HQSYN16

Percepce místa artikulace závisí na tranzientu druhého formantu (F2). Jako tradiční akustický korelát místa artikulace se považuje locus (virtuální počáteční frekvence trajektorie formantu), který byl zjištěn pomocí formantové syntézy.

Bilabiální [m] má locus cca 750 Hz, zatímco alveolární [n] by mělo být cca 1800 Hz. Výzkum vztahu mezi průběhem trajektorie F2 (včetně rychlosti pohybu) a percepcí místa artikulace (locus equations) dodnes využívá syntetické řeči, kdy je manipulováno vždy jediným konkrétním segmentem a okolní kontext zůstává zachován. Není nám známo, že by se někdo zabýval interakcí vzdálenějších segmentů, což by bylo zajímavé, protože máme podezření, že se to týká právě případu "mlýmeček".

• Mlýneček: na obrázku vyznačeno [íne], kde trajektorie F2 v [e] jasně směřuje z nízkých frekvencí, což odpovídá představě [m].
• Janeček (zdroj): vyznačeno [jane], přestože se jedná o naprosto stejný úsek [ne], dostává v kontextu interpolovaného průběhu F2 ve spojení [ane] zcela jinou podobu a působí, že locus se nachází na hladině okolo 1500 Hz, což odpovídá lépe [n].

Srovnáme-li oba obrázky, ve slově mlýneček k podobné interpolaci docházet nemůže, protože z hlediska frekvenčního ani amplitudového se v předcházejícím okolí nenachází nic výrazného. Domníváme se tedy, že se jedná o doposud neprozkoumanou komplexní percepční interakci několika složek a bude spíše obtížné ji při dynamickém výběru jednotek v syntéze jednoduše kontrolovat.

Add formant-based join-cost-generated synthetic sample so that it could be compared to the original version.

Formant-based synthetic samples (they sound OK) and lists of selected units added.

Any comments on the synthetic samples?

[n] in both sound samples sounds naturally, much better than the former version. F2 formant trajectory looks correct for [n] transient.
However, the F0 discontinuity in EUCL sample [i:] degrades overall quality of the sound. After F0 smoothing in Praat using PSOLA, the sample sounds as good as ABS sound.