資料分析

本實驗主要是針對位在不同焦點位置的詞組，做更進一步的聲學現象分

析，包含了時長以及基頻範圍。也就是說，最後的量測重點還是放在為於不

同焦點位置的詞組之上。

首先利用 Praat 軟體取得所有雙音節詞組的時長。步驟一是人工將所有

句子的前後界線 (boundary) 先行標記完成，完成後再透過 EasyAlign 功能，

配合本實驗室電腦工程師所寫之程式，自動完成所有句子音素 (phoneme) 以

及詞 (word) 的切割。接下來再以人工調整的方式將詞與詞正確的界線找

出。在完成所有界線的調整後，再利用 Praat 程式，便可同時讀取到所有詞

的時長。至於基頻值，還是必須得利用 Praat 功能，透過人工方式標記每音

節之基頻最大值 (H) 與基頻最小值 (L) (圖 3.4)，並同時得到出現時間點。

圖 3.4 中，H/h 表示的是基頻最大值；L/l 代表的是基頻最小值；N/n 表示名

詞；至於 V/v 表示的則是動詞；至於分別採用大小寫字母的原因主要是為了

方便區別帶窄焦點詞組的出現先後順序。

圖 圖 圖

圖 3.4 Praat 軟體所呈現之聲譜圖、詞組界線，以及基頻曲線之範例

由於國語四聲的單詞各自調性不同，連讀的雙音節詞組或多或少會產生

變化；再加上兩個三聲連讀時還會產生三聲變調現象，所以每個雙音節詞組

的標記方式皆不相同 (表 3.6)。

在取得所有雙音節詞組的基頻最大值與最小值後，利用最大值減去最小

值所得到的差，便是該詞組的基頻範圍。

表

spea MAX MIN

MIN

首先先將個別發音人的每一個主詞時長 (方程式中以 S’表示) 減去主詞

最小時長 (S’ speakerX_S-MIN speakerX_S) 的值求出，再除以主詞時長範圍 (MAX

speakerX_S-MIN speakerX-S)，如此便可求出所有主詞時長的百分段值。也就是說

Adjust S’speakerX_S 值所表示的就是發音人 X 的所有主詞時長中，某一個主詞在

spea MAX MIN

MIN

spea MAX MIN

MIN

動詞、窄焦點在受詞、窄焦點在動詞片語、再現焦點在動詞、再現焦點在受

spea AdjustS AdjustV AdjustO

AdjustS

(5)

spea AdjustS AdjustV AdjustO

AdjustV

spea AdjustS AdjustV AdjustO

AdjustO

詞時長，與受詞時長，總和應為 1 ( Normalize S’speakerX_S + Normalize V’speakerX_V

+ Normalize O’speakerX_O = 1 )。

由於本實驗語料中動詞詞組與受詞詞組皆分為四種不同的聲調，每個聲

調間的基頻範圍原本就有很大的差異，所以為了避免這些差異對實驗結果造

成影響，所以也使用方程式 (1)-(3) 來調整所有基頻範圍的原始數據。另外，

由於基頻範圍並沒有像時長有語速上的問題，所以便不繼續使用方程式

至於 paradigmatic 部分則分別進行 6 次單因子變異數分析，以期比較出

帶有焦點的詞組以及不帶焦點的相對應詞組 (counterparts) 在聲學表現上是

否有顯著差異。表 3.8 列出了這 8 次單因子變異數分析的細節：

表 表 表

表 3.8 paradigmatic 比較時，所有單因子變異數的獨立變項以及依變數 焦點位置、聲學表現種類 獨立變項 依變數

焦點在動詞時的常態化時長 焦點位置 動詞的常態化時長 焦點在受詞時的常態化時長 焦點位置 受詞的常態化時長 焦點在動詞片語時的常態化時長 焦點位置 動詞與受詞的常態化時長 再現焦點動詞與再現焦點動詞片語的

常態化時長

焦點位置 動詞與受詞的常態化時長

焦點在動詞時的常態化基頻範圍 焦點位置 動詞的常態化基頻範圍 焦點在受詞時的常態化基頻範圍 焦點位置 受詞的常態化基頻範圍 焦點在動詞片語時的常態化基頻範圍 焦點位置 動詞與受詞的常態化基頻範圍 再現焦點動詞與再現焦點動詞片語的

常態化基頻範圍

焦點位置 動詞與受詞的常態化基頻範圍