上海普通话与标准普通话元音系统的声学对比研究
|
摘要
普通话是现代汉民族共同语的俗称。它是以“北京语音为标准音，以北方话为基础方言，以典范的现代白话文著作为语法规范的”。但是汉语有9大方言区：官话，晋语，吴语，徽语，湘语，赣语，客家话，粤语和闽语。方言对普通话会有一定的影响，这种影响可以是各个层面的，有语音的，有词汇的，也有语法的，但以语音为最。因此来自不同方言地区的人讲普通话往往会或多或少带有口音。口音的这种影响不仅给普通话教学带来了困难，而且就言语工程(包括语音合成及语音识别)来说也是一个很大的挑战。事实上，口音的差异已经成为语音识别中的瓶颈问题，所以作汉语普通话和地方普通话的对比研究在现阶段是迫在眉睫的事。国内这方面的系统研究还没有，但是面向工程的语音学界已经开始积极参与这一问题的探索中，另外国外的相关研究有很多，这为我们也提供了很好的经验，但是汉语有其自身的特点，不能简单地套用国外的理论，所以还需要一段较长的自我摸索期。
本文结合当前这种实际研究和应用的需要，采用实验语音学的方法，以上海市的地方普通话为考察对象，通过对所用语料库中上海发音人口音的归类，语料的选取和标注工作，立足于上海话与普通话音系上的差异，分别对上海普通话与标准普通话基本元音系统，卷舌元音，二合元音系统，三合元音系统和带鼻尾的复合元音系统进行对比研究，画出各自的声学元音图及共振峰模式图，对比上海普通话与标准普通话各个元音的音值及共振峰模式，从而归纳这一地区发音人在音段上的共同特点及相关规律，为汉语口语处理口音问题提供可靠的声学参数，同时为普通话教学中如何消除口音问题提供借鉴。
论文的创新有四：一是在现有语音技术条件和汉语方言研究的基础上以一些重要城市和经济发达地区的方言点为基础建立地方语音语料库，并在此基础上应用大规模语料库的研究方法，通过对大量语料的统计分析，作地方普通话与标准普通话的对比研究，这是前人研究中所欠缺的；二是采用了语音学和言语工程技术相结合的研究思路，以语音学理论为基础，运用计算机语音处理技术来协助研究，对地方普通话与标准普通话音段层面的声学表现进行了系统的定量对比分析，并得到了一些普遍性较强的规律；三是画出男女声各元音的声学元音图及共振峰模式图，对比上海普通话与标准普通话各个元音的音值及共振峰模式；四是参考了大量国外的相关研究，积累了很好的经验，同时又从汉语自身的特点出发，不简单地套用国外的理论，完成了一个初级阶段的自我摸索期。
论文的不足之处在于只是单纯研究单念时的各元音在上海普通话与标准普通话中的差异，如果考虑自然语流的因素，情况可能会更复杂；另外本文对元音系统的差异性的描述还是非常的粗略，没有对各种声学数据作统计及听辨的测试，以论证其可靠性；而且各种声学数据可能还不够充分，这些在以后的研究中都需要进一步的分析探究。
Spoken Chinese comprises many regional varieties, called dialects. There are 9 dialectal areas in China: Guan, Jin, Wu, Hui, Xiang, Gan, Kejia, Yue and Min. Guan (Mandarin) is referred to as a common language which covers a very large regional area from the northeast to the southwest of China, with over 800 million speakers. Most Chinese speak one of the Guan (Mandarin) dialects, which are largely mutually intelligible. The dialect spoken in Beijing constitutes the basis for Standard Chinese. It forms the basis both of the modern written vernacular, Balhua, which supplanted classical Chinese in the schools after 1917, and of the official spoken language, Putonghua, prescribed in 1956 for nationwide use in schools. Nowadays Standard Chinese (Putonghua, hereafter referred to as SC or Mandarin) is widely used throughout China in almost every activity from news broadcasting to commercial trades.
People from different dialectal areas might not be able to communicate with each other simply because the differences among the dialects are so significant. Mandarin, or Putonghua, would be a good choice as a means of communication. Most people in China are bilingual Chinese speakers, i.e. they can speak their native dialect and Mandarin. Although lots of people CAN speak Mandarin, they speak it with different accents, depending on how well they grasp the language. The Mandarin they speak is always affected by their native dialects phonetically, lexically and syntactically.
Wu dialect is a group of dialects spoken in Shanghai, Zhejlang, southern Jiangsu, and part of Fujian and Anhui. Wu dialect has about 70 million speakers, which makes it the second biggest dialect running after Mandarin. The dialect of interest in this paper is Shanghainese, the native dialect spoken in Shanghai covering more than 11,850,000 populations. Although it is rather young in Wu dialect family, Shanghainese becomes more and more appealing to researchers because of its economical and political importance.
Dialectal differences are widely investigated for dialect identification, language (L2)
learning and pronunciation modeling for Automatic Speech Recognition (ASR). Especially in Chinese ASR systems, how to deal with and tackle the accent issue becomes a big challenge due to the variability of the language. We hope the contrastive study from the phonetic point of view on regional accented Mandarin will shed a light on the Chinese ASR framework.
In this paper we will mainly focus our contrastive study on segmental acoustic features between Standard (SC) and Shanghai-accented Mandarin (ASH). Two corpora were involved. The first database used in this study was the SPEECON Mandarin Chinese speech database collected by Nokia in the framework of SpeeCon (http://www.speecon.com). It covered spoken Chinese in four regional accents. The speech of 50 Beijing speakers and 51 Shanghai speakers recorded in office environment was selected for contrastive study. Each speaker had 321 utterances including phonetically rich words and sentences, application commands, proper names, numbers, time expressions and spontaneous speech.
Another corpus used was NOKIA-CASS, a special speech corpus designed and recorded for comparison study for three major regions: Shanghai, Suzhou and Ningbo. Here only the speech corpus for Shanghai part was used. It included: monosyllabic words including all zero-initial monosyllables bearing four tones; disyllabic words with above features as well as covering possible syntax; 1500 long sentences with phonetic balance; and 56 statements and 56 Yes-No question consisting of disyllables with the combination of the low tone and the high tone.
All the recorded utterances were phonetically annotated on orthographic and pronunciation tiers. Pronunciation variables or phonemic changes caused by dialects were annotated dedicatedly. Phonetic annotation was made for initials and finals of each syllable with time alignment. Prosodic and stress structure were annotated by C-ToBI (Li, 2002). Those extended annotations were only made for 20
本文结合当前这种实际研究和应用的需要，采用实验语音学的方法，以上海市的地方普通话为考察对象，通过对所用语料库中上海发音人口音的归类，语料的选取和标注工作，立足于上海话与普通话音系上的差异，分别对上海普通话与标准普通话基本元音系统，卷舌元音，二合元音系统，三合元音系统和带鼻尾的复合元音系统进行对比研究，画出各自的声学元音图及共振峰模式图，对比上海普通话与标准普通话各个元音的音值及共振峰模式，从而归纳这一地区发音人在音段上的共同特点及相关规律，为汉语口语处理口音问题提供可靠的声学参数，同时为普通话教学中如何消除口音问题提供借鉴。
论文的创新有四：一是在现有语音技术条件和汉语方言研究的基础上以一些重要城市和经济发达地区的方言点为基础建立地方语音语料库，并在此基础上应用大规模语料库的研究方法，通过对大量语料的统计分析，作地方普通话与标准普通话的对比研究，这是前人研究中所欠缺的；二是采用了语音学和言语工程技术相结合的研究思路，以语音学理论为基础，运用计算机语音处理技术来协助研究，对地方普通话与标准普通话音段层面的声学表现进行了系统的定量对比分析，并得到了一些普遍性较强的规律；三是画出男女声各元音的声学元音图及共振峰模式图，对比上海普通话与标准普通话各个元音的音值及共振峰模式；四是参考了大量国外的相关研究，积累了很好的经验，同时又从汉语自身的特点出发，不简单地套用国外的理论，完成了一个初级阶段的自我摸索期。
论文的不足之处在于只是单纯研究单念时的各元音在上海普通话与标准普通话中的差异，如果考虑自然语流的因素，情况可能会更复杂；另外本文对元音系统的差异性的描述还是非常的粗略，没有对各种声学数据作统计及听辨的测试，以论证其可靠性；而且各种声学数据可能还不够充分，这些在以后的研究中都需要进一步的分析探究。
Spoken Chinese comprises many regional varieties, called dialects. There are 9 dialectal areas in China: Guan, Jin, Wu, Hui, Xiang, Gan, Kejia, Yue and Min. Guan (Mandarin) is referred to as a common language which covers a very large regional area from the northeast to the southwest of China, with over 800 million speakers. Most Chinese speak one of the Guan (Mandarin) dialects, which are largely mutually intelligible. The dialect spoken in Beijing constitutes the basis for Standard Chinese. It forms the basis both of the modern written vernacular, Balhua, which supplanted classical Chinese in the schools after 1917, and of the official spoken language, Putonghua, prescribed in 1956 for nationwide use in schools. Nowadays Standard Chinese (Putonghua, hereafter referred to as SC or Mandarin) is widely used throughout China in almost every activity from news broadcasting to commercial trades.
People from different dialectal areas might not be able to communicate with each other simply because the differences among the dialects are so significant. Mandarin, or Putonghua, would be a good choice as a means of communication. Most people in China are bilingual Chinese speakers, i.e. they can speak their native dialect and Mandarin. Although lots of people CAN speak Mandarin, they speak it with different accents, depending on how well they grasp the language. The Mandarin they speak is always affected by their native dialects phonetically, lexically and syntactically.
Wu dialect is a group of dialects spoken in Shanghai, Zhejlang, southern Jiangsu, and part of Fujian and Anhui. Wu dialect has about 70 million speakers, which makes it the second biggest dialect running after Mandarin. The dialect of interest in this paper is Shanghainese, the native dialect spoken in Shanghai covering more than 11,850,000 populations. Although it is rather young in Wu dialect family, Shanghainese becomes more and more appealing to researchers because of its economical and political importance.
Dialectal differences are widely investigated for dialect identification, language (L2)
learning and pronunciation modeling for Automatic Speech Recognition (ASR). Especially in Chinese ASR systems, how to deal with and tackle the accent issue becomes a big challenge due to the variability of the language. We hope the contrastive study from the phonetic point of view on regional accented Mandarin will shed a light on the Chinese ASR framework.
In this paper we will mainly focus our contrastive study on segmental acoustic features between Standard (SC) and Shanghai-accented Mandarin (ASH). Two corpora were involved. The first database used in this study was the SPEECON Mandarin Chinese speech database collected by Nokia in the framework of SpeeCon (http://www.speecon.com). It covered spoken Chinese in four regional accents. The speech of 50 Beijing speakers and 51 Shanghai speakers recorded in office environment was selected for contrastive study. Each speaker had 321 utterances including phonetically rich words and sentences, application commands, proper names, numbers, time expressions and spontaneous speech.
Another corpus used was NOKIA-CASS, a special speech corpus designed and recorded for comparison study for three major regions: Shanghai, Suzhou and Ningbo. Here only the speech corpus for Shanghai part was used. It included: monosyllabic words including all zero-initial monosyllables bearing four tones; disyllabic words with above features as well as covering possible syntax; 1500 long sentences with phonetic balance; and 56 statements and 56 Yes-No question consisting of disyllables with the combination of the low tone and the high tone.
All the recorded utterances were phonetically annotated on orthographic and pronunciation tiers. Pronunciation variables or phonemic changes caused by dialects were annotated dedicatedly. Phonetic annotation was made for initials and finals of each syllable with time alignment. Prosodic and stress structure were annotated by C-ToBI (Li, 2002). Those extended annotations were only made for 20
引文
[1] 曹剑芬，杨顺安，“北京话复合元音的实验研究”，《中国语文》，1984年第1期。
[2] 曹志耘，《金华方言词典》，江苏教育出版社，1996。
[3] 陈肖霞，祖漪清，李爱军，“对汉语普通话正则标音系统的探索”，《新世纪的现代语音学》，第四届全国现代语音学学术会议论文集，1999。
[4] 陈肖霞，“普通话音段协同发音研究”，《中国语文》，1997年第5期。
[5] 陈肖霞，“普通话元音—辅音—元音中音段协同发音研究》，第三届全国语音研讨会论文集，1996。
[6] 陈振标，黄泰翼，徐波，“语音翻译中的口音建模与处理”，第六届全国人机语音通讯学术会议，2001。
[7] 丁鹏，“基于语音数据异质性信息处理的声学建模研究”，中科院自动化研究所博士论文，2003。
[8] 杜也平，“灵台方音与北京语音的对应关系”，《方言与普通话集刊》第五本，文字改革出版社。
[9] 霍凯特，“北京话形态音素学”，《国外语言学》，1980年第5期。
[1O] 贾采珠，“北京话的轻声儿化韵”，《中国语文》，1992年第1期。
[11] 李爱军，王霞，殷治纲，“汉语普通活和地方普通话的对比研究”，《第六届全国现代语音学学术会议论文集》，2003。
[12] 李思敬，“论现代汉语普通话中儿系列字的音值和儿音缀的形态音位”，《中国语言学报》，1988第3期。
[13] 梁之安，“单元音识别率与音节长短的关系”，《声学学报》，1965年第1期。
[14] 林茂灿，颜景助，“北京话轻声的声学性质”，《方言》，1980年第3期。
[15] 林茂灿，“语音研究与现代科学技术”，《语文现代化》，1980年第4期。
[16] 林茂灿，“普通话语音的协同发音研究”，《中国语文研究四十年纪念文集》，1993。
[17] 林连通主编，《福建人学习普通话指南》，语文出版社出版，2003。
[18] 林焘，《林焘语言学论文集》，商务印书馆，2000。
[19] 刘丹青，《南京方言词典》，江苏教育出版社，1997。
[20] 刘乃华，“汉英语音系统主要特点之比较”，《南京师大学报》，1988年第3期。
[21] 罗常培，王均，《普通话语音学纲要》，科学出版社，1957。
[22] 马燕华，“初级汉语水平留学生的第三声听辨分析”，《北京师范大学学报》，2000年第6期。
[23] 梅祖麟，“方言本字研究的兩種方法”，《吴语与闽语的比较研究》，1995年第1期。
[24] 平悦铃，“上海方言单音节声调的声学研究”，《第四届全国现代语音学学术会议论文集》，1999。
[25] 平悦铃，“上海方言单音节中塞音塞擦音腭位研究”，《第六届全国现代语音学学术会议论文集》，2003。
[26] 齐士釿，张家騼，“汉语普通话辅音音长分析”，《声学学报》，1982年第1期。
[27] 钱乃荣，《跟我学上海话》，上海教育出版社，2001。
[28] 桥本万太郎，“现代吴语的类型学”，《方言》，1979年第3期。
[29] 阮咏梅，“普通话公共课的单复韵母教学点滴”，《宁波师范学报》，1993年第2期。
[30] 沈同，“老派上海方言的连读变调”，《方言》，1981年第2期。
[31] 沈同，“上海话老派新派的差别”，《方言》，1981年第4期。
[32] 石锋，“苏州话浊塞音的声学特征”，《语言研究》，1983年第1期。
[33] 司马侃，“欧美之吴语研究”，《方言》，1979年第3期。
[34] 孙国华，“普通话两音节中Vl—间的共振峰过渡”，第三届全国语音学研讨会论文集：1996。
[35] 孙国华，“普通话卷舌元音声学模式及感知”，《应用声学》，1994年第4期。
[36] 汤志祥，“上海人怎样学好普通话语音”，《文字改革》，1984年第1期。
[37] 王辅世，“北京话的韵母的几个问题”，《中国语文》，1963年第2期。
[38] 王福堂，“üan韵母主要元音的音值”，《语文建没》，1995年第1期。
[39] 王莉，崔效义，李敬阳等，“方言性伪装语音的声学特征研究”，《新世纪的现代语音学》，第五届全国现代语音学学术会议，2001。
[40] 王理嘉，“shi，Si，ji中的i有什么区别”，《文字改革》，1983年第6期。
[41] 王理嘉，贺宁基，“北京话儿化韵的听辨实验和声学分析”，《北京语音实验录》，北京大学出版社，1985。
[42] 王理嘉，王海丹，“儿化韵研究中的几个问题”，《中国语文》，1991年第2期
[43] 汪平，“上海口音普通话初探”，《语言研究》，1990年第1期。
[44] 王世华、黄继林，《扬州方言词典》，江苏教育出版社，1996。
[45] 王志洁，“儿化韵的特征架构”，《中国语文》，1997年第1期。
[46] 吴宗济，“普通话语句中的声调研究”，《中国语文》，1982年第6期。
[47] 吴宗济，“普通话三字组变调规律”，《中国语言学报》，1985年第2期。
[48] 吴宗济，“从声调与乐律的关系提出普通话语调处理的新方法”，《中国语文》，1997。
[49] 邢儒南，“江阴方言与北京音系的比较”，《方言与普通话集刊》第五本，文字改革出版社，1958年第一版。
[50] 许宝华，陶环，《上海方言词典》，江苏教育出版社，1997年12月第1版。
[51] 许宝华，汤珍珠，钱乃荣，“新派上海方言的连读变调”，《方言》，1981年第2期。
[52] 徐波，“面向应用的汉语语音技术研究”，第七届全国人机通讯会议，2003。
[53] 徐承俊，“温县土话与普通话简说”，《方言与普通话集刊》第五本，文字改革出版社。
[54] 徐世荣，《普通话语音常识》，语文出版社，1999。
[55] 徐云扬， "The phonetic value of the vowels, diphthongs and triphthongs in Beijing madarin",《新世纪的现代语音学>)，第五届全国现代语音学学术会议，2001。
[56] 徐云扬，“上海活元音清化的研究”，《国外语言学》，1990年第3期。
[57] 颜景助，“普通话朗读语句中相邻二音节之间共振峰研究”，《语音研究报告》，1998。
[58] 杨顺安，曹剑芬，“普通话二合元音的动态特征”，《语言研究》，1984年第1期。
[59] 姚佑椿，“上海口音的普通话说略”，《语音教学与研究》，1988年第4期。
[60] 叶祥苓，《苏州方言词典》，江苏教育出版社，1999。
[61] 赵元任，“北平语调的研究”，剧本《最后五分钟》的附录，中华书局，1929年。
[62] 赵元任，《语言问题》，商务印书馆，1980。
[63] 赵元任(倪大白泽)，“吴语的对比情况”，《国外语言学》，1980，第5期。
[64] 赵元任，，《现代吴语研究》，清华大学研究院，1928。
[65] 张鹤泉，“韵母ie,üe主要元音的音值”，《聊城师范学院学报》，1996年第2期。
[66] 赵和平，“er不是单元音韵母：兼及er的卷舌音值”，《荆州师专学报》，1993年第1期。
[67] 张家驪，“语音学与信息技术”，《语言文字应用》，1998年第1期。
[68] 张宁，“标准语与对外汉语教学”，《汉语学习》，1990年第5期。
[69] 中国社会科学院语言所，《现代汉语词典》，商务出版社，2002版。
[70] 周殿福，吴宗済，《普通话发音图谱》，商务印书馆，1963。
[71] 祖漪清，“普通话三合元音的最小感知域和声学特征”，《应用声学》，1994年第2期。
[72] Aaron D. Lawson, David M. Harris and John J. Grieco, "Effect of foreign accent on speech recognition in the NATO N-4 corpus", EuroSpeech2003, Geneva.
[73] Beatrice, Fuang-Wah Khioe, "An aerodynamic Study of the nasals and nasalization in Hong Kong Cantonese", 15th ICPHS 2003, Barcelona.
[74] Bojan Petek, "Identification of regional variants in the standard Slovenian speech",ICPHS99, San Francisco.
[75] Brian Kingsburg, Lidia Mangu, George Saon, "Toward domain-independent conversational speech recognition", EuroSpeech2003, Geneva.
[76] Bronwen G. Evans and Paul Iverson, "Vowel normalization for accent: A comparison of northern and southern British English speakers", 15th ICPHS 2003, Barcelona.
[77] Cao Jianfen, "An exploration of phonation types in Wu dialects of Chinese", Journal of Phonetics (1992) 20, 77-92.
[78] Christina L. Bennett and Alan W. Black, "Using acoustic models to choose pronunciation variations for synthetic voices", EuroSpeech2003, Geneva.
[79] Damra Muminovic and Olle Engstrand, "/r/ in some Swedish dialects: preliminary observations", working papers 49, 2001, Lund University Dept. of Linguistics.
[80] Dau-Cheng Lyu, Min-Siong Liang, Yuang-Chin Chiang, "Large vocabulary Taiwanese(Min-nan) speech recognition using tone features and statistical pronunciation modeling",EuroSpeech2003, Geneva.
[81] Eric Zee, "Frequency analysis of the vowels in Cantonese from 50 male and 50 female speakers", 15th ICPHS 2003, Barcelona.
[82] Fang Hu, "An acoustic phonetic analysis of diphthongs in Ningbo Chinese",
EuroSpeech2003, Geneva.
[83] Giampiero Salvi, "Accent Clustering in Swedish Using the Bhattacharyya Distance", 15th ICPHS 2003, Barcelona.
[84] Helrner Strik, "Speech is like a box of chocolates", 15th ICPHS 2003, Barcelona.
[85] Hugo Van Hamme, "Robust speech recognition using missing feature theory in the cepstral or LDA domain", EuroSpeech2003, Geneva.
[86] Idomuso Dawa, Shigeki Okawa and Katsuhiko Shirai, "An introduction to Mongolian Phonetic-Linguistic Model: on the acoustic properties of Mongolian Language", ICPHS99,San Francisco.
[87] Ⅰ. Hemaz, Ⅰ. Luengo, E. Navas, "The Basque Speech_Dat(Ⅱ) database: a description and first test recognition results", EuroSpeech2003, Geneva.
[88] Janet Fletcher and Andrew Butcher, "Local and Global Influences on Vowel Formants in Three Australian Languages". 15th ICPHS 2003, Barcelona.
[89] John Clark and Colin Yallop, An introduction to Phonetics and Phonology, Oxford Uk & Cambridge USA.
[90] Jordi Cicres Bosch, "Acousic study of the vowel formant frequencies and FO: a contribution to Catalan forensic phonetics", 15th ICPHS 2003, Barcelona.
[91] Klaske van Leyden and Vincent J.van Heuven, "Prosody versus segments in the identification of Orkney and Shetland dialects", 15th ICPHS 2003, Barcelona.
[92] Li Zhang and William Edomondson, "Speech recognition based on syllable recovery", EuroSpeech2003, Geneva.
[93] Lo, W. K. and Meng, H. M., "Sub-syllabic acoustic modeling across Chinese dialects", the Second Intemation Symposium on Chinese Spoken Language processing, 2000.
[94] Lynette Melnar and Jim Talley, "Phone Merger Specification for Multilingual ASR: The Motorola Polyphone Network", 15th ICPHS 2003, Barcelona.
[95] Masako FUJIMOTO and Shigeru KIRITANI, "Vowel duration and its effect on the frequency of vowel devoicing in Japanese: A comparison between Tokyo- and Osaka dialect speakers", 15th ICPHS 2003, Barcelona.
[96] Melissa Barkat-Defradas Jalal-Eddin Al-Tamimi and Thami Benkirane, "Phonetic variation in production and perception of speech: a comparative study of two Arabic dialects", 15th ICPHS 2003, Barcelona.
[97] Murray J Munro,Tracey M. Derwing and Clifford S. Burgess, "The Detection of Foreign Accent in Backwards Speech", 15th ICPHS 2003, Barcelona.
[98] Patgi KAM, Tan LEE and Frank K. SOONG, "Modeling Cantonese pronunciation variation by acoustic model refinement", EuroSpeech2003, Geneva.
[99] Paul Heisterkamp, "' 'Do not attempt to light with match!': some thoughts on progress and research goals in Spoken Dialog Systems", EuroSpeech2003, Geneva.
[100] Peder Livijn, "Place of articulation for Swedish/t/and/d/: cross-dialectal observations",15th ICPHS 2003, Barcelona.
[101] Pongtep Angkititrakul and John H. L. Hansen, "Use of trajectory models for automatic accent classification", EuroSpeech2003, Geneva.
[102] Shu-Chuan Tseng, "Features of contracted syllables of spontaneous Mandarin",EuroSpeech2003, Geneva.
[103] Susanne Burger and Daniela Oppermann, "Regional variants of German: categories of pronunciation deviation from standard German", ICPHS99, San Francisco.
[104] Sylvia Moosmuller and Theodor Granser, "The Vowels of Standard Albanian", 15th ICPHS 2003, Barcelona.
[105] Ulrich Turk, Florian Schiel, "Speaker verification based on the German VeriDat database",EuroSpeech2003, Geneva.
[106] Viktoria Eremeeva and Jane Stuart-Smith, "A Sociophonetic Investigation of the Vowels OUT and BIT in Glaswegian", 15th ICPHS 2003, Barcelona.
[107] Zoe Evans and Catherine Ⅰ. Watson, "Consonant Reduction in Three Dialects of English",15th ICPHS 2003, Barcelona.
[108] http://www.ling.lu.se/projects/SweDia.html
[109] http://www.praat.org
[110] http://www.speecon.com
[2] 曹志耘，《金华方言词典》，江苏教育出版社，1996。
[3] 陈肖霞，祖漪清，李爱军，“对汉语普通话正则标音系统的探索”，《新世纪的现代语音学》，第四届全国现代语音学学术会议论文集，1999。
[4] 陈肖霞，“普通话音段协同发音研究”，《中国语文》，1997年第5期。
[5] 陈肖霞，“普通话元音—辅音—元音中音段协同发音研究》，第三届全国语音研讨会论文集，1996。
[6] 陈振标，黄泰翼，徐波，“语音翻译中的口音建模与处理”，第六届全国人机语音通讯学术会议，2001。
[7] 丁鹏，“基于语音数据异质性信息处理的声学建模研究”，中科院自动化研究所博士论文，2003。
[8] 杜也平，“灵台方音与北京语音的对应关系”，《方言与普通话集刊》第五本，文字改革出版社。
[9] 霍凯特，“北京话形态音素学”，《国外语言学》，1980年第5期。
[1O] 贾采珠，“北京话的轻声儿化韵”，《中国语文》，1992年第1期。
[11] 李爱军，王霞，殷治纲，“汉语普通活和地方普通话的对比研究”，《第六届全国现代语音学学术会议论文集》，2003。
[12] 李思敬，“论现代汉语普通话中儿系列字的音值和儿音缀的形态音位”，《中国语言学报》，1988第3期。
[13] 梁之安，“单元音识别率与音节长短的关系”，《声学学报》，1965年第1期。
[14] 林茂灿，颜景助，“北京话轻声的声学性质”，《方言》，1980年第3期。
[15] 林茂灿，“语音研究与现代科学技术”，《语文现代化》，1980年第4期。
[16] 林茂灿，“普通话语音的协同发音研究”，《中国语文研究四十年纪念文集》，1993。
[17] 林连通主编，《福建人学习普通话指南》，语文出版社出版，2003。
[18] 林焘，《林焘语言学论文集》，商务印书馆，2000。
[19] 刘丹青，《南京方言词典》，江苏教育出版社，1997。
[20] 刘乃华，“汉英语音系统主要特点之比较”，《南京师大学报》，1988年第3期。
[21] 罗常培，王均，《普通话语音学纲要》，科学出版社，1957。
[22] 马燕华，“初级汉语水平留学生的第三声听辨分析”，《北京师范大学学报》，2000年第6期。
[23] 梅祖麟，“方言本字研究的兩種方法”，《吴语与闽语的比较研究》，1995年第1期。
[24] 平悦铃，“上海方言单音节声调的声学研究”，《第四届全国现代语音学学术会议论文集》，1999。
[25] 平悦铃，“上海方言单音节中塞音塞擦音腭位研究”，《第六届全国现代语音学学术会议论文集》，2003。
[26] 齐士釿，张家騼，“汉语普通话辅音音长分析”，《声学学报》，1982年第1期。
[27] 钱乃荣，《跟我学上海话》，上海教育出版社，2001。
[28] 桥本万太郎，“现代吴语的类型学”，《方言》，1979年第3期。
[29] 阮咏梅，“普通话公共课的单复韵母教学点滴”，《宁波师范学报》，1993年第2期。
[30] 沈同，“老派上海方言的连读变调”，《方言》，1981年第2期。
[31] 沈同，“上海话老派新派的差别”，《方言》，1981年第4期。
[32] 石锋，“苏州话浊塞音的声学特征”，《语言研究》，1983年第1期。
[33] 司马侃，“欧美之吴语研究”，《方言》，1979年第3期。
[34] 孙国华，“普通话两音节中Vl—间的共振峰过渡”，第三届全国语音学研讨会论文集：1996。
[35] 孙国华，“普通话卷舌元音声学模式及感知”，《应用声学》，1994年第4期。
[36] 汤志祥，“上海人怎样学好普通话语音”，《文字改革》，1984年第1期。
[37] 王辅世，“北京话的韵母的几个问题”，《中国语文》，1963年第2期。
[38] 王福堂，“üan韵母主要元音的音值”，《语文建没》，1995年第1期。
[39] 王莉，崔效义，李敬阳等，“方言性伪装语音的声学特征研究”，《新世纪的现代语音学》，第五届全国现代语音学学术会议，2001。
[40] 王理嘉，“shi，Si，ji中的i有什么区别”，《文字改革》，1983年第6期。
[41] 王理嘉，贺宁基，“北京话儿化韵的听辨实验和声学分析”，《北京语音实验录》，北京大学出版社，1985。
[42] 王理嘉，王海丹，“儿化韵研究中的几个问题”，《中国语文》，1991年第2期
[43] 汪平，“上海口音普通话初探”，《语言研究》，1990年第1期。
[44] 王世华、黄继林，《扬州方言词典》，江苏教育出版社，1996。
[45] 王志洁，“儿化韵的特征架构”，《中国语文》，1997年第1期。
[46] 吴宗济，“普通话语句中的声调研究”，《中国语文》，1982年第6期。
[47] 吴宗济，“普通话三字组变调规律”，《中国语言学报》，1985年第2期。
[48] 吴宗济，“从声调与乐律的关系提出普通话语调处理的新方法”，《中国语文》，1997。
[49] 邢儒南，“江阴方言与北京音系的比较”，《方言与普通话集刊》第五本，文字改革出版社，1958年第一版。
[50] 许宝华，陶环，《上海方言词典》，江苏教育出版社，1997年12月第1版。
[51] 许宝华，汤珍珠，钱乃荣，“新派上海方言的连读变调”，《方言》，1981年第2期。
[52] 徐波，“面向应用的汉语语音技术研究”，第七届全国人机通讯会议，2003。
[53] 徐承俊，“温县土话与普通话简说”，《方言与普通话集刊》第五本，文字改革出版社。
[54] 徐世荣，《普通话语音常识》，语文出版社，1999。
[55] 徐云扬， "The phonetic value of the vowels, diphthongs and triphthongs in Beijing madarin",《新世纪的现代语音学>)，第五届全国现代语音学学术会议，2001。
[56] 徐云扬，“上海活元音清化的研究”，《国外语言学》，1990年第3期。
[57] 颜景助，“普通话朗读语句中相邻二音节之间共振峰研究”，《语音研究报告》，1998。
[58] 杨顺安，曹剑芬，“普通话二合元音的动态特征”，《语言研究》，1984年第1期。
[59] 姚佑椿，“上海口音的普通话说略”，《语音教学与研究》，1988年第4期。
[60] 叶祥苓，《苏州方言词典》，江苏教育出版社，1999。
[61] 赵元任，“北平语调的研究”，剧本《最后五分钟》的附录，中华书局，1929年。
[62] 赵元任，《语言问题》，商务印书馆，1980。
[63] 赵元任(倪大白泽)，“吴语的对比情况”，《国外语言学》，1980，第5期。
[64] 赵元任，，《现代吴语研究》，清华大学研究院，1928。
[65] 张鹤泉，“韵母ie,üe主要元音的音值”，《聊城师范学院学报》，1996年第2期。
[66] 赵和平，“er不是单元音韵母：兼及er的卷舌音值”，《荆州师专学报》，1993年第1期。
[67] 张家驪，“语音学与信息技术”，《语言文字应用》，1998年第1期。
[68] 张宁，“标准语与对外汉语教学”，《汉语学习》，1990年第5期。
[69] 中国社会科学院语言所，《现代汉语词典》，商务出版社，2002版。
[70] 周殿福，吴宗済，《普通话发音图谱》，商务印书馆，1963。
[71] 祖漪清，“普通话三合元音的最小感知域和声学特征”，《应用声学》，1994年第2期。
[72] Aaron D. Lawson, David M. Harris and John J. Grieco, "Effect of foreign accent on speech recognition in the NATO N-4 corpus", EuroSpeech2003, Geneva.
[73] Beatrice, Fuang-Wah Khioe, "An aerodynamic Study of the nasals and nasalization in Hong Kong Cantonese", 15th ICPHS 2003, Barcelona.
[74] Bojan Petek, "Identification of regional variants in the standard Slovenian speech",ICPHS99, San Francisco.
[75] Brian Kingsburg, Lidia Mangu, George Saon, "Toward domain-independent conversational speech recognition", EuroSpeech2003, Geneva.
[76] Bronwen G. Evans and Paul Iverson, "Vowel normalization for accent: A comparison of northern and southern British English speakers", 15th ICPHS 2003, Barcelona.
[77] Cao Jianfen, "An exploration of phonation types in Wu dialects of Chinese", Journal of Phonetics (1992) 20, 77-92.
[78] Christina L. Bennett and Alan W. Black, "Using acoustic models to choose pronunciation variations for synthetic voices", EuroSpeech2003, Geneva.
[79] Damra Muminovic and Olle Engstrand, "/r/ in some Swedish dialects: preliminary observations", working papers 49, 2001, Lund University Dept. of Linguistics.
[80] Dau-Cheng Lyu, Min-Siong Liang, Yuang-Chin Chiang, "Large vocabulary Taiwanese(Min-nan) speech recognition using tone features and statistical pronunciation modeling",EuroSpeech2003, Geneva.
[81] Eric Zee, "Frequency analysis of the vowels in Cantonese from 50 male and 50 female speakers", 15th ICPHS 2003, Barcelona.
[82] Fang Hu, "An acoustic phonetic analysis of diphthongs in Ningbo Chinese",
EuroSpeech2003, Geneva.
[83] Giampiero Salvi, "Accent Clustering in Swedish Using the Bhattacharyya Distance", 15th ICPHS 2003, Barcelona.
[84] Helrner Strik, "Speech is like a box of chocolates", 15th ICPHS 2003, Barcelona.
[85] Hugo Van Hamme, "Robust speech recognition using missing feature theory in the cepstral or LDA domain", EuroSpeech2003, Geneva.
[86] Idomuso Dawa, Shigeki Okawa and Katsuhiko Shirai, "An introduction to Mongolian Phonetic-Linguistic Model: on the acoustic properties of Mongolian Language", ICPHS99,San Francisco.
[87] Ⅰ. Hemaz, Ⅰ. Luengo, E. Navas, "The Basque Speech_Dat(Ⅱ) database: a description and first test recognition results", EuroSpeech2003, Geneva.
[88] Janet Fletcher and Andrew Butcher, "Local and Global Influences on Vowel Formants in Three Australian Languages". 15th ICPHS 2003, Barcelona.
[89] John Clark and Colin Yallop, An introduction to Phonetics and Phonology, Oxford Uk & Cambridge USA.
[90] Jordi Cicres Bosch, "Acousic study of the vowel formant frequencies and FO: a contribution to Catalan forensic phonetics", 15th ICPHS 2003, Barcelona.
[91] Klaske van Leyden and Vincent J.van Heuven, "Prosody versus segments in the identification of Orkney and Shetland dialects", 15th ICPHS 2003, Barcelona.
[92] Li Zhang and William Edomondson, "Speech recognition based on syllable recovery", EuroSpeech2003, Geneva.
[93] Lo, W. K. and Meng, H. M., "Sub-syllabic acoustic modeling across Chinese dialects", the Second Intemation Symposium on Chinese Spoken Language processing, 2000.
[94] Lynette Melnar and Jim Talley, "Phone Merger Specification for Multilingual ASR: The Motorola Polyphone Network", 15th ICPHS 2003, Barcelona.
[95] Masako FUJIMOTO and Shigeru KIRITANI, "Vowel duration and its effect on the frequency of vowel devoicing in Japanese: A comparison between Tokyo- and Osaka dialect speakers", 15th ICPHS 2003, Barcelona.
[96] Melissa Barkat-Defradas Jalal-Eddin Al-Tamimi and Thami Benkirane, "Phonetic variation in production and perception of speech: a comparative study of two Arabic dialects", 15th ICPHS 2003, Barcelona.
[97] Murray J Munro,Tracey M. Derwing and Clifford S. Burgess, "The Detection of Foreign Accent in Backwards Speech", 15th ICPHS 2003, Barcelona.
[98] Patgi KAM, Tan LEE and Frank K. SOONG, "Modeling Cantonese pronunciation variation by acoustic model refinement", EuroSpeech2003, Geneva.
[99] Paul Heisterkamp, "' 'Do not attempt to light with match!': some thoughts on progress and research goals in Spoken Dialog Systems", EuroSpeech2003, Geneva.
[100] Peder Livijn, "Place of articulation for Swedish/t/and/d/: cross-dialectal observations",15th ICPHS 2003, Barcelona.
[101] Pongtep Angkititrakul and John H. L. Hansen, "Use of trajectory models for automatic accent classification", EuroSpeech2003, Geneva.
[102] Shu-Chuan Tseng, "Features of contracted syllables of spontaneous Mandarin",EuroSpeech2003, Geneva.
[103] Susanne Burger and Daniela Oppermann, "Regional variants of German: categories of pronunciation deviation from standard German", ICPHS99, San Francisco.
[104] Sylvia Moosmuller and Theodor Granser, "The Vowels of Standard Albanian", 15th ICPHS 2003, Barcelona.
[105] Ulrich Turk, Florian Schiel, "Speaker verification based on the German VeriDat database",EuroSpeech2003, Geneva.
[106] Viktoria Eremeeva and Jane Stuart-Smith, "A Sociophonetic Investigation of the Vowels OUT and BIT in Glaswegian", 15th ICPHS 2003, Barcelona.
[107] Zoe Evans and Catherine Ⅰ. Watson, "Consonant Reduction in Three Dialects of English",15th ICPHS 2003, Barcelona.
[108] http://www.ling.lu.se/projects/SweDia.html
[109] http://www.praat.org
[110] http://www.speecon.com