← नवीनतम पेपर
💬 NLP

Phonetic and semantic analyses of spoken corpora of Beijing and Taiwan Mandarin indicate that the neutral tone is a lexical tone

बीजिंग और ताइवान मंदारिन का यह कॉर्पस-आधारित अध्ययन यह प्रदर्शित करता है कि न्यूट्रल टोन (तटस्थ स्वर) एक विशिष्ट शाब्दिक स्वर के रूप में कार्य करता है जिसका अपना टोनल टारगेट और पूर्वानुमेय शब्द-विशिष्ट पिच सिग्नेचर है, जो इसे केवल एक कम या बिना स्वर वाले तत्व के रूप में देखने वाले दृष्टिकोण को चुनौती देता है।

मूल लेखक: Yuxin Lu, Zhexuan Li, R. Harald Baayen

प्रकाशित 2026-06-26
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Yuxin Lu, Zhexuan Li, R. Harald Baayen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मंदारिन भाषा की कल्पना एक संगीतमय ऑर्केस्ट्रा (orchestra) के रूप में करें। लंबे समय तक, भाषाविदों को लगा कि इस ऑर्केस्ट्रा में चार मुख्य वाद्य यंत्र (चार मानक स्वर/tones) और एक विशेष, रहस्यमय वाद्य यंत्र है जिसे "न्यूट्रल टोन" (neutral tone) कहा जाता है। इस न्यूट्रल टोन को एक गिरगिट की तरह माना जाता था: कभी-कभी यह एक अलग स्वर की तरह सुनाई देता था, कभी-कभी यह पूरी तरह गायब सा हो जाता था, और माना जाता था कि इसकी ध्वनि पूरी तरह से उससे ठीक पहले बजने वाले वाद्य यंत्र पर निर्भर करती है।

ट्यूबिंगन विश्वविद्यालय के शोधकर्ताओं द्वारा लिखा गया यह शोध पत्र, दो अलग-अलग ऑर्केस्ट्रा में इस रहस्यमय वाद्य यंत्र को सुनने का निर्णय लेता है: एक बीजिंग में और एक ताइवान में। उन्होंने केवल कुछ ही स्वर नहीं सुने; उन्होंने वास्तविक, स्वाभाविक बातचीत के हजारों घंटों का विश्लेषण किया, जिसमें उन्नत कंप्यूटर मॉडल का उपयोग करके "संगीत" को "शोर" से अलग किया गया।

यहाँ उनके निष्कर्ष दिए गए हैं, जिन्हें सरल अवधारणाओं में विभाजित किया गया है:

1. न्यूट्रल टोन एक वास्तविक वाद्य यंत्र है, कोई भूत नहीं

पुराना विचार: न्यूट्रल टोन को अक्सर एक "कम" (reduced) ध्वनि या एक बिना स्वर वाले भूत के रूप में वर्णित किया जाता था जो पिछले नोट की पिच (pitch) की नकल करता था।
नया खोज: शोधकर्ताओं ने पाया कि न्यूट्रल टोन वास्तव में एक वास्तविक, विशिष्ट वाद्य यंत्र है जिसका अपना एक विशिष्ट "लक्ष्य नोट" (target note) है। अन्य चार स्वरों की तरह, इसका भी एक विशिष्ट पिच लक्ष्य है जिसे वह प्राप्त करने की कोशिश करता है।

  • उपमा: उन चार मानक स्वरों को चार अलग-अलग रंगों की गेंदों के रूप में सोचें जिन्हें आप फेंक सकते हैं। न्यूट्रल टोन को एक ऐसी गेंद माना जाता था जो बस वहीं लुढ़क जाती थी जहाँ पिछला गोला उसे धकेलता था। अध्ययन दिखाता है कि न्यूट्रल टोन वास्तव में एक पांचवीं रंगीन गेंद है जिसका अपना एक विशिष्ट गंतव्य है, भले ही वह कभी-कभी थोड़ा अलग तरह से लुढ़के यदि पहले किसी ने उसे फेंका हो।

2. हर शब्द की अपनी "वॉयसप्रिंट" (voiceprint) होती है

खोज: अध्ययन ने पुष्टि की कि विशिष्ट शब्दों के अपने अनूठे पिच हस्ताक्षर (pitch signatures) होते हैं, भले ही वे एक ही टोन पैटर्न साझा करते हों।

  • उपमा: कल्पना करें कि दो लोग बिल्कुल एक ही नोट गा रहे हैं। एक सामान्य श्रोता के लिए, वे एक जैसे लगते हैं। लेकिन यदि आप एक विस्तृत साउंड वेव (sound wave) को देखें, तो आप देख सकते हैं कि व्यक्ति A की आवाज़ में एक सूक्ष्म कंपन है, जबकि व्यक्ति B की आवाज़ में एक हल्की गूँज है।
  • निष्कर्ष: बीजिंग और ताइवान दोनों मंदारिन में, "माँ" (māma) शब्द का पिच "फिंगरप्रिंट" "भाई" (gēge) शब्द से अलग है, भले ही दोनों के अंत में न्यूट्रल टोन हो। कंप्यूटर मॉडल इन सूक्ष्म पिच अंतरों को देखकर पहचान सकते थे कि कौन सा शब्द बोला जा रहा था।

3. बीजिंग और ताइवान एक ही भाषा बोलते हैं, लेकिन अलग-अलग लहजे (accents) के साथ

खोज: हालांकि "नियम" न्यूट्रल टोन के लिए समान हैं, लेकिन वास्तविक ध्वनि दोनों क्षेत्रों के बीच भिन्न होती है।
बीजिंग: यहाँ न्यूरल टोन बहुत विशिष्ट है। यदि आप "T1-T5" (उच्च स्वर + न्यूट्रल) कहते हैं, तो पिच पहले ऊपर जाती है। यदि आप "T4-T5" (गिरता हुआ स्वर + न्यूट्रल) कहते हैं, तो इसमें भी एक विशिष्ट बढ़ता हुआ आरंभ होता है।
ताइवान: यहाँ न्यूट्रल टोन अधिक "सपाट" (flat) और स्थिर है। उदाहरण के लिए, "T2-T5" पैटर्न (बढ़ता हुआ + न्यूट्रल) ताइवान में लगभग एक सपाट रेखा की तरह सुनाई देता है, जबकि बीजिंग में, इसमें एक स्पष्ट उभार होता है।

  • उपमा: इसे दो रसोइयों द्वारा एक ही सूप बनाने जैसा समझें। दोनों एक ही रेसिपी (न्यूट्रल टोन के नियम) का उपयोग करते हैं, लेकिन बीजिंग वाला शेफ शुरुआत में एक चुटकी मसाला (बढ़ता हुआ पिच) डालता है, जबकि ताइवान वाला शेफ स्वाद को स्थिर और सपाट रखता है।

4. अर्थ ध्वनि को आकार देता है

खोज: यह सबसे आश्चर्यजनक हिस्सा है। शोधकर्ताओं ने पाया कि एक विशिष्ट वाक्य में किसी शब्द का अर्थ यह भविष्यवाणी कर सकता है कि पिच कैसी सुनाई देगी।

  • उपमा: कल्पना करें कि आप एक कहानी सुना रहे हैं। यदि आप एक नया दोस्त बनाने के बारे में बात करते समय "दोस्त" शब्द का उपयोग करते हैं, तो आपकी आवाज़ एक तरह की हो सकती है। यदि आप दोस्तों के समूह के साथ बाहर जाने के बारे में बात करते समय "दोस्त" शब्द का उपयोग करते हैं, तो आपकी आवाज़ थोड़ी अलग हो सकती है।
  • निष्कर्ष: शोधकर्ताओं ने एक प्रकार के AI (जिसे "contextualized embeddings" कहा जाता है) का उपयोग किया जो शब्दों के संदर्भ में अर्थ को समझता है। उन्होंने पाया कि यह AI उस विशिष्ट वाक्य में शब्द के अर्थ को जानकर न्यूट्रल टोन की पिच की भविष्यवाणी कर सकता था।
  • यह क्यों महत्वपूर्ण है: यह सुझाव देता है कि भाषा का "संगीत" केवल यांत्रिक नहीं है; यह गहराई से इस बात से जुड़ा है कि बोलने वाला वास्तव में क्या कहना चाह रहा है।

5. "वर्जित" शब्द (The "Forbidden" Words)

अध्ययन ने उन शब्दों को भी देखा जो बीजिंग में "न्यूट्रल" माने जाते हैं लेकिन ताइवान में "पूर्ण स्वर" (full tone) के रूप में देखे जाते हैं (जैसे "सस्ता" वाला शब्द, piányi)।

  • निष्कर्ष: भले ही शब्दकोशों में कहा गया है कि ये शब्द दोनों क्षेत्रों में अलग तरह से सुनाई देने चाहिए, लेकिन अनौपचारिक बातचीत में वास्तविक बोले गए स्वर अक्सर सीमाओं को धुंधला कर देते हैं। हालाँकि, वे शब्द जो दोनों जगहों पर हमेशा न्यूट्रल होते हैं (जैसे "माँ" या "भाई"), वे "वर्जित" शब्दों की तुलना में दोनों क्षेत्रों में एक-दूसरे के बहुत अधिक समान थे।

निचोड़ (The Bottom Line)

शोधकर्ता निष्कर्ष निकालते हैं कि न्यूट्रल टोन किसी स्वर का "टूटा हुआ" या "कम किया गया" संस्करण नहीं है। यह एक पूर्ण, वैध टोन है जिसके अपने नियम, अपना पिच लक्ष्य और हर शब्द के लिए अपने अनूठे वॉयसप्रिंट हैं। यह अन्य चार स्वरों की तरह ही व्यवहार करता है, सिवाय इसके कि यह ज्यादातर दो-शब्दांश (two-syllable) वाले शब्दों के अंत में पाया जाता है।

यह अध्ययन सिद्ध करता है कि बीजिंग और ताइवान दोनों में, लोग जिस तरह से बोलते हैं वह एक जटिल नृत्य है जहाँ व्याकरण, आसपास की ध्वनियाँ और शब्दों का विशिष्ट अर्थ मिलकर अंतिम धुन (melody) बनाते हैं।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →