorgelezen spraak over spontane conversaties tot
telefoonspraak.
Helmer Strik, Universiteit Nijmegen
Fonetische transcripties zijn nodig voor vele
applicaties. Het is bekend dat manuele fonetische transcripties
nadelen hebben, onder andere omdat het maken ervan tijdrovend
en duur is. Een mogelijk alternatief zijn automatische
fonetische transcripties. Maar, in hoeverre is dat nu al
mogelijk? Deze vraag krijgen we de laatste tijd steeds vaker te
horen. In deze presentatie zal ik proberen een antwoord te
geven op deze vraag door een overzicht te presenteren van
onderzoek dat al uitgevoerd is en lopend onderzoek.
Henk van den Heuvel, SPEX/CLST, Universiteit Nijmegen
Valideren van spraakdatabases komt neer op het
controleren van de kwaliteit van grote spraakbestanden aan de
hand van een aantal criteria. Die criteria bestaan uit de
specificaties van de database aangevuld met een aantal
tolerantiemarges die aangeven hoever van het ideaal mag worden
afgeweken.
SPEX heeft een langdurige ervaring met het
valideren spraakdatabases. Sinds 1996 valideert SPEX wij de
spraakdatabases die in vele vaak door de EC gesponsorde
projecten, geproduceerd worden. Verder zijn wij het offici"ele
validatiecentrum van ELRA (European Language Resources
Association). In deze bijdrage ga ik in op de aspecten van een
database die gevalideerd worden en de procedures die daarbij
gehanteerd worden. Hierbij zal gekeken worden hoe validaties in
het begin werden uitgevoerd en hoe procedures en controles zich
in de loop der tijden hebben ontwikkeld tot de hedendaagse
stand van zaken.
Het woordje 'ik' in de titel heeft in eerste
instantie betrekking op mijzelf, maar na afloop van de
voordracht hoop ik dat ook de toehoorder geinteresseerd is
geraakt in het onderwerp en er zijn/haar persoonlijke voordeel
mee kan doen.