Table Of ContentFORSCHUNGSBERICHTE
DES WIRTSCHAFTS~ UND VERKEHRSMINISTERIUMS
NORDRHEIN·WESTFALEN
Herausgegeben von Staatssekretär Prof. Leo Brandt
Nr.221
Dr. rer. nato W. Meyer-Eppler
Institut für Phonetik und Kommunikationsforschung der Universität Bonn
Experimentelle Untersuchungen zum Mechanismus von Stimme und
Gehör in der lautsprachlichen Kommunikation
Als Manuskript gedruckt
WESTDEUTSCHER VERLAG / KOLN UND OPLADEN
1955
ISBN 978-3-663-00514-8 ISBN 978-3-663-02427-9 (eBook)
DOI 10.1007/978-3-663-02427-9
Forsohungeberiohte des Wirtsohafts- und Verkehrsministeriums Nordrhein-Westfalen
G 1 i e der u n g
.
.
I. Problemstellung S • 5
Ir. Grundlagen · · s. 6
.
1 • Die Zeit-Frequenz-Analyse · · · · · · · · · · S. 6
2. Das Visible-Speech-Verfahren · · · · · · • · S. 7
3· Gestaltprobleme und Anamorphose · · · · · · S. 11
4· Auflösungsvermögen und Unschärferelation · · · · · · · S. 13
.
IIr. Die lautsprachliche Kommunikation · · · · · · S. 17
1. Eigenschaften der Signale und Grenzen ihrer
. . . . . .
Analysierbarkeit · · · · · · · · S. 17
2. Überindividuelle Merkmale der Signale · · S. 18
3· Eigenschaften des Übertragungsweges · · S. 21
4· Additive Störungen im Übertragungsweg · · · S. 26
. .
5· Artikulatorische Fragen · · · · · · · · · · · S. 30
6. Lautproduktion und Schallsinnesorgan · · S. 32
IV. Zusammenfassung. • S. 39
V. Literaturverzeichnis
• S. 40
Seite 3
Forschungsberichte des Wirtschafts- und Verkehrsministeriums Nordrhein-Westfalen
I. Problemstellung
stimme und Gehör sind die beiden Endpunkte derjenigen interhumanen Kom
munikationskette, die sich akustischer Signale zur Übermittelung von In
formationen bedient. Stimme und Gehör allein und ein zwischen dem Stimm
organ und dem Ohr bestehender intakter Übermittelungsweg für die akusti
schen Signale reichen jedoch noch nicht zu einem sprachlichen Zeichenver
kehr aus; hierzu muß vielmehr eine zweite, intellektuelle Verbindung zwi
schen dem Subjekt und dem Adressaten der Sprechhandlung 1) hergestellt
werden, mit deren Hilfe den physikalisch observablen Signalen Zeichen
charakter verliehen wird (10). Abbildung 1 soll die Doppelwegigkeit der
lautsprachlichen Kommunikationskette verdeutlichen.
Subjekt Adressat
Akust. Signale
Cortex Stimme ~------~------~ Gehör Cortex
Vereinbarung
über Zeichen-______
-J
funktion
A b b i 1 dun g 1
Die lautsprachliche Kommunikationskette
Die Zeichennatur von Signalen kann nicht durch physikalische Meßmethoden
allein erkannt werden, da sie wesentlich auf einer Übereinkunft zwischen
den beiden Kommunikationspartnern beruht. Es erweist sich deshalb als
notwendig, die Beobachtung phonatorischer und auditorischer Phänomene
durch psychologische Untersuchungsmethoden zu ergänzen, sobald es sich
um mehr als die bloße Übermittelung bedeutungsloser Schallsignale handelt.
Die Wirksamkeit jeder Art von Sprechhandlung und lautsprachlicher Apper
zeption kann mithin nur auf dem Wege über Hörtests nachgeprüft werden.
Der erste Schritt besteht stets darin, eine Vereinbarung über die Zeichen
funktion der zu untersuchenden Schallsignale zu treffenr erst dann kann
man darangehen, die Schallsignale physikalisch meßbaren äußeren Einflüssen
1. Die Bezeichnungen "Subjekt" und "Adressat" stammen von BÜHLER (1).
Seite 5
Forschungsberichte des Wirtschafts- und Verkehrsministeriums Nordrhein-Westfalen
auszusetzen, um festzustellen, welche ihrer Merkmale auf dem Wege vom
Subjekt zum Adressaten konserviert werden müssen, damit die vereinbarte
Zuordnung von Zeichen und Signalen eindeutig bleibt, d.h., eine empfangs
seitige Unterscheidung der Zeichen möglich ist. Lautsprachliche Verstän
digung gelingt nur, wenn die durch den Übertragungsvorgang entstehenden
Deformationen und Störungen der Signale innerhalb des semantischen (d.h.
auf den Zeichencharakter bezüglichen) Toleranzbereichs bleiben.
Der folgende Bericht befaßt sich mit der Frage, ob und bis zu welchem
Grade die semantisch relevanten Elemente des lautsprachlichen Geschehens
durch eine physikalische Transformation des Schallvorgangs in den opti
schen Bereich sichtbar gemacht werden können, und wie Störungen inner
halb der Kommunikationskette sich im optischen Abbild der Schallsignale
äußern. Zur akustisch-optischen Abbildung wird vorzugsweise das Visible
Speech-Verfahren herangezogen, das sich als besonders geeignet für die
Lösung lautsprachlicher Probleme erwiesen hat. Es wird gelegentlich er
gänzt durch Tonhöhenregistrierungen (IfMelodiekurven"). Ein zusätzlicher
Abschnitt (111,6) befaßt sich mit der Möglichkeit, die Lautproduktion
durch meßbare Eingriffe in den normalen retrokommunikativen Kontrollweg
zwischen Mund und Ohr des Sprechenden zu beeinflussen, um - wiederum an
hand von optischen Analysen - Aufschluß über den Sprechvorgang.zu gewinnen.
Besonderer Wert wurde darauf gelegt, die Stellen aufzuzeigen, an denen die
Gefahr einer fehlerhaften Interpretation besteht.
11. Grundlagen
1. Die Zeit-Frequenz-Analyse
Das menschliche Ohr hat Eigenschaften, die näherungsweise denjenigen eines
kontinuierlichen Frequenzfilters vergleichbar sind. Man hat deshalb ver
sucht, elektrische Ersatzschemata für das Ohr anzugeben, die ein solches
Filter nachbilden. Da im Ausgang eines Ohrmodells die Amplituden sämtli
cher in dem analysierten Schallvorgang enthaltenen Spektralkomponenten
gleichzeitig erscheinen, ist eine wenigstens zweidimensionale Registrie
rung des Analysenergebnisses notwendig. Das Registrierdiagramm muß drei
voneinander unabhängige Größen, nämlich den Beobachtungszeitpunkt, die
beobachtete Frequenz und die Intensität des Spektrums bei dieser Frequenz
und im Beobachtungszeitpunkt wiederzugeben in der Lage sein; das macht
Seite 6
Forsohungsberiohte des Wirtsohafts- und Verkehrsministeriums Nordrhein-Westfalen
erforderlich, die in der Ebene nicht darstellbare dritte Variable durch
andere als geometrische Mittel auszudrücken. Von allen bisher vorgeschla
genen Verfahren hat sich die Darstellung der Intensitäten durch Hellig
keits- oder Schwärzungswerte am besten bewährt; Beobachtungszeitpunkt und
Analysierfrequenz werden dabei in der üblichen Weise in kartesischen Koor
dinaten aufgetragen.
2. Das Visible-Speech-Verfahren
Die vollkommenste der zur Zeit verfügbaren Analysiermethoden ist das von
R.K. POTTER und Mitarbeitern entwickelte Visible-Speech-Verfahren (14).
Da man praktisch keinen kontinuierlichen Analysator bauen kann, der die
Intensitäten aller Spektralkomponenten gleichzeitig anzeigt 2), muß man
einen Kunstgriff anwenden, um trotz sukzessiver Analyse der verschiedenen
Frequenzgebiete den Eindruck eines kontinuierlich-simultanen Spektraldia
gramms zu erhalten. Dies geschieht beim Visible-Speech-Verfahren unter
Zuhilfenahme magnetischer Speicherung in folgender Weise.
Der zu analysierende Vorgang wird auf dem Mantel einer zylindrischen
ttMagnetscheibe" (Abb. 2) magnetisch gespeichert. Zur Aufnahme der magne
tischen Tonspur dient ein Aufnahmekopf, der anschließend bei der Abtastung
der Spur als Wiedergabekopf verwendet wird. Ein während der Aufnahme ein
geschalteter Löschkopf verhindert, daß mehr als ein einziger Schallvor
gang auf dem Umfang der Magnetscheibe gespeichert wird.
Bei der Analyse wird der gespeicherte Vorgang so oft abgetastet, bis der
in das Gerät eingebaute Suchtonanalysator das ganze sprachwichtige Spek
trum zwischen 85 und 8000 Hz abgetastet hat. Hierzu sind etwa 380 Umdre
hungen erforderlich. Um die Analysierzeit abzukürzen, läßt man die Magnet
scheibe während des Analysiervorgangs mit einer gegenüber der Aufnahmege
schwindigkeit auf das 3,33-fache erhöhten Geschwindigkeit rotieren; die
Analyse dauert dann knapp fünf Minuten. Der Frequenzbereich des Sucht on
analysators wird entsprechend hoch gelegt. Zur Anzeige des Analysenergeb
nisses in Schwärzungsschrift dient ein der Faksimile-Übertragung entlehn
tes Verfahren; durch den am Ausgang des Suchtonanalysators auftretenden,
2. Eine von R. WAGNER (16) als Modell der Basilarmembran konstruierte
"polyphone Membran" ist als Demonstrationsmodell brauchbar, zur fort
laufenden Analyse von Schallvorgängen jedoch nicht geeignet.
Seite 7
Forschungsberichte des Wirtschafts- und Verkehrsministeriums Nordrhein-Westfalen
und
Wiedergabekopf
schkopf
gnetscheibe
A b b i I dun g 2
Magnetscheibe und Tonköpfe des Sona-Graph-Gerätes
der Kay Electric Comp. (Werkfoto)
der jeweiligen Spektralintensität proportionalen strom wird der helle Über
zug eines geschwärzten Papiers mehr oder weniger weggebrannt, so daß die
dunkle Unterlage umso deutlicher sichtbar wird, je größer die spektrale
Intensität ist. Das Faksimile-Papier (Timefax-Papier der Firma Times
Facsimile Corporation, New York 19) wird auf eine zur Magnetscheibe ko
axiale Trommel (Abb. 3) aufgespannt.
Wahrend diese Trommel zugleich mit der Magnetscheibe rotiert, schreibt
eine die Papieroberfläche leicht berührende Elektrode (Metalldraht) auf
das Papier enge und mit dem bloßen Auge kaum voneinander trennbare Spiral
linien, die entsprechend der Spektralintensität geschwärzt sind. Eine ro
tierende Schneckenspindel (vgl. Abb. 3) sorgt für einen frequenzproportio
nalen Vorschub der Schreibelektrode.
Seite 8
Forschungsberichte des Wirtschafts- und Verkehrsministeriums Nordrhein-Westfalen
Kontaktarm
Köpfe Schreib Trommel
elektrode
A b b i 1 dun g 3
Ansicht des Registrierteils eines Sona-Graph-Gerätes (Werkfoto)
Abbildung 4 soll eine Vorstellung vom A14ssehen eines "regulären" Visible
Speech-Diagramms vermitteln.
Was Norm ist und was als Abweichung von der Norm betrachtet werden muß,
kann nicht mit physikalischen Argumenten begründet werden. Bereits an die
ser Stelle tritt die für jeden Zeichenverkehr charakteristische Vereinba
rung über die Zeichenfunktion in Kraft; sie besteht im Falle der Abbil
dung 4 in der Angabe "deutschen", und nur in bezug auf diese Festlegung
hat das Visible-Speech-Diagramm überhaupt einen willkürfreien Sinn. Alle
aus den Spektral diagrammen zu ziehenden Folgerungen setzen mithin voraus,
daß dem Versuchsleiter die Konventionen bekannt sind, die den Zeichencha
rakter der bildlich dargestellten Schallsignale konstituieren. Ohne Kennt
nis dieser Konventionen (wenn er also beispielsweise Diagramme zu inter-
Seite 9
Forschungsberichte des Wirtschafts- und Verkehrsministeriums Nordrhein-Westfalen
kHz
8
1
6
5
4
3
2
1
o
z t k s t" a 0 z an t' m a R k'
I
1 Sekunde
A b b i 1 dun g 4
Visible-Speech-Diagramm des deutschen Textes
"Sechstausend Mark"; männliche Versuchsperson
pretieren hätte, die an einer ihm unbekannten Sprache gewonnen wurden) ist
er außerstande, die durch äußere Eingriffe hervorgerufenen Änderungen in
der Diagrammstruktur zu bewerten; er kann sie dann lediglich beschreiben.
Die den Schallsignalen bzw. ihrem optischen Abbild zuzuordnenden Zeichen
werden im folgenden, wie bereits in Abbildung 4, durch die von der "Asso
ciation Phonetique Internationale" vorgeschlagenen Buchstabensymbole (17)
wiedergegeben; der Toleranzbereich dieser Symbole ist so klein, daß inner
halb des Rahmens unserer Untersuchungen Mißverständnisse nicht zu befürch
ten sind.
Teilt man phonetischer Gepflogenheit entsprechend die Sprechlaute in die
artikulatorischen Kategorien der vokalartigen, der frikativen und der plo
siven Laute ein, so findet man folgende Entsprechungen im optischen Zeit
Frequenz-Spektrum bei einer auf die Eigenschaften des menschlichen Ohres
abgestimmten Analysierschärfe:
a) Die vokalartigen Laute besitzen wohlabgegrenzte Spektralgebiete von
besonderer Intensität ("Formanten"), deren Breite in der Regel 500 Hz
nicht übersteigt. Die Formantgebiete entstehen durch die Filterwirkung
Seite 10
Forsohungsberiohte des Wirtsohafts- und Verkehrsministeriums Nordrhein-Westfalen
der Hohlräume des Ansatzrohres 3). In Abbildung 4 sind solche Vokalfor
manten insbesondere bei dem Diphtong ao von und dem Vokal a
"t~send"
von "Mark" zu beobachten.
b) Die Geräuschlaute (Frikativlaute) besitzen ein mehr oder weniger kon
tinuierliches Spektrum vorzugsweise in Frequenzgebieten oberhalb von
3000 Hz. In manchen Sprachen (wie z.B. dem Tscherkessischen, das über
eine sehr große Anzahl von sprachlich relevanten Frikativlauten verfügt)
finden sich schmälere Formantgebiete bis hinauf zu 8500 Hz. Abbildung 4
zeigt deutliche Frikativlautspektren bei dem stimmlosen s von "sech..!:!."
und bei den stimmhaften z-Lauten von "sechs" und "tausend".
c) Die sprunghaft einsetzenden Verschlußlaute (Plosivlaute) zeichnen sich
durch eine kurzzeitig sehr breite Frequenzbereiche erfüllendes Spektrum
aus. Deutliche Beispiele sind die beiden t-Laute in ".lausend" und der
k-Laut in "Mark" in Abbildung 4. Allerdings ist nur das erste t von "tau
send" ein reiner PlosivlautJ das zweite t und das k sind - einer Eigen
tümlichkeit der deutschen Sprache entsprechend - "behaucht", d.h. auf den
eigentlichen, diskontinuierlichen Explosionsvorgang folgt noch eine Ge
räuschkomponente.
3. Gestaltprobleme und Anamorphose
Für die Erkennbarkeit der verschiedenen Lautkategorien sind die durch die
Analyse erhaltenen optischen Gestaltformen von größter Bedeutung 4). Maß
gebend ist dabei im wesentlichen das Verhältnis von Höhe zu Breite der
Signale, das man als Gestaltfaktor (aspect ratio) bezeichnet. Ändert man
den Gestaltfaktor, so verlagert sich die den Spektraldiagrammen zu ent
nehmende optische Information in charakteristischer Weise (Abb. 5). Die
Beispiele der Abbildung 5 wurden dadurch erhalten, daß der gesprochene
Text nicht unmittelbar auf der Magnetscheibe des Sona-Graph-Geräts ge
speichert, sondern zunächst mit einer normalen Magnettonapparatur (Band
geschwindigkeit 76,2 cm/sec) aufgenommen wurde (Verfahren der "Zwischen
speicherung"). Es handelte sich um den Satz "Ja wissen Se". Diese Band-
3. d.h. der durch die Artikulationsorgane Zunge, Lippen, weichen Gaumen
und Zäpfchen willkürlich gebildeten Hohlräume und der unveränderli
chen Hohlräume in Nase und Rachen.
4. Damit insbesondere die Frikativ- und Plosivlaute sich gut unterschei
den lassen, empfiehlt sich eine Überbetonung der hohen Frequenzen bei
der Analyse.
Seite 11
