Thanh ngang là gì

Tiếng Việt có lẽ là môn học được nhiều người nước ngoài đánh giá là khó tiếp thu nhất, bởi vì hệ thống môn tiếng việt của ta rất đa dạng, không chỉ nằm ở các từ ngữ, ngữ pháp mà ngay cả việc sử dụng dấu cũng như vậy. Trong bài viết ngày hôm nay, hãy cùng chúng tôi phân tích sâu hơn và phân biệt thanh bằng, thanh trắc là như thế nào nhé.

Thanh bằng
Thanh bằng là thanh điệu bằng phẳng, không có sự cao giọng hay thấp giọng khi đọc. Và là những thanh điệu mà khi thể hiện, đường nét âm điệu diễn biến bằng phẳng, đồng đều từ đầu đến cuối, không có sự lên xuống bất thường nào.

Thanh bằng gồm những tiếng hay chữ không có dấu [ gọi là thanh ngang] và những tiếng hay chữ có dấu huyền. - Thanh ngang: thanh ngang hay còn gọi là thanh không dấu hoặc gọi là thanh không được thể hiện dấu trên chữ. Thanh này xuất hiện trong tất cả các âm tiết, trừ âm tiết khép. Ví dụ: cam, xuân, đông, công ty, mưa xuân,…. Nhưng thanh bằng không được thể hiện trên các âm tiết như: lach, bach, bat,lac, nhac, hat, het, bêt,…. - Dấu huyền: dấu huyền là một dấu thanh nằm trên các nguyên âm trong tiếng Việt. khi thể hiện trên các nguyên âm thì phát ra âm với giọng đi xuống. Dấu huyền được viết bằng một gạch ngang chéo từ trái sang phải. Dấu huyền thấp hơn thanh ngang một bậc, dấu này có thể xuất hiện trong các âm tiết không phải là âm tiết khép và đọc với giọng nặng hơn thanh ngang. Ví dụ về dấu huyền: cà, sàn, đầm, bằng, bà, bàn, ….

Thanh trắc
Thanh trắc là thanh điệu không bằng phẳng. Thanh này có âm diệu diễn biến phức tạp trong thanh điệu. thanh này khi lên khi xuống, thể hiện ra bằng một đường nét không bằng phẳng và không đồng đều.

Thanh trắc được thể hiện bằng các tiếng hay chữ có các dấu gồm: dấu sắc, dấu hỏi, dấu ngã, gấu nặng. - Dấu hỏi: dấu này có thanh điệu thuộc âm vực thấp. Khi phát âm, dấu hỏi có điểm bắt đầu và kết thúc thanh điệu đều ở âm vực thấp. Dấu hỏi thường xuất hiện trong tất cả các âm tiết không phải là âm tiết khép. Ví dụ: vả lại, hỏi han, cảm cúm, cảng biển, cảnh đẹp, hổn hểnh, cảm ơn, thể hiện,…. - Dấu ngã: dấu ngã là dấu có thanh điệu thuộc âm vực cao. Dấu này bắt đầu thấp hơn và kết thúc cao hơn, có thêm động tác nghẽn thanh hầu khi phát âm. Dấu này có thể xuất hiện trong các âm tiết không phải là âm tiết khép và đọc với giọng nặng hơn thanh ngang. Ví dụ: ngã, vẽ, xã, mãn nhãn, sững sờ,…. Dấu ngã không được thể hiện trên các âm tiết như: lach, bach, bat,lac, nhac, hat, het, bêt,…. - Dấu sắc: dấu sắc là dấu có thanh điệu thuộc âm vực cao. Khi phát âm, dấu này có điểm xuất phát thấp hơn thanh ngang một chút và điểm kết thúc ở âm vực cao. Đồng thời khi kết thúc còn phải có thêm động tác nghẽn thanh hầu khi đọc. Dấu sắc có thể xuất hiện trong tất cả các kiểu âm tiết. Ví dụ: khá lớn, bí quyết, chính thức, sáng sớm,…. - Dấu nặng: dấu nặng là dấu có thanh điệu thuộc âm vực thấp. Khi phát âm, dấu này có điểm xuất phát gần với độ cao xuất phát của thanh huyền nhưng kết thúc đột ngột ở độ cao thấp hơn. Dấu nặng xuất hiện ở tất cả các kiểu âm tiết. Ví dụ: lạ đời, chợ xuân, lợi ích, lạm dụng, trục trặc, bẹp ruột Trên đây là bài viết Thanh bằng, thanh chắc gồm những dấu nào, hi vọng các bạn đã bổ sung thêm kiến thức môn tiếng Việt vững chắc hơn. Chúng tôi sẽ gửi đến nhiều bài viết bổ ích khác trong lần sau. Hẹn gặp lại các bạn!

Xem thêm: Những chất kết tủa trắng thường gặp trong hóa học

Chủ đề thanh bang thanh trac tiếng việt

3.1. Khái niệm ngôn điệu, ngữ điệu và thanh điệu 3

Nói một cách nôm na, trong ngôn ngữ nói, ngôn điệu là cái mang lại âm sắc cho

tiếng nói, âm sắc là biểu hiện tự nhiên của giọng nói, mang ý nghĩa nhấn mạnh hoặc thể

hiện sắc thái tình cảm, lời nói không có ngôn điệu giống như lời nói của robot, không

giống tiếng nói tự nhiên. Các nhà ngôn ngữ học cho rằng bản chất ngôn điệu là sự phủ lên

âm tiết các yếu tố trọng âm, thanh điệu, ngữ điệu và trường độ. Vai trò của ngôn điệu rất

quan trọng trong tổng hợp tiếng nói, nếu không xử lý được vấn đề ngôn điệu thì không

thể tổng hợp được tiếng nói tự nhiên của con người được. Đặc trưng quan trọng nhất của

ngôn điệu là độ cao, độ dài, độ to, tương ứng là các đại lượng tần số cơ bản F0, thời gian

của âm tiết, âm vị D, và cường độ I.

Ngôn điệu của lời nói liên kết chặt chẽ với khái niệm ngữ điệu. Có thể nói ngữ

điệu là sự nâng cao hạ thấp của lời nói trong câu, khi xét là một âm tiết [trong tiếng Việt

gọi là một tiếng] ngữ điệu lúc này trở thành thanh điệu của âm tiết đó. Đặc trưng chính

cho tính chất này là tần số cơ bản của giọng nói: F0. Việc lấy các giá trị F0 theo thời gian

tạo thành đường nét F0. Trong lời nói liên tục, đường nét F0 cho mỗi thanh điệu có các

đặc trưng khác nhau, tín hiệu thô ban đầu là dạng thô của đường nét F0, ở chương này, ta

đi nghiên cứu cách làm mịn đường nét F0 cho mỗi âm tiết riêng biệt, theo đúng giới hạn

ban đầu của bài toán.

3.2. Tìm đường nét F0 và nghiên cứu đặc điểm của từng thanh điệu trong tiếng Việt

Trong tiếng Việt, có 6 thanh điệu được sử dụng: thanh ngang, huyền, sắc, hỏi,

nặng và ngã. Trong văn học xưa từng xuất hiện luật bằng trắc: thanh bằng chỉ âm tiết có

đường nét có chiều hướng đi ngang hoặc đi xuống [là thanh ngang, huyền] thanh trắc chỉ

âm tiết có đường nét đi lên [thanh sắc, nặng, ngã], tuy nhiên phân loại như vậy là chưa

chặt chẽ và đầy đủ. Sau đây, ta sẽ đưa ra một cách làm mịn đường nét F0 thể hiện thanh

điệu tiếng nói và nghiên cứu đặc điểm của từng thanh điệu.

3 Nội dung tham khảo trong tài liệu: Mô hình Fujisaki và áp dụng trong phân tích thanh điệu tiếng Việt của Bạch

Hưng Nguyên, Nguyễn Tiến Dũng.

16

3.2.1. Tính đường nét thanh điệu 4

3.2.1.1. Hàm biên độ trung bình [AMDF Average Magnitude Difference Fucntion]

Hàm hiệu biên độ trung bình của một tín hiệu là hiệu biên độ của chính nó rời đi p

mẫu, được tính bởi công thức:

d[p] = |

Ở đây x[n] là giá trị biên độ thứ n của tín hiệu, N là số giá trị biên độ [thường là số giá trị

được lấy ra trong 1 khoảng thời gian cố định, với tần số lấy mẫu là Fs]

Nếu x[n] là tín hiệu tuần hoàn với chu kì T thì khi p tiến dần tới giá trị T, hàm d[p] sẽ đạt

giá trị nhỏ nhất.

Do tín hiệu là rời rạc nên sẽ tồn tại giá trị nguyên p0 sao cho d[p0] là nhỏ nhất, khi đó giá

trị f0 = Fs/p0 được coi là tần số cơ bản của đoạn tín hiệu đó, nói cách khác nó đặc trưng

cho thanh điệu của đoạn tín hiệu đó, f 0 là một giá trị trong đường nét F0 đặc trưng cho

thanh điệu của toàn bộ tín hiệu giọng nói ban đầu.

Giọng nói của người bình thường có tần số cơ bản là khoảng 90Hz với giọng nam và

200Hz với giọng nữ, ta sẽ lấy p0 sẽ nằm trong khoảng rộng hơn từ Fs/250 đến Fs/80.

Cứ mỗi đoạn tín hiệu kéo dài từ 10-25ms ta lại lấy một giá trị f0 như vậy, tập f0 theo thời

gian thu được chính là đường nét F0.

3.2.1.2. Thực hiện tìm đường nét F0

– Cắt xén tín hiệu làm nổi rõ chu kì cơ bản

y[n] =

Trong đó C được chọn vào khoảng 1/3 giá trị biên độ cực đại trên toàn tín hiệu

– Tính hàm biên độ trung bình: tín hiệu sau khi được cắt xén được đưa vào hàm lấy biên

độ trung bình như trong mục 3.2.1.1 với N là độ dài của một khung [gồm các giá trị

được lấy trong 1 khoảng thời gian nhất định, ở đây lấy số giá trị trong 1 frame

[khoảng 10-25ms] như ở mục I đã trình bày].

4 Nội dung tham khảo trong tài liệu Nhận dạng tiếng Việt dùng mạng Neuron kết hợp trích đặc trưng dùng

LPC và AMDF, 2005, tác giả Hoàng Đình Chiến.

17

– Làm mịn: với các d[p0] > 0.7*dmax[p] ta coi đó là khung vô thanh, tính giá trị đặc trưng

f0 = 0. Sau khi được tập { f0 } tiếp tục làm mịn đường nét F0 bằng cách: nếu các

khung vô thanh ở đầu hoặc cuối âm tiết thì sẽ được thay thế bởi giá trị f0 kế cận, nếu

khung vô thanh ở giữa âm tiết thì thay bằng trung bình của 2 giá trị f0 ngay cạnh.

Cuối cùng làm trơn đường nét F0 bằng bộ lọc với đáp ứng xung h = [0.1, 0.2, 0.4,

0.2, 0.1]

– Lấy đặc trưng: Tùy vào nhu cầu sử dụng bao nhiêu đặc trưng mà lấy các giá trị từ

đường nét F0, có thể lấy các giá trị trên đường nét, hoặc có thể biến đổi rời rạc

đường nét về một số giá trị đặc trưng nhất định.

3.2.2. Đặc điểm của từng thanh điệu dựa vào đường nét 5

3.2.2.1. Thanh ngang

Đường nét của thanh ngang thường có xu hướng giảm nhẹ, điều này dễ hiểu bởi khi

phát âm, mức năng lượng gần như không đổi và giảm dần về cuối âm tiết, thanh ngang dễ

bị nhầm lẫn với thanh huyền vì đường nét của chúng tương tự nhau [xu hướng không đổi

hoặc giảm nhẹ]

Hình mô tả đường nét thô của thanh ngang.

Hình 8: Đường nét thô của thanh ngang, âm vị a

3.2.2.2. Thanh huyền

5 Nội dung tham khảo từ Mô hình Fujisaki và áp dụng trong phân tích thanh điệu tiếng Việt, tác giả Bạch

Hưng Nguyên, Nguyễn Tiến Dũng

18

Đường nét thanh huyền khi phát âm chuẩn có xu hướng không tăng, không giảm,

gần giống với thanh ngang, điều này ta vừa đề cập tới, nó gây khó khăn trong việc phân

biệt riêng hai thanh điệu này. Hình sau là phổ biên độ thô của thanh huyền:

Hình 9: Đường nét thô của thanh huyền, âm vị à

3.2.2.3. Thanh sắc

Thanh sắc có đường nét đi lên, khá giống với thanh ngã và thanh nặng, thanh sắc có

âm vực bắt đầu cao hơn 2 thanh còn lại, có báo cáo thí nghiệm kết luận rằng: cho đường

nét của thanh sắc và thanh ngã giống hệt nhau, khi tổng hợp lại người nghe vẫn phân biệt

được 2 thanh này. Tuy nhiên, thanh ngã và thanh nặng cũng còn những đặc điểm quan

trọng khác để phân biệt với các thanh còn lại.

Quan sát đường nét [ở dạng phổ] thô của thanh sắc:

Hình 10: Đường nét thô của thanh sắc, âm vị á

19

3.2.2.4. Thanh ngã

Đường nét thanh ngã bị gãy ở giữa, không chỉ gãy ở F0 mà thanh ngã còn bị gãy ở

phổ, đó chính là khác biệt lớn nhất giữa thanh ngã với các thanh còn lại. Hình sau mô tả

điều này

Hình 11: Đường nét thô của thanh ngã, âm vị ã

3.2.2.5. Thanh nặng

Thanh nặng có đặc trưng bị gẫy, đứt và đi xuống đột ngột ở cuối âm, thanh nặng

cũng gặp khó khăn khi phân biệt với thanh sắc, nếu cho thanh nặng đường nét F0 của

thanh sắc thì người nghe vẫn phân biệt được đó là thanh nặng, có điều phần cuối âm tiết

cảm giác bị nhấn lên, nếu âm tiết được phát âm rõ ràng, chuẩn để chủ động hạ giọng cuối

âm tiết có thanh nặng, khả năng phân biệt 2 thanh này sẽ cao hơn.

Sau đây là hình mô tả đường nét thô dạng phổ của thanh nặng:

Hình 12: Đường nét thô của thanh nặng, âm vị ạ

3.2.2.6. Thanh hỏi

20

Đường nét của thanh hỏi có đặc trưng là được nâng cao ở hai đầu và cao độ thấp ở

giữa âm tiết, tuy nhiên trong tiếng nói tự nhiên, đặc trưng này không được thể hiện rõ

ràng do những yếu tố như tốc độ nói, kiểu nói của mỗi người và tùy ngữ cảnh thanh điệu

này được nhấn như thế nào, thanh hỏi trong giọng nói tự nhiên, không ngữ cảnh hay bị

nhầm lẫn với thanh huyền và thanh ngang.

Trường hợp phát âm lý tưởng cho âm tiết có thanh hỏi:

Hình 13: Đường nét thô của thanh hỏi, âm vị ả

Chương 4.

SỬ DỤNG ĐẶC TRƯNG TIẾNG NÓI NÓI CHUNG VÀ TIẾNG

VIỆT NÓI RIÊNG CHO MÔ HÌNH NHẬN DẠNG TIẾNG NÓI TIẾNG

VIỆT

Như ta đã trình bày ở chương 1, trích chọn đặc trưng MFCC mô phỏng quá trình

phát ra tiếng nói của bộ máy phát âm thông qua 39 đặc trưng cho mỗi frame tín hiệu, như

vậy mỗi frame sẽ được coi như 1 vector 39 chiều giá trị thực và một tín hiệu tiếng nói là

một tập các frame. Mục tiêu bài toán trở thành: với tiếng nói đầu vào bất kì, ta gán nhãn

cho các frame [sau khi trích chọn đặc trưng] sao cho phù hợp nhất với mô hình âm học

21

của hệ thống ta xây dựng [khái niệm mô hình âm học sẽ được nhắc lại trong chính

chương này]. Bằng việc áp dụng mô hình Markov ẩn – HMM để gán nhãn frame, tiếng

nói sẽ được nhận dạng về hình thức văn bản [text]. Bên cạnh đó, ta cũng thực hiện phân

đường nét F0 [đường đặc trưng cho thanh điệu] để minh họa việc phân biệt thanh điệu

cho các âm tiết phát âm giống nhau.

4.1. Mô hình Markov ẩn [Hidden Markov Model]

Ở phần này ta sẽ giới thiệu mô hình thống kê HMM để áp dụng mô hình này vào bài

toán nhận dạng tiếng nói.

4.1.1. Xích Markov, quá trình Markov

Xích Markov [đặt theo tên nhà toán học người Nga Andrei Andreyevich Markov] là một

dãy X1, X2, X3, … gồm các biến ngẫu nhiên. Tập tất cả các giá trị có thể có của các biến này được

gọi là không gian trạng thái S, giá trị của Xn là trạng thái của quá trình [hệ] tại thời điểm n.

Nếu việc xác định [dự đoán] phân bố xác suất có điều kiện của Xn+1 khi cho biết các trạng thái quá

khứ là một hàm chỉ phụ thuộc Xn thì:

P[Xn+1 = x | X0, X1,, Xn] = P[Xn+1 = x | Xn]

trong đó x là một trạng thái nào đó của quá trình [x thuộc không gian trạng thái S]. Đó là thuộc

tính Markov.

Một cách đơn giản để hình dung một kiểu chuỗi Markov cụ thể là qua một ôtômat hữu hạn [finite

state machine]. Nếu hệ ở trạng thái y tại thời điểm n thì xác suất mà hệ sẽ chuyển tới trạng thái x

tại thời điểm n+1 không phụ thuộc vào giá trị của thời điểm n mà chỉ phụ thuộc vào trạng thái

hiện tại y. Do đó, tại thời điểm n bất kỳ, một xích Markov hữu hạn có thể được biểu diễn bằng

một ma trận xác suất, trong đó phần tử x, y có giá trị bằng P[Xn+1 = x | Xn = y] và độc lập với

chỉ số thời gian n [nghĩa là để xác định trạng thái kế tiếp, ta không cần biết đang ở thời điểm nào

mà chỉ cần biết trạng thái ở thời điểm đó là gì].

Một quá trình mang tính ngẫu nhiên có đặc tính giống như xích Markov ta gọi là quá trình

Markov bậc 1. Quá trình Markov bậc n là dãy biến ngẫu nhiên mà dự đoán phân bố xác suất có

điều kiện Xn+1 là một hàm phụ thuộc X1, X2,, Xn. Tuy nhiên ở đây, áp dụng cho bài toán nhận

dạng giọng nói, ta chỉ xét tới quá trình Markov bậc 1 [hay xích Markov]. Để tiện cho việc trình

22

Xem thêm: Vì sao “Chớ đi ngày bảy, chớ về ngày ba”?

Xem thêm: ” Thửa Đất Tiếng Anh Là Gì ? Định Nghĩa, Ví Dụ, Giải Thích

Video liên quan

Bạn đang đọc: Thanh ngang trong tiếng Việt là gì