भाषण में प्रोसोडी (स्वराघात-विज्ञान) क्या है?

प्रोसोडी का तात्पर्य भाषण की सुपरसेगमेंटल (अतिखंडीय) विशेषताओं से है: सुर का उतार-चढ़ाव (पिच कंटूर), तनाव पैटर्न, लय, गति और विराम जो व्यक्तिगत ध्वनिग्रामों (फोनीम्स) और शब्दों के शीर्ष पर परत का काम करते हैं। हालाँकि "You're leaving" (आप जा रहे हैं) शब्द संदर्भ के आधार पर एक कथन या प्रश्न हो सकते हैं, लेकिन यह प्रोसोडी ही है जो सुनने वाले को अंतर का संकेत देती है। अंत में बढ़ता हुआ स्वर-परिवर्तन (इंटोनेशन) एक घोषणा को एक प्रश्न में बदल देता है, और तनाव में बदलाव से यह बदला जा सकता है कि कौन सा शब्द अधिक महत्व रखता है।

भाषाविज्ञान में, प्रोसोडी कई स्तरों पर काम करती है। शब्द स्तर पर, शाब्दिक तनाव "record" (संज्ञा) जैसे शब्दों को "record" (क्रिया) से अलग करता है। वाक्यांश और वाक्य स्तर पर, प्रोसोडिक संकेत शब्दों को सार्थक समूहों में बांटते हैं, ध्यान केंद्रित करने वाले शब्दों को चिह्नित करते हैं, और प्रवचन सीमाओं का संकेत देते हैं। कविता में, "प्रोसोडी" शब्द का अर्थ छंद, तुकबंदी और पद्य संरचना के अध्ययन से भी है।

प्रोसोडी के मुख्य घटक

• सुर/पिच (F0): आवाज की मौलिक आवृत्ति, जिसे ऊंचे या धीमे स्वर के रूप में महसूस किया जाता है। सुर की हलचल से स्वर-परिवर्तन के पैटर्न बनते हैं जो प्रश्नों, कथनों, आश्चर्य या व्यंग्य को व्यक्त करते हैं।

• तनाव (स्ट्रेस): बढ़ी हुई आवाज, ऊंचे सुर, या लंबी अवधि के माध्यम से किसी अक्षर या शब्द पर दिया जाने वाला सापेक्ष जोर।

• गति और लय (टेम्पो और रिदम): बोलने की गति और तनावयुक्त व तनावमुक्त अक्षरों के बीच का समय पैटर्न।

• विराम (पॉजिंग): वाक्यांशों या वाक्यों के बीच का मौन जो सुनने वालों को संरचना को समझने में मदद करता है और बोलने वालों को योजना बनाने का समय देता है।

भाषण प्रौद्योगिकी में प्रोसोडी

आधुनिक टेक्स्ट-टू-स्पीच (TTS) सिस्टम प्राकृतिक आवाज उत्पन्न करने के लिए सटीक प्रोसोडी मॉडलिंग पर भरोसा करते हैं, ताकि आवाज रोबोटिक न लगे। न्यूरल TTS आर्किटेक्चर बड़े भाषण संग्रहों से प्रोसोडिक पैटर्न सीखते हैं, जो संदर्भ में प्रत्येक ध्वनिग्राम के लिए सुर, अवधि और ऊर्जा की भविष्यवाणी करते हैं। खराब प्रोसोडी मॉडलिंग के परिणामस्वरूप सपाट, नीरस आवाज निकलती है या गलत जगह पर जोर दिया जाता है जो सुनने वालों को भ्रमित करता है।

पहचान के मोर्चे पर, स्वचालित भाषण पहचान (ASR) और बोली जाने वाली भाषा को समझने वाले सिस्टम वाक्य की सीमाओं का पता लगाने, प्रश्नों को कथनों से अलग करने और भावनात्मक स्वर की पहचान करने के लिए प्रोसोडिक विशेषताओं का उपयोग कर सकते हैं। वॉयस एआई एप्लिकेशन जैसे कि वर्चुअल एजेंट और कॉल-सेंटर एनालिटिक्स कॉल करने वाले की भावना और इरादे का आकलन करने के लिए प्रोसोडी का तेजी से लाभ उठा रहे हैं।

पढ़ने में प्रोसोडी

शिक्षा और साक्षरता अनुसंधान में, पढ़ने में प्रोसोडी (जिसे कभी-कभी "रीडिंग फ्लुएंसी" या पढ़ने का प्रवाह कहा जाता है) उपयुक्त अभिव्यक्ति के साथ शब्दों को सार्थक वाक्यांशों में समूहित करने की पाठक की क्षमता का वर्णन करती है। मजबूत मौखिक पठन प्रोसोडी समझ से बारीकी से जुड़ी हुई है, क्योंकि यह वाक्य रचना और अर्थ के बारे में पाठक की समझ को दर्शाती है।