Intrinsic Timing and Quantity in Finnish

Abstract

Termi 'kvantiteettikieli' tarkoittaa perinteisen selityksen mukaan sellaista kieltä, jossa äänteiden kestoja käytetään erottamaan eri sanoja toisistaan. Suomen kieltä on pidetty malliesimerkkinä tällaisesta kielestä, koska suomessa esiintyy varsin vapaasti pitkiä ja lyhyitä vokaaleja ja konsonantteja erottamassa merkityksiä. Toisaalta, mitatut kestot vaihtelevat puheessa suuresti, riippuen hyvin monista seikoista, mm. äänteen tyypistä ja yleisestä puhenopeudesta.

Tutkimuksessa analysoitiin akustisesti suomen kielisiä sanoja ja käytettiin eri havaintokokeita selvittämään absoluuttisten keston ja muiden seikkojen osuutta merkityserojen tuottamisessa ja havaitsemisessa.

Toisaalta kokeissa, joissa pyydettiin puhujia lausumaan sanoja siten, että suu oli kiinni ja kieli liikkumatta, äänteelliset ajoituserot hävisivät, mutta kvantiteettiin liityvät erot jäivät. Vaikuttaa siltä, että suomen kielen puhujalla on kvantiteettihahmo tai rytmillinen malli, joka on äänne-eroista suhteellisen riippumaton. Voidaan siis väittää, että hän käyttää samaa rytmiä lausuessaan esim. sanat 'tulli' ja 'tukki', vaikka mitatut kestot ovatkin systemaattisesti eri. Sen sijaan havaintokokeet, joiden ärsykkeistä poistettiin äänteellinen informaatio, viittasivat siihen, että suomen kielen kuulija ei havaitse kvantiteettia riippumattomasti, vaan tarvitsee myös äänteellistä informaatiota kvantiteettihahmon tunnistamista varten. Tämä tulos on sopusoinnussa sen olettamuksen kanssa, että puheen havaitsija kuuntelee todellisia artikulaatioita, eikä irrallisia piirteitä, joista sanan identiteettiä sitten laskettaisiin.

Toisissa kokeissa todettiin, että venyttämällä keinotekoisesti sanan kestoja toisen sanan kestojen mukaisiksi on mahdollista muuttaa sanan tunnistus odotettuun suuntaan. Pelkästään ajoitusta muuttamalla jää kuitenkin aina muita tekijöitä, esim. sävelkulku ja äänen laatu, jotka sopivat paremmin alkuperäiseen sanaan, ja näin "jarruttavat" tunnistuksen muuttumista. Esim. sana 'tuli' saadaan venyttämällä kuulostamaan sanalta 'tuuli', mutta lopputulos ei ole yhtä hyvä kuin alkuperäinen 'tuuli'. Tämä ilmeisesti johtuu siitä, että todellinen muutos sanan rytmissä edellyttää aina puheliikkeiden erilaista organisaatiota, ja nämä erot heijastuvat myös akustiseen puhesignaaliin tarjoten kuulijalle monia vihjeitä sanan identiteetistä.

Työtä voisi jatkaa toisaalta muilla äänne- sanatyypeillä, jotta ilmiön laajuutta tulisi paremmin kartoitetuksi. Toisaalta tutkimusta voisi laajentaa ottamalla huomioon kvantiteetin ja puheen muiden rytmien välisen vuorovaikutuksen.

The two terms in the title of this report, 'quantity' and 'intrinsic timing', present an apparent conflict which has provided the main impetus for the research reported herein. The intrinsic timing concept represents a theoretically attractive model, but almost no research within such a framework has been carried out on a quantity language. Research is presented on some aspects of phonetic timing in Finnish, a language often mentioned as a prototypical example of a quantity language.

It was found that measured durational differences due to different segments (e.g. 'k' vs. 'l') disappear (or are reduced to statistical insignificance) in speech produced "with closed mouth" (as in Kozhevnikov and Chistovich's classic experiment), while differences due to differing quantity types (e.g. CVCCV vs. CVCV) remain. This parallels the results of Kozhevnikov and Chistovich's closed mouth experiment for Russian in which segmental differences also disappeared but differences due to "rhythmic figure" (stress on first or second syllable) remained. It would appear that there is a rhythmic unity underlying a quantity category in Finnish, i.e. speakers have an idea of the rhythm of a quantity category (e.g. CVCV) which is independent of the segments involved. Measured timing differences corresponding to segmental differences can then be thought to be a reflection of various physiological factors such as differences in "sluggishness" of the various articulators involved.

If quantity enjoys a certain independence in speech production, the question naturally arises whether it might not also be possible to perceive quantity patterns independently of the segmental content of words. The main result of Experiment 2, however, was that listeners were not able to discriminate quantity types when the original test words were replaced with intensity matched sine waves, even when listeners were informed ahead of time of the segmental content of the original words.

The experiments of Chapter Four were designed to investigate the importance of the small qualitative differences that exist between quantity types but were missing from the sine wave stimuli. Using LPC analysis, dynamic time warping (based on intensity variation) and (re)synthesis, stimulus series were produced whose timing varied gradually while retaining spectral and other properties of the original quantity minimal pairs. The results showed that these differences did indeed have a very significant influence on perception.

Apparently a genuine change in quantity type always requires reorganization of gestures in production, and this in turn is reflected in the speech signal itself. Thus in general speech will exhibit multiple simultaneous rhythms whose interrelations provide a wealth of "timing" information and an indeterminate number of cues which help the listener track the unfolding of the articulatory events reflected in the speech signal. Possibly a "pure" quantity language in an absolute sense would require some form of extrinsic timing. On the other hand Finnish, at least, though often taken as a prime example of a quantity language, does not appear to be such a pure quantity language. In any case the simple answer that quantity languages make phonological use of duration is obviously inadequate.