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

Sintesi Tecnica: Analisi Fonetica e Semantica di Corpora Parlati di Mandarino di Pechino e di Taiwan

Enunciato del Problema
Il tono neutro (o "fluttuante") nel mandarino cinese (T5) è tradizionalmente descritto come un tono ridotto e dipendente dal contesto che manca di un target lessicale fisso, apparendo spesso solo sulla seconda sillaba di parole disillabiche. Tuttavia, il suo status di tono lessicale distinto rimane oggetto di dibattito. Sebbene studi recenti sul mandarino di Taiwan abbiano identificato firme di pitch specifiche per parola, legate alla semantica, per i toni lessicali, non è chiaro se il tono neutro esibisca proprietà simili. Inoltre, esistono significative differenze dialettali tra il mandarino di Pechino e quello di Taiwan riguardo alla prevalenza e alla realizzazione del tono neutro. Questo studio affronta quattro questioni centrali:

1. Il tono neutro possiede un proprio target tonale e un proprio schema distinti, o è semplicemente una riduzione dipendente dal contesto?
2. In che modo i contorni di pitch dei pattern del tono neutro differiscono tra il mandarino di Pechino e quello di Taiwan?
3. Le parole disillabiche con un tono neutro esibiscono firme di pitch specifiche per parola in entrambi i dialetti?
4. Queste firme specifiche per parola possono essere predette da embedding semantici contestualizzati, e le differenze dialettali nella realizzazione derivano da differenze nel significato delle parole?

Metodologia
Lo studio utilizza corpora di parlato spontaneo di conversazione provenienti da due varietà: il mandarino di Pechino (50 parlanti) e il mandarino di Taiwan (55 parlanti).

• Selezione dei Dati: Gli autori hanno estratto parole disillabiche in cui la prima sillaba porta un tono lessicale (T1–T4) e la seconda sillaba è un tono neutro (T5), basandosi su dizionari autorevoli (Xiandai Hanyu Cidian per Pechino e il Dizionario del Ministero dell'Istruzione per Taiwan). È stata creata una specifica categoria "Altro" per i dati di Taiwan, dove parole elencate come T5 a Pechino sono elencate con toni lessicali completi a Taiwan.
• Elaborazione Acustica: La frequenza fondamentale (F0) è stata estratta tramite Praat sull'intera sillaba. I dati sono stati puliti per rimuovere errori di tracciamento e voce crepitante (creaky voice).
• Modellazione Statistica: Gli autori hanno impiegato Modelli Additivi Generalizzati (GAM) utilizzando il pacchetto mgcv in R. La variabile risposta era la F0 trasformata in logaritmo su tempo normalizzato. I modelli hanno decomposto i contorni di pitch in componenti additive legate a predittori: tempo normalizzato, pattern tonale, identità della parola, parlante, contesto tonale (toni precedenti/successivi), posizione della parola, durata e probabilità di bigramma. È stato incluso un processo AR(1) per tenere conto dell'autocorrelazione nelle serie temporali di pitch.
• Analisi Semantica: Per investigare il legame tra significato e pitch, gli autori hanno utilizzato embedding contestualizzati (CE) derivati dal modello linguistico di grandi dimensioni Qwen-2.5. I token delle parole sono stati mappati in vettori a 896 dimensioni. Una mappatura lineare è stata addestrata per proiettare questi vettori semantici sulle firme di pitch specifiche per parola, depurate dal rumore, estratte dai GAM. Le prestazioni sono state valutate tramite l'accuratezza della classificazione dei k-vicini più prossimi rispetto a un baseline di permutazione.

Risultati Chiave

1. Natura del Tono Neutro: L'analisi GAM rivela che il tono neutro ha un target tonale distinto e sistematico (pitch finale medio-basso) che varia a seconda del tono lessicale precedente. Fondamentalmente, ogni pattern tonale (ad es., T1-T5, T2-T5) esibisce una componente di contorno di pitch unica che non può essere ridotta a una generica regola di sandhi. Ciò suggerisce che il tono neutro funzioni come un tono lessicale con i propri pattern sottostanti.
2. Differenze Dialettali:
   • Mandarino di Pechino: Mostra un rialzo iniziale nei pattern T1-T5 e T4-T5. Il pattern T2-T5 esibisce un rialzo.
   • Mandarino di Taiwan: I pattern T1-T5 e T4-T5 mancano del rialzo iniziale visto a Pechino. Il T2-T5 è realizzato come un tono quasi livellato. Il T3-T5 è il più simile tra i dialetti, somigliando a un tono discendente allungato.
   • Variabilità: Il mandarino di Taiwan esibisce una maggiore variabilità nella realizzazione dei pattern del tono neutro rispetto al mandarino di Pechino.
3. Firme Specifiche per Parola: È stata trovata una forte evidenza di firme di pitch specifiche per parola in entrambi i dialetti. Infatti, l'importanza della variabile "parola" era maggiore nel dataset di Pechino rispetto a quello di Taiwan. Queste firme persistono anche dopo aver controllato i pattern tonali, i fattori prosodici e il contesto tonale.
4. Predicibilità Semantica: Gli embedding contestualizzati hanno predetto con successo le firme di pitch specifiche per parola con un'accuratezza significativamente superiore al caso (Pechino: ~24% di accuratezza di test; Taiwan: ~20%, contro baseline di ~10%). Inoltre, i "significati prototipici" (centroidi dei CE) per i pattern tonali hanno predetto contorni di pitch che corrispondono strettamente ai contorni osservati dai GAM. Ciò suggerisce che le differenze dialettali nella realizzazione del pitch possano derivare in parte dalle differenze nei significati contestualizzati delle parole nei due corpora.

Significato e Rivendicazioni
L'articolo sostiene che il tono neutro, sia nel mandarino di Pechino che in quello di Taiwan, debba essere classificato come un tono lessicale. Esso possiede un target tonale specifico, esibisce una variazione sistematica basata sui toni precedenti e trasporta firme di pitch specifiche per parola che sono parzialmente prevedibili dal contesto semantico.

Gli autori affermano che la variabilità osservata nel tono neutro non è unica per esso, ma è una caratteristica condivisa con altri toni lessicali, sfidando la visione del tono neutro come un elemento meramente "ridotto" o "privo di tono". Lo studio dimostra che il principio del Modello Lessicale Discriminativo — ovvero che la forma fonetica è legata al significato — si estende al tono neutro. Inoltre, la ricerca evidenzia come le differenze dialettali nella realizzazione fonetica possano essere ricondotte, almeno in parte, alle differenze nell'uso semantico (significati contestualizzati) delle parole nello speech spontaneo, come catturato dagli embedding dei modelli linguistici di grandi dimensioni.

Lo studio conclude che, sebbene il tono neutro sia limitato alla seconda sillaba nelle parole disillabiche, il suo comportamento fonetico e semantico rispecchia quello dei quattro toni lessicali canonici, giustificando il suo trattamento come una categoria lessicale distinta in entrambe le varietà.