Фонетический аспект порождения речи

Мы не будем останавливаться в настоящем разделе на тра­диционном представлении о механизмах фонации. Такого рода сведения можно найти в любом учебнике. Поэтому мы ограничимся изложением некоторых новых исследований, приведших к частич­ному или полному пересмотру наших представлений в этой об­ласти.

Одно из этих исследований, касающееся преимущественно процессов иннервации голосовых связок, принадлежит француз­скому физиологу Раулю Хюссону [108]. Ему удалось доказать, что в процессе фонации голосовые связки не являются пассивным звеном, иначе говоря, что колебательный ритм не навязывается им экспирацией, но обеспечивается специфиче­ской иннервацией со стороны головного мозга. Данные Хюссона представляют особый интерес в свете проблемы восприятия речи.

Другое важное исследование принадлежит советскому психо­логу Н. И. Жинкину [21 и др.]. Основные его результаты сводят­ся к тому, что в фонации принимают участие две основных физио­логических системы, образующие «статический» и «динамиче­ский» компоненты речевого механизма. «Динамический» компонент — это механизм слогообразующий, а в конечном счете — форми<353>рующий синтагматическую звуковую структуру слова; образова­ние слова Н. И. Жинкин относит за счет модуляций глоточной трубки. «Статический» компонент обеспечивает семантическое тождество и различение звуковых структур слов. Это, прежде всего, фонемный, артикуляционный механизм. «Без стати­ческих элементов речь потеряла бы смыслоразличительную функ­цию, а без слоговой динамики она просто не может осуществиться в звуковом произнесении» [21, 348].

Фонация организована, по Жинкину, следующим образом. «От моторной зоны коры речедвигательного анализатора при произнесении слова идет поток импульсов по пирамидному пути к языку. Системность этого потока подготовлена предшествую­щим речевым опытом и определена условнорефлекторными свя­зями, организованными в совместной деятельности слухового анализатора и премоторной зоны речедвигательного анализато­ра. Одновременно от премоторной зоны речедвигательного ана­лизатора такой же поток импульсов поступает по экстрапирамидным путям... к глотке. Так как глотка вместе с полостью рта составляет одну надставную, резонаторную трубку, в которой образуется качество речевого тембра, то объем потребного для фонации дан­ного речевого звука воздуха определяется именно здесь, в гло­точном резонаторе. Для перешифровки объемов глоточного ре­зонатора и учета их возникает необходимость всесторонней афферентации. Движения глотки афферентируются: а) в премоторную зону, где сосредоточивается анализ и синтез выучки (т. е. динамических «индексов», закрепляемых за определенными зву­ками в словесном стереотипе. — А. Л.); б) в слуховой анализатор, который осуществляет контроль за акустическим результатом произнесения; в) в таламическую и гипоталамическую области, возбуждение которых вызывает бронхиальную перистальтику... Изменяющийся просвет бронхов, в свою очередь, афферентирует дыхательный центр, который, соответственно требуемым объе­мам глоточного резонатора, вводит в действие дыхательные мышцы...» [22, 262]. Имеется, следовательно, два уровня регули­рования фонационного процесса: подкорковый, автоматический, и корковый, неавтоматический, т. е. сознательная регуляция.

В работах Н. И. Жинкина впервые в нашей физиологии речи широко применялась методика рентгенокиносъемки. Такого рода исследования несколько позже производились и за рубежом (см. [148; 129]).

Остановимся на некоторых других методах исследования фо­нации. Здесь следует назвать (кроме традиционных) метод рент­генографии; метод стробоскопической съемки, в последнее время использованный Фудзимурой, но впервые примененный еще в 1913 г. [103]; близкий к нему метод съемки «ультра-рапидом», впервые использованный В. Эрриотт в 1938 г.; различного рода электромиографические исследования, осуществлявшиеся как<354> у нас в стране, так и за рубежом [29]; метод регистрации микродви­жений органов речи [76] и т. д. Однако все без исключения эти методы имеют лишь весьма ограниченную ценность, ибо ни один из них не позволяет достаточно полно зарегистрировать все реле­вантные особенности действия фонационного аппарата и предста­вить в единой, доступной анализу картине одновременную актив­ность различных его частей.

Поэтому, поставив перед собой задачу исследования на со­временном уровне знаний процесса фонации и процесса восприя­тия речи, ленинградский физиолог Л. А. Чистович вынуждена была разработать и принципиально новую методику эксперимен­тального исследования. Важнейшим компонентом такой методики явился метод «динамической палатографии», позволяющей регист­рировать при помощи системы электродов, размещенных на ис­кусственном небе, динамику движений языка. Кроме того, на той же осциллограмме, на которой регистрировались потенциалы, снятые с этих датчиков, регистрировались также: скорость пото­ка воздуха, выходящего изо рта и из носа; внутриротовое давле­ние, дыхательное движение (методом пневмографии); артикуляторные движения губ (методом измерения электрического сопро­тивления при помощи датчика с контактом); деятельность голосо­вых связок (при помощи ларингофона). Наконец, параллельно велась и обычная микрофонная регистрация с дальнейшим спектральным анализом.

Опираясь на такую комплексную методику, позволявшую одновременно и непрерывно получать 11 показателей, характери­зующих поток речи, Л. А. Чистович добилась существенных успе­хов. Вот важнейшие из полученных ею результатов.

1) «... Если мы... рассматриваем синтагму как последователь­ность слогов, то ее ритмический рисунок оказывается инвариант­ным... Отсюда естественно сделать вывод, что в программе син­тагмы ритмически организованными являются слоговые команды, т. е. команды, вызывающие осуществление всего слогового ком­плекса движений. Развертывание слога в последовательности звуков речи происходит уже по каким-то собственным законам» [85, 96].

2) «Для синтеза (записи) артикуляторной программы слова ис­пользуются два раздельных блока (системы). В одном из блоков записываются указания только о том, когда нужно совершать движения. Во втором блоке содержатся перечисления необхо­димых движений и указание их последовательности. Работа бло­ка, обеспечивающего временной рисунок, состоит в выработке ритмической последовательности импульсов, которые не имеют конкретных адресов» [85, 119].

3) «Простейшим и основным артикуляторным комплексом является слог СГ. Более сложный слог типа ССГ представляет собой систему из этих простейших комплексов, построенную та<355>ким образом, что второй из этих комплексов может осуществлять­ся частично параллельно с осуществлением первого» [85, 157].

Остановимся на проблеме дифференциальных признаков. Как известно, сама идея дифференциального фонетического признака восходит к работам И. А. Бодуэна де Куртенэ и, в частности, к выдвинутым им понятиям акусмы, кинемы и кинакемы. Акусма — это «представление акустического впечатления, вызываемого да­лее не разложимым произносительно-слуховым элементом, на­пример, губной артикуляцией...»; кинема — «представление прос­тейшего, далее психически не разложимого произносительного элемента, например, губной артикуляции...»; кинакема — «дву­сторонний простейший психический произносительно-слуховой элемент...Имеет место в тех случаях, когда акустический резуль­тат совпадает с вызывающим его движением органов речи» [8, 310].

В этих определениях, данных Бодуэном, намечены оба направ­ления дальнейшей разработки идеи дифференциальных признаков в мировой науке — акустическое и артикуляционное. Первое из них представлено циклом работ, открытым монографией Р. Якоб­сона, Г. Фанта и М. Халле «Введение в анализ речи» [112; 113]. Идея Якобсона и его соавторов заключается в том, что для различе­ния значимых единиц языка (морфем) слушающий использует набор элементарных акустических признаков. В основу выде­ления таких признаков положен дихотомический принцип. Фо­нема рассматривается как пучок таких признаков, ей приписы­вается своего рода матрица признаков, где клетки заполнены плюсами, минусами или нулями. Когда в конце 50-х гг. получила широкое распространение трансформационная модель языка, дихотомическая теория дифференциальных признаков вошла в нее как составная часть, описывающая «фонологический компо­нент» этой модели.

С самого начала концепция Якобсона вызвала ряд возраже­ний. Указывалось, что дифференциальные признаки, если и под­даются отождествлению на спектрограмме, то остаются не опре­деленными артикуляционно. Ставилась под сомнение и право­мерность дихотомического принципа в теории дифференциальных признаков и т. д. В настоящее время вопрос как будто решился в сторону непризнания дифференциальных признаков реальными компонентами фонации и восприятия речи. Доказано, что между акустическими и артикуляционными характеристиками потока речи нет однозначного соответствия [120], нет такого соот­ветствия и между дихотомической (якобсоновской) системой диф­ференциальных признаков и артикуляционными признаками звуков речи [9], так что наиболее правильным будет представ­лять дифференциальные признаки «в виде абстрактной системы, которая лишь опосредствованным образом соотносится с физиче­скими данными» [26,171].<356>

«Артикуляционное» направление в теории дифференциальных признаков представлено группой американских работ, вышедших из Хаскинских лабораторий, и работами лаборатории Л. А. Чистович. Основное расхождение между американскими и советскими работами заключается в том, какой сегмент потока речи рас­сматривается как различаемая (или, напротив, синтезируемая) единица. Американские исследователи под руководством А. Л. Либермана считают такой единицей слог; Л. А. Чистович и ее со­трудники полагают, что в этой роли выступает слово.

Благодаря новой методике, разработанной в лаборатории Чистович, удалось составить список артикуляционно-акустиче­ских дифференциальных признаков, реально используемых в процессе анализа (синтеза) русской речи.

Отмеченное выше наличие двух направлений в исследовании дифференциальных признаков соотнесено с двумя направлениями в теории восприятия речи, существование которых было впервые отмечено Э. Фишер-Иоргенсен — акустическим и моторным [102].

Традиционная «акустическая» трактовка восприятия речи исходила из того, что поток речи воспринимается пофонемно, причем за каждой фонемой закреплены некоторые инвариантные признаки. Именно на такую трактовку опирался Якобсон в своей теории дифференциальных признаков. Однако основные предпо­сылки модели Якобсона не оправдались. Во-первых, обнаружи­лось, что информация о каждой данной фонеме не сосредоточена в одном звуке речи, а разбросана по нескольким. Во-вторых, оказалось, что переходы от звука к звуку несут не меньшую, а в ряде случаев более важную для распознавания информацию, чем так называемые «стационарные участки».

Противопоставленная акустической «моторная» теория вос­приятия предполагает, что в процессе восприятия происходит текущая артикуляционная имитация воспринимаемых звуков. Сама идея такой имитации (в типичном случае ограничивающей­ся соответствующей иннервацией) в науке не нова; в частности, она высказывалась О. Есперсеном [116, 20], а у нас в стране — А. А. Потебней, А. Л. Погодиным и П. П. Блонским. В послед­ние годы она все чаще встречается на страницах научных книг и статей. Особенно ярыми пропагандистами «моторной» теории восприятия являются психологи из группы А. Либермана, один из которых, П. Делатр, прямо заявлял, что «звуковая волна вос­принимается не прямо, а опосредствованно, путем соотнесения ее с артикуляторным движением» [100, 248]. Сторонником «мотор­ной» теории в нашей науке является Л. А. Чистович.

Однако «моторная» теория отнюдь не общепринята в совре­менной науке. Даже те, кто, как М. Халле, считают возможным говорить об «анализе через синтез» при восприятии речи, не обя­зательно распространяют эту концепцию на восприятие звуко­вой стороны речи. Что же касается таких активных сторонников<357> «акустической» теории, как Р. Якобсон, то они вообще считают наличие артикуляторного компонента в восприятии факульта­тивным [111].

Рассмотрим эту проблему в двух планах; во-первых, с точки зрения того, какая из двух концепций более соответствует обще­психологическим данным; во-вторых, поставим вопрос, насколь­ко обе концепции непримиримы и нельзя ли найти какой-то ком­промиссный путь.

Нет сомнения, что в целом «моторная» теория гораздо больше соответствует нашим современным знаниям о процессе восприя­тия вообще, нежели теория «акустическая». Существует (и в особенности — в советской психологии) целый ряд работ, убе­дительно показывающих роль моторного компонента в осязании и зрении [24; 43]. Общая теория восприятия, разработанная со­ветским психологом В. П. Зинченко, включает в себя представ­ление о встречной активности организма относительно воспри­нимаемого объекта; недаром его доклад на XVIII Международ­ном психологическом конгрессе в Москве летом 1966 г. назывался «Восприятие как действие». Особенно существенны с точки зре­ния восприятия речи данные о звуковысотном слухе человека, так как обе способности — слух речевой и слух звуковысотный — являются специфически человеческими и генетически тесно свя­заны. Экспериментальное изучение высотного слуха «показало, что решающая роль в восприятии собственно высоты звука при­надлежит моторному компоненту данного процесса» [57, 18].

Однако такой решительный вывод не влечет за собой обяза­тельного участия моторного компонента во всех мыслимых слу­чаях восприятия речи. Дело в том, во-первых, что сторонники двух соперничающих теорий в своей полемике недостаточно учитывают принципиальное различие физиологических функций речи, о котором шла речь выше; между тем оперирование с речью как первосигнальным раздражителем встречается в практике ре­чевого общения и, в частности, восприятия речи гораздо чаще, чем это на первый взгляд кажется. Во-вторых, недостаточно учитывается факт отсутствия обязательной связи между системой восприятия речи и артикуляционной системой, т. е. возможность опоры на неадекватный моторный компонент, показан­ная в опытах А. И. Иошпе, выполненных под руководством О. В. Овчинниковой. В этих опытах моторный компонент звуковысотного восприятия был модифицирован: вместо того, чтобы формировать звуковысотный слух с опорой на деятельность голо­совых связок, как это происходит обычно, для этой цели использо­валась установка, где разным высотам приводилась в соответствие различная сила нажатия на клавишу. Оказалось, что выработка звуковысотного слуха от этого не страдает.

В-третьих (и это едва ли не самое главное), восприятие речи — это в большинстве случаев не первичное ознакомление с ее свой<358>ствами. Когда же такое ознакомление произведено, то «возможно осуществление опознавательного (и репродуктивного) действия. Однако в этом случае опознавательное действие опирается на иную систему ориентиров и признаков... По мере ознаком­ления с объектом наблюдатель выделяет в нем новые признаки, группирует их, часть из первоначально выделенных признаков отсеивает...» [24, 252—253]. Далее он объединяет отдельные признаки в своего рода структуры, целостные образы, которые и становятся оперативными единицами восприятия. Если так или примерно так происходит дело и с восприятием речи (а у нас нет оснований в этом сомневаться), то, по-видимому, окажется, что обе существующие теории слишком упрощают этот процесс.

Наконец, следует иметь в виду и тот факт, что один и тот же процесс может быть обеспечен как «структурным», так и статис­тическим механизмом [24, 254—256]. Это касается и более слож­ных процессов, связанных с восприятием речи, в частности — восприятия и понимания целых предложений. К вопросу о таком восприятии (и понимании как его части) мы сейчас и переходим.

Оно исследовано значительно хуже, чем восприятие фонетиче­ской стороны речи. Существует две основных концепции воспри­ятия на уровне предложения: одна из них представлена концеп­цией «грамматики для слушающего», разработанной, в частно­сти Ч. Хоккетом, другая развивается в русле идей «порождаю­щей грамматики». По Хоккету, «слушание не включает операций, которые не входили бы в говорение; но говорение включает все операции, входящие в слушание, плюс логические операции обоз­рения будущего и выбора» [81, 165]. При этом операции, входящие в слушание, представлены, по Хоккету, в виде стохастического (марковского) процесса: «грамматику для слушающего можно было бы рассматривать как марковский процесс с бесконечным числом состояний» [81, 163]. Что касается «порождающей теории», представленной прежде всего известной работой М. Халле и К. Стивенса [106], то она в известном смысле противоположна, так как предполагает, что восприятие речи включает в себя пра­вила порождения речи плюс правила соотнесения результатов этого порождения с сигналами на входе. В строгом смысле, как пишет об этой концепции Дж. Миллер, это «теория для носителя языка, а не для одного только говорящего или одного только слу­шающего» [125, 296].

Теория «анализа через синтез», хотя и пользуется большей по­пулярностью, чем другие теории восприятия, не способна объяс­нить многое в процессе восприятия речи. Непонятно, прежде всего, какую роль в такой модели играет контекст, а значение кон текста для восприятия речи, как показывают многочисленные экс перименты (см. [94]), огромно. Необъяснимы многие ранее по­лученные данные о вероятностной структуре восприятия. По-ви­димому, истина лежит где-то посредине, и ни структурный компо<359>нент («анализ через синтез»), ни вероятностный не могут быть исключены из будущей модели восприятия речи.

В заключение настоящего раздела остановимся на одной част­ной проблеме, имеющей, однако, большое практическое значение. Речь идет о восприятии малознакомого или вовсе незнакомого языка и возникающих при этом явлениях. Безусловно установле­но, что восприятие чужого языка происходит, так сказать, че­рез призму родного: иными словами, мы «категоризуем» восприни­маемую нами речь, приписываем ей определенную структурность постольку, поскольку такая категоризация свойственна нашему родному языку. Так, звуковые различия, которых нет в фонологи­ческой системе, скажем, русского языка, не будут восприняты русским в иноязычной речи без специальной тренировки [63].

По-видимому, эти данные объективно подтверждают «мотор­ную» точку зрения; однако они еще не получили вполне адекватной психологической интерпретации.