Стивенс, Кеннет Н.

Кеннет Н. Стивенс

англ. Kenneth Noble Stevens

Дата рождения

24 марта 1924 года

Место рождения

Торонто, Онтарио

Дата смерти

19 августа 2013 года

Место смерти

Клакамас, Орегон

Гражданство

США

Род деятельности

Электротехника, Акустическая фонетика

Награды и премии

Национальная научная медаль США (1999)

Кеннет Н. Стивенс (англ. Kenneth Noble Stevens; ^{[Нет даты!]}) — американский учёный в области компьютерных наук и электротехники. Профессор электротехники и компьютерных наук имени Кларенса Дж. ЛеБела, а также профессор медицинских наук и технологий в Научно-исследовательской лаборатории электроники Массачусетского технологического института (MIT). Один из ведущих мировых специалистов в области акустической фонетики. Лауреат Национальной научной медали США (1999) и премии Джеймса Л. Фланагана в области обработки речи и аудио (2004).

Образование

Ранние годы

Кен Стивенс родился в Торонто. Его старший брат Пит родился в Англии; Кен родился четыре года спустя, вскоре после того, как семья эмигрировала в Канаду. В детстве он хотел стать врачом, так как восхищался своим дядей-врачом. Учился в средней школе при педагогическом факультете Торонтского университета.

Стивенс поступил на инженерный факультет Торонтского университета с полной стипендией. Во время учёбы в бакалавриате он жил дома. Из-за проблем со зрением Стивенс не мог участвовать во Второй мировой войне, но его брат служил на протяжении всей войны; родители каждый вечер слушали новости по BBC. В университете Стивенс специализировался на инженерной физике, изучая темы от проектирования моторизованных машин до базовой физики, которую преподавали на физическом факультете. Летом он работал в оборонной промышленности, в том числе в компании, разрабатывавшей радары. В 1945 году он получил степени бакалавра и магистра наук.

Стивенс преподавал ещё со времён бакалавриата, когда вёл занятия по домоводству, включавшие элементы физики. После получения степени магистра он остался в Торонтском университете в качестве преподавателя, обучая молодых людей, вернувшихся с войны, включая своего старшего брата. С 1945 по 1946 год он был стипендиатом Фонда Онтарио, а затем до 1948 года работал преподавателем в Торонтском университете.

Во время работы над магистерской диссертацией Стивенс заинтересовался теорией управления и посещал курсы на факультете прикладной математики, где один из профессоров порекомендовал ему поступить в MIT для обучения в докторантуре.

Докторантура

Вскоре после поступления Стивенса в MIT новый профессор Лео Беранек заметил, что Стивенс изучал акустику. Беранек связался со Стивенсом в Торонто и предложил ему стать ассистентом на новом курсе по акустике, на что Стивенс согласился. Вскоре после этого Беранек снова связался со Стивенсом и предложил ему исследовательскую должность в новом проекте по изучению речи, которую Стивенс также принял. После войны Радиационная лаборатория в MIT (здание 20) была преобразована в Научно-исследовательскую лабораторию электроники (RLE); среди прочих лабораторий в RLE разместилась новая акустическая лаборатория Беранека.

В ноябре 1949 года соседний с Кеном кабинет был предоставлен приглашённому докторанту из Швеции по имени Гуннар Фант, с которым у него завязалась дружба и сотрудничество, продлившиеся более полувека. Во время работы над докторской диссертацией Стивенс сосредоточился на изучении гласных; в 1950 году он опубликовал короткую статью, в которой утверждал, что автокорреляция может использоваться для различения гласных, а в его докторской диссертации 1952 года сообщалось о результатах восприятия гласных, синтезированных с использованием набора электронных резонаторов. Фант убедил Стивенса, что модель речевого тракта на основе линии передачи более гибка, чем модель резонатора, и в 1953 году они совместно опубликовали эту работу.

Кен приписывает Фанту заслугу в установлении связи между кафедрой лингвистики и Научно-исследовательской лабораторией электроники в MIT. Роман Якобсон, фонолог из Гарвардского университета, к 1957 году имел кабинет в MIT, а Моррис Халле присоединился к кафедре лингвистики MIT и перешёл в RLE в 1951 году. Сотрудничество Стивенса с Халле началось с акустики, но затем переросло в изучение того, как акустика и артикуляция организуют звуковые системы языка.

Стивенс защитил докторскую диссертацию в 1952 году; в состав его докторского комитета входили его научный руководитель Лео Беранек, а также Дж. К. Р. Ликлайдер и Уолтер А. Розенблит. После получения докторской степени Стивенс перешёл на работу в компанию Bolt, Beranek and Newman (ныне BBN Technologies) на Гарвардской площади. В начале 1950-х годов Беранек решил уйти с преподавательской должности в MIT, чтобы полностью посвятить себя работе в BBN. Зная, что Стивенс любит преподавать, он посоветовал ему подать заявку на должность преподавателя в MIT. Стивенс так и сделал, присоединившись к преподавательскому составу в 1954 году.

Профессиональная деятельность

Научный вклад

Стивенс известен своими работами в области фонологии, восприятия речи и образования речи. Наиболее известная книга Стивенса, «Акустическая фонетика», структурирована в соответствии с различительными признаками его фонологической системы.

Вклад в фонологию

Стивенс известен своей теорией, отвечающей на вопрос: почему звуки языков мира (их фонемы или сегменты) так похожи друг на друга? При первом изучении иностранного языка поражают различия между звуковой системой одного языка и любого другого. Стивенс перевернул восприятие студента: вместо того чтобы спрашивать, почему языки разные, он задался вопросом, почему языки так похожи, если звуковая система каждого языка совершенно произвольна. Его ответом стала квантовая теория речи. Квантовая теория подкрепляется теорией языковых изменений, разработанной совместно с Сэмюэлом Джеем Кайзером, которая постулирует существование избыточных или усиливающих признаков.

Методология Стивенса в исследовании звуков речи состоит из трёх этапов. Первый этап — использование физики (в основном моделей трубок) для моделирования формы артикуляторов (например, формы передней и задней полостей, округления или неокругления губ и т. д.). На основе артикуляционных моделей трубок можно рассчитать резонансные частоты, которые являются формантными частотами. После расчёта резонансных частот собираются и анализируются речевые данные для сравнения с теоретическими расчётами. Этот второй этап в основном экспериментальный, где интересующие токены обычно записываются либо изолированно, и/или встраиваются в контролируемую несущую фразу, обычно произносимую несколькими носителями языка женского и мужского пола. Ключом к сбору данных является контроль как можно большего числа факторов, чтобы акустические данные можно было исследовать с минимальным количеством артефактов. Последний этап исследования — сравнение результатов данных с теоретическими предсказаниями и объяснение возникающих различий. Различия иногда можно объяснить тем, что модели трубок обычно упрощены и не учитывают потери из-за мягкости стенок голосового тракта (хотя в теоретическую модель можно добавить резисторы). Подголосовая система также может влиять на продуктивную систему голосового тракта при большом открытии голосовой щели. Теоретические предсказания модели могут дать общие прогнозы о том, что можно ожидать в реальной речи, а данные реальной речи могут помочь уточнить исходную модель и дать лучшее понимание образования звуков речи.

Квантовая теория стремится описать (с использованием физики) и организовать все акустические признаки всех возможных звуков в матрицу. Ограничением для всех звуков речи является сама физическая артикуляционная система, что подтверждает утверждение о том, что среди языков может быть только конечный набор звуков. Причина конечности набора звуков речи заключается в том, что, хотя движение артикуляторов непрерывно, только определённые конфигурации имеют тенденцию быть артикуляционно и/или акустически стабильными, что приводит к фиксированным частотам для формант, образующих звуки, относительно универсальные для всех языков (т. е. гласные и согласные). Каждый акустический звук можно описать несколькими определяющими признаками (обычно бинарными). Например, округление губ (включено или выключено) является признаком. Высота языка (высокая или низкая) — ещё один признак. В дополнение к этим определяющим признакам, которые служат основным описанием акустических звуков, существуют также усиливающие признаки, которые помогают сделать звуки более узнаваемыми. Для каждого из этих признаков можно применить методологию Стивенса: сначала использовать модель трубки для моделирования артикуляторов и предсказания резонансных частот, затем собрать данные для изучения акустических свойств этого признака и, наконец, согласовать с теоретической моделью и обобщить акустические свойства этого признака.

Голосовая щель

При вибрации голосовых складок порции воздуха проходят через голосовой тракт, производя звук. Этот источник звука моделируется как источник тока в цепи, моделирующей образование звука. Изменения в голосовом тракте вызывают изменения в производимом звуке. Частота вибрации женских голосовых складок обычно выше, чем мужских, что придаёт женским голосам более высокий тон.

Исследования показали, что существует разница в том, как вибрируют голосовые складки у женщин и мужчин; у женщин голосовая щель шире, что придаёт женским голосам более придыхательный характер по сравнению с мужскими.

Подголосовая система

Подголосовая система — это система, расположенная ниже голосовой щели в теле человека. Она включает трахею, бронхи и лёгкие. Это по сути фиксированная система, поэтому она не меняется для каждого отдельного говорящего. Результаты исследований показали, что во время открытой фазы голосового цикла (когда голосовая щель открыта) возникает связь из-за подголосовой системы, проявляющаяся акустически как пары полюс/ноль в частотной области. Эти пары полюс/ноль, введённые связью, предположительно служат запрещёнными или нестабильными областями в спектрах, выступая в качестве естественных границ для признаков гласных, таких как +передний или +задний.

Для взрослых мужчин резонансные частоты их подголосовой системы были измерены (с использованием инвазивных методов) и составили 600, 1550 и 2200 Гц. Подголосовые резонансные частоты у женщин немного выше из-за их меньших размеров. Одним из неинвазивных способов измерения этих пиков является использование акселерометра, помещённого над яремной вырезкой для записи ускорения кожи во время фонации. Вибрация фиксирует резонансные частоты ниже голосовой щели (подголосовой системы).

Голосовой тракт

Голосовой тракт — это проход, расположенный выше голосовой щели, вплоть до отверстия губ. Для моделирования голосового тракта обычно используется двухтрубная модель, одна из которых отражает размеры (площадь поперечного сечения и длину) задней полости, а другая моделирует переднюю полость. Резонансные частоты, рассчитанные по модели трубки, являются формантными частотами. Для произнесения гласного шва /ə/ голосовой тракт относительно открыт на всём протяжении от голосовой щели до рта, поэтому модель трубки можно рассматривать как относительно однородную открытую трубку, что делает резонансные частоты (или форманты) равномерно распределёнными. Излучение у рта приводит к тому, что эти резонансные частоты становятся примерно на пять процентов ниже. Женские голосовые тракты (в среднем 14,1 см) в среднем короче мужских (в среднем 17,7 см), что обуславливает более высокие формантные частоты у женщин.

Поскольку стенки голосового тракта мягкие, энергия в нём теряется, что увеличивает ширину полосы формант.

Полость носа

Когда нёбно-глоточный порт открывается во время произнесения определённых звуков, таких как /n/ и /m/, возникает связь из-за носовой полости, что придаёт звуку носовой характер.

Вклад в восприятие речи

Квантовая теория предполагает, что фонологический инвентарь языка определяется в первую очередь акустическими характеристиками каждого сегмента, а границы задаются акустико-артикуляционным отображением. Это означает, что фонологические сегменты должны обладать некоторой акустической инвариантностью. Блюмштейн и Стивенс продемонстрировали инвариантную связь между акустическим спектром и воспринимаемым звуком: добавляя энергию к спектру взрыва «pa» на определённой частоте, можно превратить его в «ta» или «ka» соответственно, в зависимости от частоты. Наличие дополнительной энергии вызывает восприятие язычного согласного; её отсутствие вызывает восприятие губного.

В своих поздних работах Стивенс реструктурировал теорию акустической инвариантности в неглубокую иерархическую перцептивную модель — модель акустических ориентиров и различительных признаков.

Вклад в образование речи

Находясь в творческом отпуске в Королевском технологическом институте (KTH) в Швеции в 1962 году, Стивенс вызвался участвовать в экспериментах по кинерадиографии, проводимых Свеном Эманом. Кинерадиографические фильмы Стивенса являются одними из самых распространённых; существуют копии на лазерных дисках, а некоторые доступны в Интернете.

По возвращении в MIT Стивенс согласился руководить исследованиями студента-стоматолога Джозефа С. Перкелла. Знания Перкелла в области анатомии полости рта позволили ему перенести рентгеновские снимки Стивенса на бумагу и опубликовать результаты.

Другие вклады в изучение образования речи включают модель, с помощью которой можно предсказать спектральную форму турбулентного речевого возбуждения (в зависимости от размеров турбулентной струи), и работу, связанную с конфигурациями голосовых складок, которые приводят к различным режимам фонации.

Спектральные свойства (форманты, ширина полосы формант, другие характеристики голосовой щели) всех возможных звуковых фонем во всех языках теоретически можно смоделировать и предсказать с использованием физических моделей резонаторов. Базовые трубчатые резонаторы могут использоваться для общего предсказания формант гласных. Дополнительное уточнение базовой модели достигается добавлением резисторов и/или конденсаторов для представления потерь энергии из-за стенок голосового тракта. Акустическая связь из-за подголосовой системы также может быть смоделирована путём добавления дополнительных трубок к модели исходного голосового тракта, вводя полюс/ноль в спектры, которые представляют эффекты подголосовой связи. (Расположение этих пар полюс/ноль соответствует резонансным частотам подголосовой системы). Характеристики голосовой щели, такие как высота голоса (F0), открытый коэффициент (H1-H2) и степень придыхательности (H1-A3), также могут быть смоделированы и измерены по спектрам.

Стивенс как наставник

Стивенс присоединился к MIT в качестве доцента в 1954 году. Он стал адъюнкт-профессором в 1957 году, полным профессором в 1963 году, а в 1977 году был назначен профессором кафедры имени Кларенса Дж. ЛеБела. Один из его давних соавторов, Деннис Клатт (написавший DECtalk во время работы в лаборатории Стивенса), говорил: «Как руководитель, Кен известен своей преданностью студентам и чудесной способностью управлять загруженной лабораторией, создавая видимость управления по принципу доброжелательной анархии».

Первой докторской диссертацией, которую Стивенс подписал в MIT, была диссертация его сокурсника Джеймса Л. Фланагана в 1955 году. Фланаган поступил в аспирантуру MIT в том же году, что и Стивенс, но без предварительной степени магистра; он получил степень магистра в 1950 году под руководством Беранека, а затем завершил докторскую диссертацию под руководством Стивенса в 1955 году.

По оценкам Стивенса в 2001 году, он руководил примерно сорока кандидатами на степень доктора философии.

По случаю вручения ему Золотой медали Американского акустического общества в 1995 году коллеги писали о речевой группе Стивенса, что «за время своего существования на протяжении почти четырёх десятилетий» она «выдающимся образом поддерживала женщин-исследователей, многие из которых впоследствии заняли руководящие должности в исследовательских лабораториях по всему миру». Коллеги называли лабораторию Стивенса «национальным достоянием».

Профессиональная деятельность

Стивенс принимал активное участие в работе Американского акустического общества со времён учёбы в аспирантуре. Он был членом исполнительного совета с 1963 по 1966 год, вице-президентом в 1971—1972 годах и президентом общества в 1976—1977 годах. Он является членом Американского акустического общества. В 1983 году он получил Серебряную медаль в области речевой коммуникации, а в 1995 году — Золотую медаль общества.

Стивенс также активно участвовал в работе IEEE, где имел звание пожизненного члена IEEE. В 2004 году Кен Стивенс и Гуннар Фант стали первыми совместными лауреатами премии Джеймса Л. Фланагана в области обработки речи и аудио IEEE.

Стивенс был членом Американской академии искусств и наук, членом Национальной инженерной академии США, членом Национальной академии наук США и лауреатом Национальной научной медали США 1999 года.

Стивенс был руководителем группы речевой коммуникации в RLE.

Он умер в 2013 году от осложнений болезни Альцгеймера.

Примечания

Одним из источников, использованных при создании данной статьи, является статья из википроекта «Рувики» («ruwiki.ru») под названием «Стивенс, Кеннет Н.», расположенная по адресу: — https://ru.ruwiki.ru/wiki/Стивенс,_Кеннет_Н. Материал указанной статьи полностью или частично использован в Циклопедии по лицензии CC-BY-SA 4.0 и более поздних версий. Всем участникам Рувики предлагается прочитать материал «Почему Циклопедия?».