Articulatory strategy as a source of variation in acoustic vowel dynamics

ملخص تقني: الاستراتيجية النطقية كمصدر للتباين في الديناميكيات الصوتية للمصوتات

بيان المشكلة
تحتوي الديناميكيات الصوتية للمصوتات (vowel dynamics) على معلومات تميز المتحدث، وهي حقيقة موثقة جيداً في علم الأصوات الجنائي حيث غالباً ما تتفوق انتقالات الترددات الرنينية (formant transitions) الديناميكية على القياسات الساكنة في التعرف على المتحدث. وتُعزي الفرضية السائدة هذا التمايز إلى استراتيجيات نطقية متميزة، وتحديداً أنماط الحركة الفريدة التي يستخدمها المتحدثون للوصول إلى الأهداف الصوتية. ومع ذلك، فإن الأدلة التجريبية المباشرة التي تربط استراتيجيات نطقية محددة بتباينات منهجية في الديناميكيات الصوتية لا تزال نادرة. وبينما توثق الأدبيات الحالية باستفاضة التعويض النطقي (حيث يعدل المتحدثون أعضاء النطق لديهم للحفاظ على الثبات الصوتي رغم الاختلافات التشريحية)، إلا أنه لا يزال من غير الواضح كيف تؤثر هذه الاستراتيجيات التعويضية على الخصائص الديناميكية للإشارة الصوتية، لا سيما في الأصوات الديناميكية بطبيعتها مثل المصوتات المزدوجة (diphthongs). تعالج هذه الدراسة هذه الفجوة من خلال استقصاء ما إذا كانت الاستراتيجية النطقية المستخدمة للمصوت الحنكي الساكن (/i/) تضبط بشكل منهجي ديناميكيات التردد الرنيني لسلسلة مصوتات "I-diphthongs".

المنهجية
تستخدم الدراسة تحليلاً ثانوياً لمجموعة بيانات TarDiS، والتي تضم تصوير اللسان بالموجات فوق الصوتية (UTI) وبيانات صوتية من 36 متحدثاً من لغة إنجليزية شمالية أنجلوفونية (بعد استبعاد أربعة متحدثين لديهم تحققات أحادية المصوت لـ /eI/).

• معالجة البيانات: تمت محاذاة البيانات الصوتية قسرياً واستخراج الترددات الرنينية (F1, F2) كل 2 مللي ثانية، ثم تم تطبيعها باستخدام طريقة $\Delta$F لمراعاة طول المسلك الصوتي. كما تم وسم حدود اللسان بالموجات فوق الصوتية تلقائياً باستخدام DeepLabCut (DLC)، مع تحديد 11 علامة تشريحية.
• القياس الكمي للنطق: لعزل الاستراتيجية الخاصة بالمتحدث عن التباين على مستوى الرمز (token)، طبق المؤلفون تحليل بروكروست المعمم (GPA) على حدود اللسان عبر جميع المصوتات، متبوعاً بتحليل المكونات الرئيسية (PCA) في الفضاء المماسي. نتج عن ذلك ثلاثة مكونات رئيسية (PCs) تمثل أنماط تغير شكل اللسان:
  • PC1: التحدب الظهري (doming).
  • PC2: التحدب الظهري الأمامي وتقدم/تراجع جذر اللسان.
  • PC3: التقعر/التحدب في منتصف اللسان.
  • لكل متحدث، تم حساب متوسط درجات هذه المكونات (PCs) عبر الـ 80% الأولى من المصوت /i/ (في كلمة bead) ليكون بمثابة متنبئ مستقر للاستراتيجية النطقية.
• النمذجة الإحصائية: استُخدمت النماذج الجمعية المضافة المعممة (GAMMs) لنمذجة مسارات F1 و F2 لـ سلسلة I-diphthong (الكلمات: bead, bade, bide, buoyed). تضمنت النماذج حدوداً سلسة للزمن والمدة، وكانت درجات متوسط الـ PC للمصوت /i/ لكل متحدث (i-PC1, i-PC2, i-PC3) وتفاعلاتها مع الزمن هي المتنبئات. وقد راعت التأثيرات العشوائية تباين المتحدث والرمز. تم تحديد دلالة النموذج عبر اختبارات نسبة الاحتمالية مقارنة بالنماذج المتداخلة التي تستبعد متنبئات PC محددة.

النتائج الرئيسية

1. الرابط بين الاستراتيجية والتردد الرنيني: تؤكد الدراسة أن الاستراتيجية النطقية، التي تم تمثيلها بمتوسط شكل اللسان في /i/، تتنبأ بشكل كبير بديناميكيات التردد الرنيني في I-diphthongs.
   • i-PC1 (التحدب الظهري): تنبأ بشكل معنوي بمسارات F1 للكلمات bade, bide, buoyed، وبـ F2 للكلمات bead, buoyed. المتحدثون الذين سجلوا درجات PC1 أعلى (تحدب ظهري أكثر) أظهروا انتقالات صوتية مبكرة.
   • i-PC2 (الأمامية/الجذر): تنبأ بشكل معنوي بمسارات F1 و F2 عبر جميع الكلمات الأربع. المتحدثون الذين سجلوا درجات PC2 أقل (تضييق أمامي أكثر وتقدم جذر اللسان) أنتجوا انتقالات تردد رنيني أبكر وأسرع.
   • i-PC3 (شكل منتصف اللسان): أظهر تأثيرات معنوية على F1 لجميع الكلمات وعلى F2 للكلمات bead و buoyed، وإن كانت التأثيرات عموماً أصغر في المقدار.
2. آلية التباين: إن الاختلافات الصوتية الملحوظة ليست نتاجاً لزمن المصوت (الذي لم يظهر أي ارتباط مع درجات PC)، بل تشير النتائج بدلاً من ذلك إلى تفسير حركي (kinematic): فالمتحدثون ذوو أشكال اللسان المحددة (مثل اللسان شديد التحدب أو شديد التضييق أمامياً) يجب أن يقطعوا مسافات نطقية أكبر للوصول إلى هدف الانزلاق (offglide). ولتحقيق ذلك ضمن نافذة زمنية ثابتة، يجب على هؤلاء المتحدثين استخدام سرعات نطقية أعلى. وهذا يؤدي بدوره إلى انتقالات تردد رنيني أكثر حدة وتبكيراً، وهو ما يتوافق مع نماذج المتذبذب التوافقي الخطي لحركة الكلام.
3. خصوصية المصوت: كانت التأثيرات الصوتية للاستراتيجية النطقية أكثر قوة في المصوتات المزدوجة ذات التغيرات الجوهرية الأكبر (مثل bade, bide, buoyed) وأقل وضوحاً في bead (الذي يتميز بإزاحة نطقية أصغر)، مما يدعم وجهة النظر القائلة بأن التباين الديناميكي يكون أكثر قابلية للملاحظة عندما تكون الإزاحة النطقية كبيرة.

الأهمية والادعاءات
تدعي الورقة أنها تقدم تأكيداً تجريبياً لفرضية أن الاستراتيجية النطقية هي مصدر أساسي للتباين الفردي في الديناميكيات الصوتية للمصوتات. ومن خلال ربط سمات شكل اللسان في مصوت ساكن بمسارات التردد الرنيني الديناميكية في المصوتات المزدوجة، تسد هذه الدراسة الفجوة بين التعويض النطقي (الذي يُنظر إليه غالباً كآلية للثبات الصوتي) والتمايز الصوتي.

يجادل المؤلفون بأنه بينما يعوض المتحدثون عن مورفولوجيا المسلك الصوتي لتحقيق أهداف صوتية مستقرة، فإن عملية التعويض نفسها — وتحديداً مقدار الإزاحة النطقية المطلوبة — تفرض قيوداً ديناميكية. فالإزاحة الأكبر تستلزم سرعات أعلى، والتي بدورها تنتج مسارات تردد رنيني متميزة ومحددة للمتحدث. تعزز هذه النتيجة فهمنا للفردية لدى المتحدث، مقترحة أن الفردية لا تنبع فقط من الاختلافات التشريحية الساكنة، بل من التبعات الديناميكية للاستراتيجيات التي يتبناها المتحدثون للتغلب على تلك القيود التشريحية. وتخلص الدراسة إلى أن هذه الخصائص الديناميكية يمكن استردادها من الإشارة الصوتية، مما يوفر مساراً محتملاً لتحديد هوية المتحدث في علم الجنايات، مع ملاحظة أن العلاقة من المرجح أن تحكمها مبادئ نطقية-صوتية عالمية وليس إعدادات لغوية محددة.