بررسی همبسته های آکوستیکی ریتم گفتار زبان فارسی با تمرکز بر تمایزات میان گوینده
Publish place: Researches in Linguistics، Vol: 12، Issue: 2
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 296
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRLU-12-2_002
تاریخ نمایه سازی: 18 خرداد 1400
Abstract:
یکی از ویژگی های ریتم گفتار تغییرپذیری دیرش سطوح مختلف فواصل آوایی، ازجمله فواصل واحدهای زبانی، فواصل همخوان و واکه، فواصل همخوانی و واکه ای، فواصل واک داری و بی واکی، فواصل هجایی و فواصل قله هجا است. محاسبه تغییرپذیری دیرش برخی از این فواصل، ازجمله فواصل همخوان و واکه و فواصل همخوانی و واکه ای، طبقه بندی زبان ها را براساس ریتم آنها مشخص می کند. علاوه بر این، تجارب روزمره ما نشان می دهد که در مواقعی شناسایی گوینده تنها از طریق صدای آن فرد امکان پذیر است. ویژگی های زنجیری و زبرزنجیری ریتم گفتار ازجمله مواردی هستند که در شناسایی گوینده می توان از آنها استفاده کرد. . در این مطالعه، همبسته های آکوستیکی ریتم گفتار زبان فارسی در یک متن خوانشی با محاسبه سنجه های مختلف دیرش فواصل ذکرشده بررسی می شوند. همچنین، به منظور یافتن بهترین سنجه ریتم شناسایی گوینده، تغییرپذیری ریتم میان گوینده داده های این پژوهش بررسی می شوند. نتایج به دست آمده از داده های این پژوهش، نظریه هجا زمانی بودن زبان فارسی را تایید می کند. علاوه بر این، نتایج بررسی ویژگی های زنجیری و زبرزنجیری ریتم داده های پژوهش حاضر حاکی از تغییرپذیری معنی دار میان گوینده گویشوران زبان فارسی است که از میان آنها سنجه مربوط به تغییرپذیری دوتایی فواصل همخوانی-واکه ای (nPVI_CV) و بعد از آن، سرعت هجا و درصد واکه ای بودن متغیرهای قوی تری برای نشان دادن تمایزات میان گوینده هستند.
Keywords:
Authors
نفیسه تقوی
دانشجوی دکترا، بخش زبان های خارجی و زبانشناسی، دانشکده ادبیات و علوم انسانی، دانشگاه شیراز، ایران
امیرسعید مولودی
بخش زبان های خارجی و زبان شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه شیراز، شیراز، ایران.
وحیده ابوالحسنی زاده
بخش زبان های خارجی، دانشکده ادبیات و علوم انسانی، دانشگاه شهید باهنر کرمان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :