Слушатели распознали 95,4% естественно произнесённых гласных американского английского в записях 139 говорящих, тогда как в классическом наборе Peterson и Barney из 76 говорящих этот показатель составил 94,4% (Hillenbrand et al., JASA 2011). Если свести те же гласные к синтезу только по формантам, точность падает до 88,5%; если свести их к чистым синусоидальным тонам, лишь прослеживающим форманты, неподготовленные слушатели достигают 55,0%. Восприятие формант и созревает медленно: нидерландским детям 6-11 лет в среднем требовалось изменение F1 на 49%, чтобы заметить его, тогда как взрослым 33% (Polsterer et al., JASA Express Letters 2026). Мы свели данные из Journal of the Acoustical Society of America (Peterson и Barney, Hillenbrand, Vorperian, Chung, Chen), Journal of Phonetics, Journal of Communication Disorders, корпуса VoxCommunis (LREC 2022) и исследования 2026 года из JASA Express Letters. Если вы пришли сюда из нашего обзора формант в пении и акустики белтинга, эта страница посвящена стороне речи: повседневным целевым гласным обычных говорящих.
Форманта - это резонанс речевого тракта, полоса частот, которую усиливают горло и рот. F1 растёт по мере опускания нижней челюсти и языка (открытые гласные), F2 растёт при продвижении языка вперёд (гласные переднего ряда), а F3 важнее всего для ротацизированных гласных, таких как в слове ‘heard’. Во всех таблицах ниже используются герцы (Гц), если не указано иное.
Кратко (TL;DR)
- Peterson и Barney записали 76 говорящих (33 мужчины, 28 женщин, 15 детей), дважды произнёсших по 10 гласных, всего 1 520 гласных (руководство Praat, таблица Peterson и Barney 1952).
- Естественные гласные были верно распознаны в 94,4% (Peterson и Barney) и 95,4% (Hillenbrand) случаев (Hillenbrand et al., JASA 2011).
- Средние форманты крайних гласных различаются между опубликованными наборами данных американского английского примерно на 700 Гц для F2 гласной /u/ у женщин (Kent и Vorperian, Journal of Communication Disorders 2018).
- F2 гласной /i/ в американском английском: 2146 Гц у мужчин, 2570 Гц у женщин, 2964 Гц у 5-летних, 3220 Гц у 2-летних детей (Chung et al., JASA 2012).
- Половое различие по F2 для /i/ и /u/ существует уже в 4 года (Vorperian et al., JASA 2019).
- Классификатор формант, обученный на одном диалекте США, снизил долю верных ответов с 88,9% до 44,8% на другом (Jacewicz и Fox, JASA 2012).
- Движение формант внутри гласной составило 477 Гц у говорящих 51-65 лет против 380 Гц у говорящих 21-33 лет (Jacewicz, Fox и Salmons, Journal of Phonetics 2011).
- Средний F1 гласных [i] и [u] коррелирует с r = 0,83 по 31 языку (Ahn и Chodroff, VoxCommunis, LREC 2022).
- Средняя ошибка F1 по LPC достигает 58 Гц (9%), когда F0 выше 300 Гц (Chen, Whalen и Shadle, JASA 2019).
- Даже обученные фонетисты, измерявшие вручную, ошибались в синтетическом F1 на величину от 32 Гц (8%) до 118 Гц (26%) (Shadle, Nam и Whalen, JASA 2016).
- Порог различения F1 у детей в среднем составил разницу в 49% по F1 против 33% у взрослых (Polsterer et al., JASA Express Letters 2026).
1. Эталонные наборы данных за каждой диаграммой гласных
Почти каждая диаграмма гласных в учебнике фонетики восходит к трём записям американского английского, сделанным в 1952, 1995 и 1999 годах. Среди семи наборов данных американского английского, сравнённых в обзоре 2018 года, средние форманты крайних гласных различаются примерно на 500 Гц для F2 гласной /u/ у мужчин и примерно на 700 Гц для F2 гласной /u/ у женщин (Kent и Vorperian, Journal of Communication Disorders 2018). “Норма” имеет смысл только вместе с набором данных, диалектом и десятилетием, из которых она происходит.
Эталонные наборы к тому же малы по современным меркам: десятки говорящих в группе, а не тысячи. Записи и измерения Hillenbrand находятся в открытом доступе (зеркало Hillenbrand et al. 1995 на GitHub, размещено с разрешения автора), поэтому любой может повторить классические анализы.
| Показатель | Значение | Источник |
|---|---|---|
| Говорящие и гласные в Peterson и Barney 1952 (слова hVd, такие как heed, hid, head, had) | 76 говорящих (33 мужчины, 28 женщин, 15 детей); 10 гласных, каждая произнесена дважды; 1 520 записанных гласных | Руководство Praat, таблица формант Peterson и Barney 1952 |
| Говорящие в Hillenbrand et al. 1995 | 139 (45 мужчин, 48 женщин, 46 детей) | Hillenbrand, Journal of the International Phonetic Association 2003 |
| Наблюдения стационарных гласных в открытом наборе h95 | 1 668 наблюдений; 10 пропущенных значений F2 и 41 пропущенное значение F3 были восстановлены | Пакет R phonTools, документация набора h95 |
| Говорящие в Lee, Potamianos и Narayanan 1999 | 436 детей в возрасте от 5 до 17 лет, плюс 56 взрослых | Lee et al., JASA 1999 (аннотация) |
| Говорящие в новейшем американском наборе данных о развитии крайних гласных | 190 говорящих с типичным развитием в возрасте от 4 до 20 лет (97 женского пола, 93 мужского) | Vorperian et al., JASA 2019 |
| Разброс средних формант крайних гласных по 7 наборам данных американского английского | Около 500 Гц (F2 гласной /u/ у мужчин), 400 Гц (F1 гласной /æ/ у женщин), 700 Гц (F2 гласной /u/ у женщин) | Kent и Vorperian, Journal of Communication Disorders 2018 |
| Площадь пространства гласных у взрослых мужчин: Peterson и Barney против 18-летних юношей в Lee et al. 1999 | 411,5 кГц² против примерно 330 кГц² | Kent и Vorperian, Journal of Communication Disorders 2018 |
Примечание к контексту: самые свежие доступные данные по трём опорным наборам: 1952, 1995 и 1999 годы. Площадь пространства гласных - это площадь многоугольника F1-F2, построенного между крайними гласными; большая площадь означает более разнесённые гласные.
2. Средние значения F1, F2 и F3 для мужчин, женщин и детей
Более короткие речевые тракты резонируют на более высоких частотах, поэтому форманты растут от мужчин к женщинам и к детям. Для гласной /i/ американского английского средний F2 составил 3220 Гц у 2-летних детей против 2146 Гц у взрослых мужчин, разница 1 074 Гц (3220 минус 2146) (Chung et al., JASA 2012). Масштабирование неравномерно: F1 гласной /i/ у 4-летних мальчиков в 1,42 раза больше, чем у взрослых мужчин, а F4 в 1,57 раза больше, так что голос ребёнка - это не просто голос мужчины, сдвинутый вверх.
Строки Peterson и Barney ниже - это наиболее часто воспроизводимые “номинальные” средние значения для мужчин; символы и примеры слов приведены ровно так, как они напечатаны в перепечатке. Для тех, кто создаёт голосовые эффекты, меняющие воспринимаемый возраст или пол, вывод таков: различается не только высота голоса, но и картина формант у мужчин, женщин и детей.
| Показатель | Значение | Источник |
|---|---|---|
| Мужчины Peterson и Barney, /i/ как в ‘beet’ (F1 / F2 / F3) | 270 / 2290 / 3010 Гц | Peterson и Barney, JASA 1952, в перепечатке Princeton University (COS 325) |
| Мужчины Peterson и Barney, /ae/ как в ‘bat’ (F1 / F2 / F3) | 660 / 1720 / 2410 Гц | Peterson и Barney, JASA 1952 (перепечатка Princeton) |
| Мужчины Peterson и Barney, /a/ как в ‘father’ (F1 / F2 / F3) | 730 / 1090 / 2440 Гц | Peterson и Barney, JASA 1952 (перепечатка Princeton) |
| Мужчины Peterson и Barney, /u/ как в ‘boot’ (F1 / F2 / F3) | 300 / 870 / 2240 Гц | Peterson и Barney, JASA 1952 (перепечатка Princeton) |
| /i/ американского английского, взрослые мужчины против взрослых женщин (F1 / F2 / F3) | 370 / 2146 / 2838 Гц против 391 / 2570 / 3128 Гц | Chung et al., JASA 2012 |
| /i/ американского английского, 5-летние против 2-летних детей (F1 / F2 / F3) | 439 / 2964 / 3739 Гц против 544 / 3220 / 4210 Гц | Chung et al., JASA 2012 |
| Отношение формант, 4-летние мальчики против взрослых мужчин | 1,42 (F1 гласной /i/); 1,57 (F4 гласной /i/) | Vorperian et al., JASA 2019 |
Примечание к контексту: значения Peterson и Barney считывались со спектрограмм, тогда как значения 2012 года получены LPC-анализом в Praat в средней точке гласной, при 10 говорящих (5 мужчин, 5 женщин) на язык и возрастную группу. Разные эпохи, инструменты и диалекты означают, что два набора строго несопоставимы (см. раздел 7).
3. Как точность распознавания зависит от формант
Форманты несут большую часть, но не всю идентичность гласной. Естественные гласные достигают 95,4% распознавания, копии, синтезированные по формантам, 88,5%, а синусоидальные реплики лишь 55,0% до обучения (Hillenbrand et al., JASA 2011). Синусоидальная реплика заменяет каждую форманту единственным чистым тоном, следующим за её частотной траекторией, поэтому она сохраняет картину формант, но отбрасывает голос. Падение примерно на 40 пунктов (95,4 минус 55,0) показывает, насколько слушатели опираются и на остальную часть сигнала.
Разнообразие говорящих тоже снижает точность. Когда говорящие происходили из двух разных диалектных регионов США и трёх поколений, слушатели в целом показали 80,2% (Jacewicz и Fox, JASA 2012).
| Показатель | Значение | Источник |
|---|---|---|
| Естественные гласные, распознанные как задумано: Peterson и Barney (10 типов гласных, 76 говорящих) против Hillenbrand et al. 1995 (12 типов гласных, 139 говорящих) | 94,4% против 95,4% | Hillenbrand et al., JASA 2011 |
| Версии гласных из 300 слогов hVd, синтезированные по формантам | 88,5% | Hillenbrand et al., JASA 2011 (со ссылкой на Hillenbrand и Nearey 1999) |
| Синусоидальные гласные, 71 слушатель до обучения против после более длительного обучения (уровень случайного угадывания 8,3%) | 55,0% (диапазон от 21,3% до 80,7% среди слушателей) против 73,5% | Hillenbrand et al., JASA 2011 |
| Распознавание 120 говорящих с разными диалектами (Северная Каролина и Висконсин) 30 слушателями | 80,2% в целом, примерно на 15% ниже, чем в Hillenbrand et al. 1995 | Jacewicz и Fox, JASA 2012 |
| Наименьшее заметное изменение F1 (порог различения) у 94 нидерландскоговорящих, дети 6-11 лет против взрослых 20-36 лет | Разница по F1 49% против 33% (W = 1525, p = 0,001) | Polsterer et al., JASA Express Letters 2026 |
Примечание к контексту: в нидерландском исследовании 2026 года порог измерялся по собственной записи каждым участником стимула исследования deur, нидерландского слова, которое здесь оставлено на языке оригинала. Среди детей возраст не предсказывал порог значимо (b = -0,028, p = 0,3).
4. Возрастные сдвиги: как форманты детей вырастают до взрослых норм
Дети акустически не являются уменьшенными взрослыми, а полы расходятся раньше, чем можно предположить по высоте голоса. У 190 говорящих в возрасте от 4 до 20 лет половое различие по F2 наблюдалось уже в 4 года для высоких гласных /i/ и /u/ (Vorperian et al., JASA 2019, PDF автора), за годы до пубертата. Вывод авторов категоричен: “Акустические свойства гласных становятся различимыми по полу задолго до пубертата.”
Для автоматических систем детская речь остаётся движущейся мишенью вплоть до старшего подросткового возраста, и эта проблема видна также в частоте ошибок распознавания детской речи.
| Показатель | Значение | Источник |
|---|---|---|
| Половое различие по F2: высокие гласные /i/ и /u/ против низких гласных | Есть в 4 года для /i/ и /u/; в 6 и 7 лет для низких гласных | Vorperian et al., JASA 2019 |
| Возраст, в котором данные о формантах достигают взрослых значений | Около 16 лет у лиц женского пола, около 20 лет у лиц мужского пола | Vorperian et al., JASA 2019 |
| Возраст, в котором сегментные длительности сходятся со взрослыми уровнями, и отставание вариативности f0 и формант | Около 12 лет; вариативность f0 и формант может достичь взрослого диапазона примерно на 2 или 3 года позже | Lee et al., JASA 1999 |
| Дифференциация между мужскими и женскими голосами, 436 детей | Начинается примерно в 11 лет, полностью устанавливается примерно к 15 годам | Lee et al., JASA 1999 |
| Акустическое перерегулирование, прежде чем значения стабилизируются на взрослом уровне | Где-то между 13 и 15 годами | Lee et al., JASA 1999 |
| Форма изменения формант гласных с возрастом у говорящих мужского пола | Приблизительно линейная по возрасту | Lee et al., JASA 1999 |
| Возраст, в котором произнесение гласных достигает точности, близкой ко взрослой | Около 12 лет | Kent и Rountrey, American Journal of Speech-Language Pathology 2020 |
| Диапазон частот, необходимый, чтобы охватить первые четыре форманты 2-летнего ребёнка | Чуть более 5 кГц | Kent и Rountrey, American Journal of Speech-Language Pathology 2020 |
Примечание к контексту: f0 - это основная частота, скорость колебаний голосовых связок, воспринимаемая как высота голоса; форманты задаются речевым трактом. Они развиваются по разным графикам, поэтому различия в формантах между мальчиками и девочками могут проявляться задолго до разрыва по высоте голоса. Самые свежие доступные нормативные данные о формантах у детей: 2019 год.
5. Диалектные и поколенческие сдвиги
Норма гласных - это моментальный снимок одного региона в одно время. Clopper и коллеги отмечают, что говорящие Peterson и Barney “ближе к речи восточного побережья США, чем к общему американскому английскому” (Clopper, Pisoni и de Jong, JASA 2005), тогда как говорящие Hillenbrand происходили из северной части Среднего Запада. Классификатор на основе формант, обученный на родителях из Северной Каролины, показал 88,9% на собственной обучающей выборке, но лишь 44,8% на родителях из Висконсина (Jacewicz и Fox, JASA 2012): при переходе к другому диалекту его точность упала примерно вдвое.
Изменения идут и через поколения. У 123 женщин из трёх регионов США общее движение формант внутри гласной (её “длина траектории”, расстояние, которое форманты проходят в плоскости F1-F2) было наибольшим в самой старшей группе (Jacewicz, Fox и Salmons, Journal of Phonetics 2011). Диалектные разрывы проявляются и у машин: см. наш обзор предвзятости распознавания речи к акценту.
| Показатель | Значение | Источник |
|---|---|---|
| Говорящие и измерения в диалектном исследовании США по шести регионам | 48 говорящих (по 4 мужчины и 4 женщины из каждого из 6 регионов); 13 440 измерений | Clopper, Pisoni и de Jong, JASA 2005 |
| Взаимодействие гласной и диалекта для F1 | F(50,2020) = 10,1, p < 0,001 | Clopper, Pisoni и de Jong, JASA 2005 |
| Распознавание слушателями говорящих своего диалекта против другого диалекта | Слушатели из Северной Каролины 82,1% против 75,8%; слушатели из Висконсина 83,5% против 79,6% | Jacewicz и Fox, JASA 2012 |
| Классификатор, обученный на родителях из Северной Каролины: собственная обучающая выборка против родителей из Висконсина | 88,9% против 44,8% | Jacewicz и Fox, JASA 2012 |
| Длина траектории формант по регионам, 123 женщины | Северная Каролина 516 Гц, Висконсин 396 Гц, Огайо 353 Гц | Jacewicz, Fox и Salmons, Journal of Phonetics 2011 |
| Длина траектории формант по поколениям: возраст 51-65 против 37-49 против 21-33 | 477 Гц против 408 Гц против 380 Гц | Jacewicz, Fox и Salmons, Journal of Phonetics 2011 |
| Понижение /æ/ по поколениям, Северная Каролина, эмфатическая позиция | F(2, 38)=29,18, p<0,001, η2=0,606 | Jacewicz, Fox и Salmons, Journal of Phonetics 2011 |
Примечание к контексту: самая старшая группа значимо отличалась от обеих младших групп по длине траектории, тогда как две младшие группы между собой не различались. Записи для исследования трёх поколений делались с 2006 по 2008 год.
6. Пространства гласных в разных языках
Языки, у которых общий символ гласной, не имеют общих формант. У взрослых мужчин средний F2 гласной /u/ составил 721 Гц в кантонском, 1668 Гц в американском английском и 1704 Гц в японском (Chung et al., JASA 2012), так что одинаково записываемая /u/ в одном языке может находиться во рту намного дальше вперёд, чем в другом. Инструмент, заимствующий английские нормы для другого языка, наследует это несоответствие.
Крупные многоязычные корпуса теперь проверяют, что остаётся постоянным. В VoxCommunis языковые средние значения F1 для [i] и [u] движутся вместе, и этот паттерн называется единообразием: язык, в котором одна высокая гласная произносится с более высоким F1, обычно делает то же самое и с другой (Ahn и Chodroff, VoxCommunis, LREC 2022). Охват по-прежнему неравномерен, и тот же пробел обсуждается в нашем обзоре распознавания речи для языков с малыми ресурсами.
| Показатель | Значение | Источник |
|---|---|---|
| F2 гласной /u/ у взрослых мужчин по языкам (5 языков, всего 150 говорящих среди 2-летних, 5-летних и взрослых) | Кантонский 721, греческий 1011, корейский 1241, английский 1668, японский 1704 Гц | Chung et al., JASA 2012 |
| Размер корпуса VoxCommunis | 36 языков; от 0,24 до 288 часов речи и от 5 до 3 620 говорящих на язык | Ahn и Chodroff, LREC 2022 |
| Корреляция F1 между [i] и [u] по языкам | r = 0,83, p < 0,001, 31 язык | Ahn и Chodroff, LREC 2022 |
| Корреляция F1 между [e] и [o] по языкам | r = 0,74, p < 0,001, 22 языка | Ahn и Chodroff, LREC 2022 |
| Корреляция F2 между [i] и [a]: VoxCommunis против более раннего корпуса VoxClamantis | r = 0,67 против r = 0,06 | Ahn и Chodroff, LREC 2022 |
| Языки архива UCLA Phonetics Lab Archive с временной разметкой для корпуса VoxAngeles | 95 из 314 языков | Chodroff et al., VoxAngeles, arXiv 2024 |
Примечание к контексту: корреляции VoxCommunis сравнивают средние по языкам, а не отдельных говорящих, и два корпуса расходятся по некоторым парам, поэтому единообразие - это тенденция, а не закон.
7. Ошибка измерения формант между инструментами и методами
Числа в разделах 1-6 - это измерения, а ошибка измерения растёт с высотой голоса. На 470 000 синтезированных гласных средняя ошибка F1 по LPC составила 41 Гц (7%) при F0 200-300 Гц и 58 Гц (9%) выше 300 Гц (Chen, Whalen и Shadle, JASA 2019). LPC (линейное предсказательное кодирование) - трекер формант по умолчанию в таких инструментах, как Praat; при высоком голосе его оценки притягиваются к ближайшей гармонике голоса, поэтому форманты женщин и особенно детей наименее надёжны.
Важен и выбор инструмента. Сравнение Praat, WaveSurfer, TF32 и CSL показало, что первые три точны и сопоставимы для синтезированных гласных и гласных взрослых мужчин, но менее удовлетворительны для взрослых женщин и детей (Burris et al., Journal of Speech, Language, and Hearing Research 2014).
| Показатель | Значение | Источник |
|---|---|---|
| Типичная точность оценки формант по спектрограмме и по LPC | Около f0/4; около 60 Гц для ребёнка с f0 250 Гц | Kent и Vorperian 2018 |
| Абсолютная разница между повторными измерениями формант в Hillenbrand et al. 1995 | От 12 до 60 Гц | Kent и Vorperian 2018 |
| Средняя ошибка F1 по LPC, синтетические гласные при F0 200-300 Гц против выше 300 Гц | 41 Гц (7%) против 58 Гц (9%) | Chen, Whalen и Shadle, JASA 2019 |
| Ошибка F1 по LPC относительно значения форманты, по гласным | /u/ 23%, /i/ 18%, /æ/ 10%, /ɑ/ 8% | Chen, Whalen и Shadle, JASA 2019 |
| Площадь пространства гласных, измеренная по LPC при F0 234 Гц, как доля истинной площади | 85% | Chen, Whalen и Shadle, JASA 2019 |
| Ошибка ручного измерения четырьмя фонетистами на синтетических гласных | От 32 Гц (8%) до 118 Гц (26%) | Shadle, Nam и Whalen, JASA 2016 |
| Ширина полосы формант естественной речи по четырём программам анализа, попавшая в пределы ±10% от ручных значений | Ни одной | Burris et al., JSLHR 2014 |
| Консенсусные эталонные значения, перемеренные через 3 месяца в пределах 50 Гц; эталонные значения, отброшенные как неопределённые | Около 80%; около 15% (в основном F3 и F4) | Derdemezis et al., American Journal of Speech-Language Pathology 2016 |
Примечание к контексту: Chen и коллеги оценивают, что более половины вариативности F1 и F2, описанной в литературе, вероятно, обусловлено вариативностью F0 (отношения смоделированного к описанному 0,76 для F1 и 0,58 для F2), и ожидают, что ошибки на реальной речи будут больше, чем в их идеализированных моделях. В исследовании Derdemezis стандартный предел формант Praat в 5500 Гц был снижен до 5000 Гц для взрослых мужчин.
Итоги: нормы частот формант гласных в цифрах
| Показатель | Значение | Источник |
|---|---|---|
| Говорящие в Peterson и Barney 1952 | 76 (33 мужчины, 28 женщин, 15 детей) | Руководство Praat, таблица Peterson и Barney 1952 |
| Говорящие в Hillenbrand et al. 1995 | 139 (45 мужчин, 48 женщин, 46 детей) | Hillenbrand, Journal of the International Phonetic Association 2003 |
| Разброс среднего F2 гласной /u/ у женщин по 7 наборам данных американского английского | Около 700 Гц | Kent и Vorperian 2018 |
| Мужчины Peterson и Barney, /i/ (F1 / F2 / F3) | 270 / 2290 / 3010 Гц | Peterson и Barney, JASA 1952 (перепечатка Princeton) |
| F2 гласной /i/ в американском английском: мужчины, женщины, 5-летние, 2-летние | 2146, 2570, 2964, 3220 Гц | Chung et al., JASA 2012 |
| Распознавание естественных гласных, Peterson и Barney против Hillenbrand | 94,4% против 95,4% | Hillenbrand et al., JASA 2011 |
| Порог различения F1, дети против взрослых | 49% против 33% | Polsterer et al., JASA Express Letters 2026 |
| Возраст первого полового различия по F2 для /i/ и /u/ | 4 года | Vorperian et al., JASA 2019 |
| Дифференциация между мужскими и женскими голосами, начало против полного установления | Около 11 лет против около 15 лет | Lee et al., JASA 1999 |
| Говорящие в диалектном исследовании США по шести регионам | 48 | Clopper, Pisoni и de Jong, JASA 2005 |
| Точность классификатора между диалектами, свой диалект против другого диалекта | 88,9% против 44,8% | Jacewicz и Fox, JASA 2012 |
| Длина траектории формант, старшее против младшего поколения | 477 Гц против 380 Гц | Jacewicz, Fox и Salmons, Journal of Phonetics 2011 |
| Корреляция F1 гласных [i] и [u] по 31 языку | r = 0,83 | Ahn и Chodroff, LREC 2022 |
| Языки архива UCLA с временной разметкой в VoxAngeles | 95 из 314 | Chodroff et al., arXiv 2024 |
| Средняя ошибка F1 по LPC при F0 выше 300 Гц | 58 Гц (9%) | Chen, Whalen и Shadle, JASA 2019 |
| Ошибка ручного измерения F1 на синтетических гласных | От 32 Гц (8%) до 118 Гц (26%) | Shadle, Nam и Whalen, JASA 2016 |
| Эталонные значения, отброшенные как неопределённые при сравнении четырёх программ | Около 15% | Derdemezis et al., AJSLP 2016 |
Методология и источники
Мы провели целевые поиски по шести направлениям (эталонные наборы данных, нормы по полу и возрасту, точность распознавания, диалект, межъязыковые данные, ошибка измерения) и оставили только те цифры, которые прочли в первичной статье, официальной аннотации или названной перепечатке. Там, где страницу было трудно открыть, мы читали её через текстовый прокси, но даём ссылку на оригинал.
- Peterson и Barney, JASA 1952, номинальные средние значения для мужчин в перепечатке Princeton University (COS 325), из P. R. Cook (ред.), Music, Cognition, and Computerized Sound, MIT Press 1999.
- Руководство Praat: таблица формант Peterson и Barney 1952 (число говорящих и список гласных).
- Hillenbrand, American English: Southern Michigan, Journal of the International Phonetic Association 2003.
- Файлы данных Hillenbrand et al. 1995, зеркало на GitHub и документация набора h95 в phonTools.
- Hillenbrand et al., Perception of sinewave vowels, JASA 2011.
- Kent и Vorperian, Static measurements of vowel formant frequencies and bandwidths: A review, Journal of Communication Disorders 2018.
- Lee, Potamianos и Narayanan, Acoustics of children’s speech, JASA 1999 (аннотация).
- Vorperian et al., Corner vowels in males and females ages 4 to 20 years, JASA 2019.
- Kent и Rountrey, What acoustic studies tell us about vowels in developing and disordered speech, AJSLP 2020.
- Polsterer et al., Auditory acuity to vowels is more refined in adulthood compared to childhood, JASA Express Letters 2026.
- Clopper, Pisoni и de Jong, Acoustic characteristics of the vowel systems of six regional varieties of American English, JASA 2005.
- Jacewicz и Fox, Effects of cross-generational and cross-dialectal variation on vowel identification and classification, JASA 2012.
- Jacewicz, Fox и Salmons, Vowel change across three age groups of speakers in three regional varieties of American English, Journal of Phonetics 2011.
- Chung et al., Cross-linguistic studies of children’s and adults’ vowel spaces, JASA 2012.
- Ahn и Chodroff, VoxCommunis: A Corpus for Cross-linguistic Phonetic Analysis, LREC 2022.
- Chodroff et al., Phonetic Segmentation of the UCLA Phonetics Lab Archive (VoxAngeles), arXiv 2024.
- Chen, Whalen и Shadle, F0-induced formant measurement errors result in biased variabilities, JASA 2019.
- Shadle, Nam и Whalen, Comparing measurement errors for formants in synthetic and natural vowels, JASA 2016.
- Burris et al., Quantitative and descriptive comparison of four acoustic analysis systems: vowel measurements, JSLHR 2014.
- Derdemezis et al., Optimizing vowel formant measurements in four acoustic analysis systems for diverse speaker groups, AJSLP 2016.
- Наблюдение по данным: доля распознавания Hillenbrand et al. 1995 указана как 95,4% в Hillenbrand et al. 2011, но как 95,8% в сравнительном столбце Jacewicz и Fox 2012 (таблица III); мы приводим 95,4%. Источники расходятся и по срокам: Vorperian et al. 2019 находят половые различия по формантам с 4 лет и по f0 с 7 лет, обзор Kent и Vorperian ссылается на более ранние данные, относящие различия по f0 к 10 или 11 годам, а Lee et al. 1999 относят начало дифференциации между мужскими и женскими голосами примерно к 11 годам; в исследованиях использовались разные возрасты, гласные и показатели. Значения по отдельным гласным у Peterson и Barney взяты из перепечатки, а не из самой статьи 1952 года, и нам были доступны только средние значения для мужчин, поэтому средние значения для женщин и детей из исходной таблицы здесь не приводятся. Большинство основных норм в этом обзоре имеют возраст в несколько десятилетий, и мы не смогли подтвердить существование нового крупного нормативного набора гласных американского английского, опубликованного в 2025 или 2026 году. Значения из разных исследований получены разными инструментами и с разными настройками (см. раздел 7), поэтому различия в несколько десятков герц между исследованиями не следует читать как реальные различия в речи.
Последнее обновление: 8 ноября 2026 года. Мы обновляем этот обзор ежеквартально, и следующее обновление ожидается, когда будет опубликован следующий выпуск корпуса VoxCommunis.