Интегральные характеристики спектра были сняты с помощью спектрального интегратора. В связи с тем что продолжительность звучания фраз с разными эмоциональными контекстами различна, показания, снятые с интегратора, приводились к единице времени (1 с). Это дало возможность сравнивать спектры разных фраз, с различным эмоциональным контекстом, в исполнении разных певцов. Анализу были подвергнуты 45 условий из 9 наиболее удачно исполненных программ.
На рисунке 6 приведены наиболее типичные спектрограммы. Прежде всего, спектрограммы показывают весьма заметные изменения высокой певческой форманты (ВПФ) по уровню и частотному положению. Изменения интенсивности и частотного положения ВПФ в большей степени проявляются при исполнении вокализов и отдельных гласных, т. е. тогда, когда певец вынужден прибегать к тембровым характеристикам голоса как эмоционально выразительным средствам, так как число средств выражения эмоций сокращается.
Рис. 6. Изменение интегральных характеристик спектра в зависимости от эмоционального контекста.
Гласн. А – высота 311 Гц, тенор В. В-в. По горизонтали – средние частоты фильтров спектрометра (Гц); по вертикали – уровень спектральных составляющих (дБ): 1 – радость, 2 – горе, 3 – безразличие, 4 – гнев, 5 – страх
Интересен тот факт, что при радости вершина ВПФ сдвигается в наиболее высокую частотную область. На слух это воспринимается как легкое, «светлое» звучание голоса. При горе и гневе частотное положение ВПФ понижается. По-видимому, это и определяет такое изменение тембра голоса, как его «потемнение».
Для гнева наряду с тем, что ВПФ занимает наиболее низкую частотную область, характерно значительное увеличение интенсивности звука в целом и происходящее в связи с этим возрастание интенсивности крайних высоких составляющих. Увеличивается и уровень низкой певческой форманты. Звук становится более плотным, массивным и насыщенным «металлом».
При страхе и горе интенсивность высоких частот в звуке падает и выраженность ВПФ уменьшается. В крайних случаях при выражении страха спектрограмма теряет типичные «вокальные» черты и приближается по своим очертаниям к спектрограммам речевого сигнала. Голос полностью теряет блеск, звонкость и приобретает глухой, сдавленный характер.
5.3. Временные и динамические характеристики
Временные и динамические характеристики исследовались по осциллограммам 137 вокальных фраз и вокализов, отобранных из 16 программ по указанной выше методике.
На осциллограммах (снятых на осциллографе К-115), помимо звукового сигнала в целом, с помощью линейного амплитудного детектора регистрировалась кривая изменения среднеэффективного значения напряжения исследуемого сигнала (огибающая). Для того чтобы точнее воспроизвести форму огибающей по амплитуде, частота среза фильтра НЧ на выходе детектора была выбрана на уровне 40 Гц.
Типичные осциллограммы фразы Спи, дитя мое, исполненной с различными эмоциональными оттенками, представлены на рисунке 7. Можно видеть, что временные и динамические характеристики фразы существенно изменяются в зависимости от эмоционального контекста.
При обработке осциллограмм были измерены следующие параметры: 1) средняя длительность слога во фразе (Т, мс); 2) коэффициент вариации длительности слогов во фразе (V
, %); 3) относительная длительность пауз во фразе по отношению к общей длительности фразы (t, %); 4) средний уровень силы звука слогов во фразе (Р, дБ); 5) коэффициент вариации силы голоса по слогам (V
, %); 6) средняя длительность фронта (увеличения звука) с логов (?
, мс); 7) средняя длительность спада (уменьшения звука) слогов (?
, мс)[6 - V
=(?
/T) • 100 %, где ?
– среднеквадратическое отклонение длительности слогов от средней длительности, Т – средняя длительность слога. V
=(?
/P) • 100 %, где ?
– среднеквадратическое отклонение уровня слогов от среднего уровня силы звука во фразе, Р – средний уровень силы звука слога во фразе.].
Рис. 7. Осциллограммы фразы Спи, дитя мое, исполненной сопрано Л. Б-вой с разным эмоциональным контекстом.
1 – радость, 2 – горе, 3 – безразличие, 4 – гнев, 5 – страх. Амплитуда осциллограммы отражает изменения силы голоса
Статистическая обработка полученных данных была произведена на ЭВМ «Наири-3». Полученные результаты представлены графически на рисунках 120–125 (вертикальными масштабами на всех графиках обозначены границы доверительных интервалов при уровне значимости Р=0,05).
На рисунке 8 представлены данные об изменении средней длительности слога в зависимости от эмоционального контекста фразы. Наибольшая длительность слога наблюдается во фразах при выражении горя (1240 мс) и наименьшая – при выражении страха (540 мс), т. е. средний темп чередования слогов при горе более чем в два раза медленнее, чем при страхе.
На рисунке 9 показаны различия в относительной длительности пауз по отношению к общей длительности фраз. Наибольшая величина пауз наблюдается при выражении страха (12,6 %) и наименьшая при безразличии (2,1 %), т. е. при страхе голос прерывается, а при безразличии он звучит почти беспрерывно.
Данные об изменении средней силы голоса в зависимости от эмоционального контекста представлены на рисунке 10. Как видно из рисунка, наибольшей силой звука обладает голос при выражении гнева (100 дБ) и наименьшей – страха (92 дБ) и безразличия (93 дБ). Радость и горе по силе звука занимают промежуточное положение.
Рис. 8. Изменение средней длительности слога вокальной фразы в зависимости от эмоционального контекста.
По горизонтали – категории эмоций: Р – радость, Гр – горе, Б – безразличие, Гн – гнев, С – страх; по вертикали – длительность слога (мс)
Рис. 9. Изменение относительной длительности пауз между слогами во фразах в зависимости от эмоционального контекста.
По вертикали – относительная длительность пауз (t, %). Остальные обозначения те же, что и на рисунке 8
Рис. 10. Изменение средней силы голоса в зависимости от эмоционального контекста фразы.
По вертикали – уровень звука голоса (Р, дБ). Остальные обозначения те же, что и на рисунке 8
Рис. 11. Изменение средней длительности фронта звука слогов (1) и средней длительности спада звука слогов (2) в зависимости от эмоционального контекста.
По вертикали – длительности (мс) нарастания (?
) и спада (?
). Остальные обозначения те же, что и на рисунке 8
Рис. 12. Изменение коэффициента вариации длительности слогов вокальных фраз при изменении их эмоционального контекста
По вертикали – значение коэффициента вариации длительности слогов (V
, %). Остальные обозначения те же, что и на рисунке 8
Рис. 13. Изменение коэффициента вариации силы звука слогов вокальных фраз при изменении их эмоционального контекста По вертикали – значение коэффициента вариации силы звука слогов (V
, %). Остальные обозначения те же, что и на рисунке 8
На рисунке 11 приведены два параметра: средняя длительность фронта и средняя длительность спада звука слогов. Максимальные длительности фронта и спада звука слогов приходятся на фразы, выражающие горе (626 и 641 мс соответственно). На слух это воспринимается как очень мягкая атака и филирование звука. Минимальные длительности фронтов и спадов звука наблюдаются при выражении гнева (218 и 210 мс), что субъективно оценивается как очень резкие начало и окончание звука.
Коэффициент вариации длительности слогов указывает на то, какой характер имеет ритмический рисунок мелодии. Если ритм в мелодии пунктирный, острый, то коэффициент вариации длительности слогов будет большим; если мелодия в ритмическом отношении спокойная, мягкая, то коэффициент вариации длительности слогов будет небольшим; если же слоги во фразе имеют совершенно одинаковые длительности, то он будет равен нулю. Значения коэффициента вариации слогов при разных эмоциональных контекстах представлены на рисунке 12. Оказалось, что наименьшим значением коэффициента вариации длительности слогов обладают фразы при выражении безразличия (44,5 %). Фразы же, имеющие различный эмоциональный контекст, отличаются существенно большим коэффициентом вариации длительности слогов (в среднем от 55 до 61 %).
Коэффициент вариации силы звука слогов характеризует ровность звуковедения во фразе. Если этот показатель большой, то это означает, что звук по силе на слогах неровен; если коэффициент вариации уменьшается, то это свидетельствует о том, что звук слогов стал более одинаков по своему уровню. Полученные нами данные (рисунок 13) показывают, что коэффициент вариации силы звука слогов возрастает при горе (67,5 %) и страхе (70,1 %) и уменьшается при гневе (46,7 %) и безразличии (46,1 %). При радости этот параметр занимает промежуточное положение (56,4 %).
Таким образом, акустический анализ вокальных фраз, вокализов и отдельных гласных, исполненных с различным эмоциональным контекстом, показал, что, несмотря на инструкцию не изменять мелодические, метроритмические и другие характеристики своего пения при выражении разных эмоциональных состояний, певцы вынужденно прибегали к этим изменениям. Причем мы вправе считать, что все отмеченные акустические изменения в пении происходят только в связи с изменением эмоционального содержания фраз, поскольку лексическая и фонетическая структура фразы сохранялась неизмененной при выражении разных эмоций.
6. О важной роли временных и динамических характеристик вокальной речи как средств кодирования ее эмоционального содержания
Произведем суммирование проанализированных временных и динамических показателей, придерживаясь следующего принципа: информативность показателя будем оценивать знаком «плюс» (информативный признак), если величина его занимает экстремальное значение, т. е. максимальное или минимальное, а знаком «минус» (неинформативный показатель), если величина этого признака в ряду себе подобных занимает любое промежуточное положение. Подобная оценка признаков в сопоставлении с величиной правильных оценок фраз слушателями приведена в таблице 1.
Можно видеть, что наибольшим числом информативных признаков обладают эмоции страха (5), горя (4) и гнева (4), меньшим – безразличие (3), а радость не обладает ни одним из исследованных нами акустических информативных признаков этого типа.