Page 85 - 蒙古语科尔沁土语研究体

第三章 实验语音学对科尔沁土语的分析与研究

音信号当前采样值可由过去若干采样值线性组合逼近的假设构建数学模型。通过
最小化预测误差均方值确定最优预测系数，这些系数与语音信号频谱包络紧密相
关，而共振峰就在频谱包络峰值处。比如在科尔沁土语音节“ba”中，辅音“b”

与元音“a”组合改变声道形状，影响共振峰位置与带宽。借助 LPC 技术可精准
提取“a”在该音节中的共振峰信息，分析其与单独发“a”音时的差异及辅音影响。
Praat 软件在共振峰提取上作用突出。在 Praat 中使用“To LPC”功能对语音信号
做 LPC 分析，依语音特性设好预测阶数（一般科尔沁土语设 10~16），Praat 算

出 LPC 系数后，通过“Formant（LPC）”功能基于这些系数算出并提取共振峰
频率、带宽等信息。这些信息可在 Praat 频谱图以图形展示，也能导出文本文件
用于后续统计分析。
（三）音强提取途径与工具

音强在科尔沁土语语音研究里对分析词汇重音、语句韵律与情感表达有重
要价值。音强提取主要通过对语音信号进行短时能量分析达成。基于语音信号短
时平稳性假设，将其分割成短时段（帧），计算每帧语音信号能量。例如在科尔
沁土语句子“biʊːl–dəːr bɛːn”（我在山上。）中，Praat 软件可用于音强分析。

把语音数据导入后，使用“To Intensity”功能，Praat 会按默认或指定参数（帧
长、帧移等）分帧并计算每帧能量，得到音强曲线。从中可发现实词“ʊːl”通常
音强较高，虚词“dəːr”“bɛːn”等较低，体现词汇层面音强分布特点。在表达
强调语气时，如“biːʊːlənœrœː-dəːrbɛːn!”（我就在山上！），被强调部分“ʊːl–

dəːr”音强明显增大，反映语句韵律和情感表达中的音强变化规律。
（四）音长提取方式与工具
音长在科尔沁土语里对区分长短音对立元音、辅音组合以及研究语音韵律节
奏颇为重要。在 Praat 软件中可精确提取音长信息。操作时，在 Praat 中打开科尔
沁土语语音文件后，通过手动标记或自动检测确定语音信号起始与终止点，Praat

依此算出语音持续时间即音长。如科尔沁土语中长元音“aa”和短元音“a”对立，
像“max”（肉）和“man”（我们），Praat 测量可知“max”中长元音“a”音
长明显长于“ma”中短元音“a”。在音节连读方面，如“na-ma”连读时，“na”

音节和“ma”音节音长分配受连读规则和韵律节奏影响，Praat 对大量连读音节
音长测量分析，可总结出其变化规律及对科尔沁土语语音韵律和节奏的影响。

73