Page 84 - 蒙古语科尔沁土语研究体

Research on Mongolian Khorchin Dialect
蒙古语科尔沁土语研究

时能量计算、短时过零率统计、频谱分析（包括线性频谱分析、对数频谱分析以
及基于 Mel 频率的频谱分析等）、系谱分析等。这些特征参数能够从不同角度刻
画语音信号的特性，为深入探究科尔沁土语的语音结构、发音规律以及语音变化

模式等提供丰富且翔实的数据支持，从而推动科尔沁土语的实验语音学研究迈向
更高的层次。

第二节 科尔沁土语语音特征的量化分析

一、声学参数的提取与分析

（一）基频提取方法与工具

基频对于展现科尔沁土语语音的声调、语调与韵律极为关键。提取基频主要
运用自相关函数法与 cepstrum 法。自相关函数法依靠语音信号的准周期性。在科
尔沁土语的稳定发音时段，例如单个元音或音节发音，其波形呈现周期重复特性。
该方法通过计算不同时间延迟下语音信号与自身的相似性，即自相关值。当延迟

等同于基音周期时，自相关值会出现显著峰值，此峰值对应延迟的倒数便是基频。
不过，在低信噪比或有噪声干扰时，自相关函数法可能出现提取偏差。Cepstrum
法更为复杂但在特定情形下更有效。它先对语音信号做傅里叶变换得到频谱，再
取对数得到对数频谱，之后进行逆傅里叶变换得到 Cepstrum 序列。在该序列中，

基频信息体现为低频峰值。因为语音信号频谱里，基频及其谐波成分经对数运算
形成等间隔频谱结构，逆傅里叶变换后在 Cepstrum 序列低频部分汇聚成峰。例
如对于科尔沁土语清晰的单音节词“albən”中的“a”元音，Cepstrum 法能精准
提取基频，即便有一定环境噪声，只要未掩盖基频特征，该法仍可奏效。在实际

操作中，Praat 软件是常用工具。将科尔沁土语语音数据导入后，在分析菜单选
相应基频提取功能，如“To Pitch”（自相关函数法）或“Pitch Cepstrum”（Cepstrum
法），并设好分析窗口长度、帧移等参数，Praat 就会处理语音信号，算出基频曲线，
以可视化展示并可导出文本格式数据。

（二）共振峰提取手段与工具
共振峰对区分科尔沁土语元音音色、剖析辅音对元音影响以及研究音节连读
语音变化意义重大。提取共振峰主要借助线性预测编码（LPC）技术。其基于语

72