-
Notifications
You must be signed in to change notification settings - Fork 0
/
annotation_guide.lyx
12700 lines (9292 loc) · 244 KB
/
annotation_guide.lyx
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
#LyX 2.0 created this file. For more info see http://www.lyx.org/
\lyxformat 413
\begin_document
\begin_header
\textclass book
\begin_preamble
\usepackage{a4wide}
\usepackage{ae,aecompl}
\usepackage[plainpages=false,pdfpagelabels]{hyperref}
\usepackage[pdftex]{graphicx}
\usepackage{lscape}
% Change this if using latex instead of pdflatex:
\graphicspath{{jpgfigs/}}
\DeclareGraphicsExtensions{.jpg,.eps}
\usepackage{makeidx}
\usepackage[T1]{tipa}
\usepackage{tipx}
\usepackage{longtable}
\usepackage{multirow}
\input{/home/lennes/bin/tex/fihyph}
\renewcommand\ttdefault{pcr}
\end_preamble
\use_default_options false
\maintain_unincluded_children false
\language finnish
\language_package default
\inputencoding latin1
\fontencoding global
\font_roman default
\font_sans default
\font_typewriter default
\font_default_family default
\use_non_tex_fonts false
\font_sc false
\font_osf false
\font_sf_scale 100
\font_tt_scale 100
\graphics none
\default_output_format default
\output_sync 0
\bibtex_command default
\index_command default
\paperfontsize 12
\spacing single
\use_hyperref false
\papersize default
\use_geometry false
\use_amsmath 1
\use_esint 0
\use_mhchem 0
\use_mathdots 1
\cite_engine natbib_numerical
\use_bibtopic false
\use_indices false
\paperorientation portrait
\suppress_date false
\use_refstyle 0
\index Hakusana
\shortcut idx
\color #008000
\end_index
\secnumdepth 0
\tocdepth 2
\paragraph_separation indent
\paragraph_indentation default
\quotes_language swedish
\papercolumns 1
\papersides 2
\paperpagestyle default
\bulletLaTeX 2 "\normalfont\bfseries{--}"
\bulletLaTeX 3 "\normalfont\bfseries{--}"
\tracking_changes false
\output_changes false
\html_math_output 0
\html_css_as_file 0
\html_be_strict false
\end_header
\begin_body
\begin_layout Title
Puheaineiston annotaatio eli nimikointi
\end_layout
\begin_layout Author
Mietta Lennes
\begin_inset Newline newline
\end_inset
Sanna Ahjoniemi
\end_layout
\begin_layout Date
Versio 1.01
\begin_inset Newline newline
\end_inset
11.
toukokuuta 2005
\end_layout
\begin_layout Standard
\begin_inset CommandInset toc
LatexCommand tableofcontents
\end_inset
\end_layout
\begin_layout Part
\begin_inset CommandInset label
LatexCommand label
name "par:Puheen-annotaatio"
\end_inset
Puheen annotaatio
\end_layout
\begin_layout Chapter
\begin_inset CommandInset label
LatexCommand label
name "sec:Mita-on-annotaatio?"
\end_inset
Mitä on annotaatio?
\end_layout
\begin_layout Standard
\series bold
Annotointi
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
annotoida
\end_layout
\end_inset
eli nimikointi
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
nimikointi
\end_layout
\end_inset
on puhe- tai muun aineiston kuvaamista, luokittelua ja jäsentelyä systemaattise
lla tavalla.
\series default
Digitaalisesti tallennettu puhenäyte nimikoidaan yleensä jollakin tähän
tarkoitukseen kehitetyllä tietokoneohjelmalla (esim.
Praat, Puh-editori, CLAN, Anvil).
Tämä annotaatio-oppaan osa kannattaa lukea ensin, jos ei ole aikaisemmin
nimikoinut l.
annotoinut puheaineistoa.
\begin_inset Foot
status collapsed
\begin_layout Plain Layout
Lisätietoa puhekorpusten tuottamisesta ja eri korpuksissa käytetyistä annotaatio
tavoista löytyy esim.
teoksesta
\emph on
The Production of Speech Corpora
\emph default
\begin_inset CommandInset citation
LatexCommand citep
key "Schiel04"
\end_inset
.
\end_layout
\end_inset
\end_layout
\begin_layout Standard
Nimikoinnilla (engl.
\emph on
labeling
\emph default
) eli annotoinnilla (
\emph on
annotation
\emph default
>
\emph on
to annotate
\emph default
) tarkoitetaan sitä, että digitaalisesti tallennettuun puhenäytteeseen liitetään
systemaattisesti nimikkeitä
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
nimike
\end_layout
\end_inset
(
\emph on
labels
\emph default
) eli annotaatioita
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
annotaatio
\end_layout
\end_inset
(
\emph on
annotations
\emph default
) eli symbolisia kuvauksia näytteen sisällöstä.
Nimikoitavan ääni- tai videonäytteen on oltava digitaalisessa muodossa
ts.
yhtenä tai useampana tiedostona esim.
tietokoneen kovalevyllä tai erityyppisillä levykkeillä.
\begin_inset Foot
status collapsed
\begin_layout Plain Layout
Myös erilaiset
\series bold
kirjoitetun tekstin
\series default
joukkoon lisätyt tagit (
\emph on
tag
\emph default
) ovat annotaatioita.
Tällöin aikaulottuvuutta vastaa tekstin lineaarinen rakenne (merkkien sijainti
tekstin alkuun nähden) ja ääninäytteen segmenttiä vastaa jokin tekstin
osa, jonka ympärille tagit on merkitty.
Tässä oppaassa käsitellään kuitenkin ainoastaan puheaineiston annotaatiota.
\end_layout
\end_inset
Alkuperäistä tallennetta, esim.
ääni- tai videotiedostoa, jota annotaation avulla kuvataan, kutsutaan tässä
yhteydessä
\emph on
signaaliksi
\emph default
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
signaali
\end_layout
\end_inset
.
Jos kuvataan ääneen luettua, kirjoitettua tekstiä, annotoitava signaali
on aina puhesignaali.
\end_layout
\begin_layout Standard
\series bold
Nimikoinnissa annotaatiot on sidottava ääni- tai videonäytteen aikaulottuvuuteen.
\series default
Tämän tavoitteen saavuttamiseksi näytettä kuunnellaan ja/tai katsellaan
ja siitä piirrettyjä analyysikuvia tarkastellaan nimikointiin tarkoitetulla
ohjelmalla.
Kuuntelun ja katselun perusteella luodaan ääni- ja/tai videonäytteen "pariksi"
tai laajennukseksi nimikointitiedosto, joka sisältää näytteen kuvaukset.
Tätä varten näyte yleensä
\emph on
segmentoidaan
\emph default
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
segmentoida
\end_layout
\end_inset
: siitä rajataan halutulla tarkkuudella
\emph on
segmenttejä
\emph default
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
segmentti
\end_layout
\end_inset
(ääni- tai videopätkiä, joilla on määrätty alku- ja loppupiste sekä ajallinen
kesto; engl.
\emph on
segment
\emph default
).
Segmenteille voidaan sitten antaa nimiä eli
\emph on
nimikoida
\emph default
ne.
Myös näytteen tietyille yksittäisille ajanhetkille (aikapisteille, engl.
\emph on
time point
\emph default
) voidaan antaa nimiä (näin syntyy ns.
\emph on
ankkureita
\emph default
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
ankkuri
\end_layout
\end_inset
, engl.
\emph on
anchor
\emph default
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
anchor
\end_layout
\end_inset
).
Nimikoinnin tarkoituksena on muodostaa "maamerkkejä", joiden perusteella
alkuperäisestä puhesignaalista voidaan löytää halutut osat ja kohdistaa
niihin vaikkapa akustisia analyyseja tai muita toimenpiteitä.
\series bold
Nimikointi on välttämätöntä, jos halutaan hallita ja hyödyntää suurta määrää
puheaineistoa.
\end_layout
\begin_layout Standard
Pelkkä ääninäytteen litterointi esimerkiksi tekstitiedostoon ei siis vielä
ole nimikoimista, koska siinä litteraatin eri osia ei kytketä ääninäytteen
vastaaviin ajallisiin kohtiin.
Kannattaa huomata, että litteraatti tai mikä tahansa muu transkriptio on
aina tulkinta alkuperäisestä aineistosta.
Siksi pelkän litteraatin avulla ei pitäisi koskaan tutkia puhetta --- vaarana
on, että tulee pikemminkin tutkineeksi litteroijan näkemystä, joka on vieläpä
kuvattu kirjoitetulla kielellä! Käyttämällä nimikointia aineiston kuvausmenetel
mänä varmistetaan mahdollisimman suora ja tarkka yhteys alkuperäiseen puhetallen
teeseen, jolloin tutkijalla ja tutkimuksen arvioijalla on mahdollisuus tarkistaa
ja korjailla puheesta luotuja kuvauksia.
\end_layout
\begin_layout Standard
Annotaatiotyylejä on erilaisia ja tutkija voi kehittää oman annotaatiotavan
sen mukaan, minkälaisista puheen ilmiöistä on kiinnostunut.
Annotaatio voi olla esimerkiksi ortografinen ts.
oikeinkirjoitusta noudattava litteraatti
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
litteraatio
\end_layout
\end_inset
(engl.
yl.
\emph on
transliteration
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
transliteration
\end_layout
\end_inset
, transcript
\emph default
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
transcript
\end_layout
\end_inset
)
\emph on
\begin_inset Foot
status collapsed
\begin_layout Plain Layout
Huom.
suomessa käsite
\emph on
translitteraatio
\emph default
tarkoittaa lähinnä tietyn kielen kirjoitusasun muuntamista merkkijärjestelmästä
toiseen, esim.
venäjänkielisen kirjoituksen kyrillisten aakkosten muuntamista latinalaiselle
aakkostolle.
Translitteraatio ei siis ole aivan sama asia kuin litteraatio, jossa puhetta
\begin_inset Quotes sld
\end_inset
kirjainnetaan
\begin_inset Quotes srd
\end_inset
.
\end_layout
\end_inset
\emph default
, morfologisten yksiköiden kuvaus, prosodisten piirteiden kuvaus tai vaikkapa
foneettinen transkriptio puheesta.
Ensin mainitussa tapauksessa segmenttirajat voivat olla vaikkapa yksittäisten
sanojen tai lauseiden välillä, kun taas foneettista tutkimusta varten rajataan
usein yksittäisiä äänteitä.
\end_layout
\begin_layout Standard
Jos erilaisia puheen yksiköitä halutaan käyttää hyödyksi yhdessä, voidaan
luoda useita annotaatio- tai nimikointikerroksia tai -tasoja: yhdelle merkitään
esimerkiksi äänteiden rajat, toiselle sanojen rajat, kolmannelle lauserajat
jne.
Samalla tallenteella voi myös olla useita rinnakkaisia annotaatioita: eri
tutkijat voivat annotoida saman aineiston kukin oman näkemyksensä mukaisesti.
\end_layout
\begin_layout Standard
Automaattisia segmentointi- ja nimikointimenetelmiä yritetään jatkuvasti
kehittää eri puolilla maailmaa.
Toistaiseksi tarkimman nimikoinnin saa kuitenkin aikaan ihminen, sillä
puheen nimikointi vaatii monenlaisten kielellisten tulkintojen tekemistä.
Samasta syystä voidaan todeta myös, että sekä puheen litterointi, transkriptio
että nimikointi ovat aina jossakin määrin subjektiivisia tuotoksia: niiden
tarkkuus ja johdonmukaisuus riippuvat nimikoijan intresseistä, tiedoista,
taidoista ja teoreettisesta näkemyksestä.
\end_layout
\begin_layout Section
\begin_inset CommandInset label
LatexCommand label
name "sec:Miksi-puhetta-nimikoidaan"
\end_inset
Miksi puhetta nimikoidaan eli annotoidaan?
\end_layout
\begin_layout Standard
Nimikointityökalua käyttämällä puhenäytteestä on helppo nopeasti ja tarkasti
etsiä, rajata ja kuunnella eri pituisia osia.
Tämä helpottaa, nopeuttaa ja tarkentaa merkittävästi litterointia ja transkript
iota.
Esimerkiksi intonaatiotranskription tekeminen helpottuu, kun kuulohavaintoa
voidaan heti verrata äänisignaalista laskettuun perustaajuuskäyrään.
\end_layout
\begin_layout Standard
Nimikoidusta äänitiedostosta voidaan mitata tarkasti puheen eri yksiköiden
kestoja.
Mittauksia voidaan suorittaa jopa täysin automaattisesti (edellyttäen että
puhe on nimikoitu mittausten kannalta järkeviin yksiköihin).
Erilaiset akustiset analyysit voidaan automaattisesti kohdistaa vain tarvittavi
in osiin näytettä.
Nimikoinnin perusteella tehdyt mittaukset voidaan milloin tahansa toistaa
täysin identtisinä.
Tutkimustuloksiin on siten helppo myöhemmin palata.
\end_layout
\begin_layout Standard
Digitaalinen ääninäyte säilyy tarvittaessa täysin muuttumattomana pitkiäkin
aikoja ja siitä voidaan tehdä identtisiä kopioita.
Alkuperäistä digitoitua ääninäytettä (esim.
keskusteluäänite) ei tarvitse välttämättä pilkkoa pienempiin osiin jokaista
tutkimusta tai demoa varten, vaan se voidaan säilyttää kokonaisena esimerkiksi
CD- tai DVD-levyillä, eikä tällöin menetetä informaatiota esimerkiksi taukojen
kestoista.
\end_layout
\begin_layout Standard
Digitaalista, systemaattisesti nimikoitua puheaineistoa on helppo jakaa
muidenkin tutkijoiden kanssa.
Muut tutkijat voivat nopeasti tutustua nimikoituun puhenäytteeseen ja käyttää
sitä soveltuvin osin.
Nimikointeihin voidaan tehdä muutoksia ja lisäyksiä oman tarpeen mukaan.
Tämän oppaan periaatteiden mukaisesti nimikoitu äänitiedosto voidaan liittää
osaksi kaikkien tutkijoiden käyttämää puhetietokantaa, eikä tutkijoiden
tarvitse aina itse kerätä ja nimikoida uusia aineistoja.
\end_layout
\begin_layout Standard
Annotaation tekeminen on usein pitkäveteistä puurtamista.
Jokaisen puheentutkijan olisi kuitenkin hyödyllistä yrittää annotoida itse
ainakin koemielessä pieni osa käyttämästään aineistosta, sillä näin oppii
ymmärtämään annotaatioprosessia ja sen vaikutuksia tutkimukseen.
Usein annotoidessa löytää myös mielenkiintoisia uusia tutkimuskohteita.
\end_layout
\begin_layout Subsection
\begin_inset CommandInset label
LatexCommand label
name "sub:Johdonmukainen-annotaatio"
\end_inset
Johdonmukainen annotaatio
\end_layout
\begin_layout Standard
Puheen kuvauksessa tulee pyrkiä noudattamaan yhtenäisiä periaatteita, jotta
aineiston annotaatio pysyisi kauttaaltaan mahdollisimman tasalaatuisena
ja jotta se olisi kenen tahansa tutkijan käytettävissä ja ymmärrettävissä.
Annotoijalle pitää olla aina täysin selvää, mitä ilmiötä, yksikköä tai
käsitettä ollaan annotoimassa, ja tietyntyyppiset yksiköt pitää rajata
ja merkitä johdonmukaisesti aina samalla tavalla.
\end_layout
\begin_layout Standard
Käytännössä ihmiset ovat usein eri mieltä annotoitavien yksiköiden rajauksesta
ja nimikkeistä.
Yhdessä sovitut annotointiperiaatteet on helppo unohtaa, ja tyypillisesti
annotoija muuttaa yhdenkin annotaatioprojektin aikana näkemystään
\begin_inset Quotes sld
\end_inset
hyvästä annotaatiosta
\begin_inset Quotes srd
\end_inset
useita kertoja.
Tämä on aivan luonnollinen ilmiö, sillä monet teoreettiselta kannalta hyödyllis
et puheen yksiköt eivät olekaan selkeästi erotettavissa ja rajattavissa
todellisesta puhesignaalista.
Puheessa ei esimerkiksi normaalisti ole taukoja sanojen välillä, ja puheentuoto
n aikana ihmisen ääntöelimistö on käytännöllisesti katsoen jatkuvassa liikkeessä
, joten äänteiden rajatkin ovat
\begin_inset Quotes sld
\end_inset
sumeita
\begin_inset Quotes srd
\end_inset
.
Annotointi perustuu siis aina annotoijan tulkintaan puheaineistosta.
\end_layout
\begin_layout Standard
Tämän oppaan tarkoituksena on antaa yleisiä ohjeita erilaisten yksiköiden
annotointia varten.
Tavoitteena on, että jokainen tutkija käyttää annotoidessaan tässä oppaassa
määriteltyjä yksiköitä niin pitkälle kuin se on mahdollista.
Mikäli tutkija haluaa tarkentaa määritelmiä tai käyttää kokonaan uusia
yksiköitä, ne tulisi määritellä ja julkaista virallisesti Puh-editorin
avulla (ks.
\begin_inset CommandInset ref
LatexCommand ref
reference "sec:Uuden-annotaatioyksikon-maaritteleminen"
\end_inset
).
\end_layout
\begin_layout Section
\begin_inset CommandInset label
LatexCommand label
name "sec:Akustisten-analyysien-hyodyntaminen"
\end_inset
Akustisten analyysien hyödyntäminen nimikoinnissa
\end_layout
\begin_layout Standard
Puhetta voidaan nimikoida sekä akustisin että auditiivisin perustein.
Digitaalisen puheen analysointiin luodut tietokoneohjelmat tuottavat puheesta
erilaisia akustisia analyyseja, joita voi hyödyntää myös nimikoinnissa.
Näitä ovat mm.
spektrogrammi, perustaajuuskäyrä, intensiteettikäyrä, aaltomuoto ja spektrianal
yysi.
\end_layout
\begin_layout Subsection
\begin_inset CommandInset label
LatexCommand label
name "sub:Spektrogrammi"
\end_inset
Spektrogrammi
\end_layout
\begin_layout Standard
Äänteiden nimikoinnissa erityisesti
\emph on
\begin_inset CommandInset label
LatexCommand label
name "sub:leveakaistainen-spektrogrammi"
\end_inset
leveäkaistainen spektrogrammi
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
leveäkaistainen spektrogrammi
\end_layout
\end_inset
\emph default
(laskentaikkunan koko n.
4,3 ms) on usein hyödyllinen, sillä siinä erottuvat selvästi äänen spektriraken
teen nopeat ajalliset muutokset, jotka liittyvät puhujan artikulaatioliikkeisiin.
\emph on
\begin_inset CommandInset label
LatexCommand label
name "sub:kapeakaistainen-spektrogrammi"
\end_inset
Kapeakaistaisesta spektrogrammista
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
kapeakaistainen spektrogrammi
\end_layout
\end_inset
\emph default
(laskentaikkunan koko n.
29--35 ms) näkyvät puolestaan parhaiten puheen soinnillisten osien perustaajuud
en ja osasävelten liikkeet, joten sitä voidaan hyödyntää prosodisten piirteiden,
erityisesti intonaation kuvauksessa.
\end_layout
\begin_layout Subsection
\begin_inset CommandInset label
LatexCommand label
name "sub:Intensiteettikayra"
\end_inset
Intensiteettikäyrä
\end_layout
\begin_layout Standard
Intensiteetti (joka on epäsuorassa yhteydessä havaittuun äänekkyyteen) on
riippuvainen äänteen laadusta: esim.
vokaalit ovat luonnostaan äänekkäämpiä kuin konsonantit, sillä ääntöväylä
on vokaalien aikana avoimempi.
Intensiteettikäyrä voi siksi auttaa joidenkin äännerajojen havaitsemisessa.
Laajemmin tarkasteltuna intensiteettikäyrä voi myös antaa informaatiota
puhujan aiheuttamasta puheäänen voimakkuuden lisäyksestä ja liittyy siten
myös prosodisiin ilmiöihin.
Intensiteettikäyrä on kuitenkin herkkä puhujan ja mikrofonin väliselle
etäisyydelle: jos puhuja liikahtaa vähänkin suhteessa mikrofoniin, esim.
kääntää päätään kun mikrofoni on pöydällä, tämä vaikuttaa äänisignaalista
laskettuun intensiteettiin.
"Headsettiin" kiinnitetty mikrofoni pysyy paremmin paikallaan puhujan suun
vieressä, joten intensiteettikäyrässä näkyvät heilahdukset johtuvat tässä
tapauksessa todennäköisemmin puheentuoton muutoksista.
Huomaa, että intensiteettikäyrästä saadut desibeliarvot eivät tarkoita
sinänsä mitään, jollei alkuperäistä äänitettä ole kalibroitu (ts.
suhteutettu tiettyyn referenssiääneen jo äänityshetkellä)!
\end_layout
\begin_layout Subsection
\begin_inset CommandInset label
LatexCommand label
name "sub:Perustaajuuskayra"
\end_inset
Perustaajuuskäyrä
\end_layout
\begin_layout Standard
\emph on
Puheen perustaajuus
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
perustaajuus
\end_layout
\end_inset
\emph default
eli
\emph on
F0
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
F0
\end_layout
\end_inset
\emph default
viittaa soinnillisissa äänteissä siihen taajuuteen, jolla äänihuulet
\begin_inset Quotes sld
\end_inset
värähtelevät
\begin_inset Quotes srd
\end_inset
tai paukahtelevat toisiaan vasten.
Yksittäistä jaksoa, jonka aikana äänihuulet erkaantuvat toisistaan ja palaavat
takaisin yhteen, kutsutaan
\emph on
periodiksi
\emph default
\begin_inset Foot
status collapsed
\begin_layout Plain Layout
Kapeakaistaisessa spektrogrammissa (ks.
\begin_inset CommandInset ref
LatexCommand ref
reference "sub:kapeakaistainen-spektrogrammi"
\end_inset
) soinnillisten äänteiden osasävelet (
\emph on
harmonics
\emph default
) erottuvat aaltoilevina raitoina, joista alimmainen kuvaa perustaajuutta.
Leveäkaistaisessa spektrogrammissa (
\begin_inset CommandInset ref
LatexCommand ref
reference "sub:leveakaistainen-spektrogrammi"
\end_inset
) puolestaan erottuvat yksittäiset äänihuuliperiodit pystysuorina raitoina.
Periodit voi erottaa myös äänen aaltomuodosta toistuvina aaltokuvioina,
kun aaltomuotoa tarkastellaan suurennettuna.
\end_layout
\end_inset
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
periodi
\end_layout
\end_inset
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
periodisuus
\end_layout
\end_inset
.
Periodeja esiintyy siis vain soinnillisissa äänteissä, ja samasta syystä
laskennallisessa perustaajuuskäyrässä näkyy katkos soinnittomien äänteiden
kohdalla, vaikka puheen melodia havaitaankin jatkuvana.
\end_layout
\begin_layout Standard
Perustaajuus ilmoitetaan yleensä hertseinä
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
hertsi
\end_layout
\end_inset
: esimerkiksi miespuhujille tyypillinen sadan hertsin perustaajuus siis
tarkoittaa sataa äänihuulten värähdystä sekunnissa.
Perustaajuuskäyrän muoto voi oikein tulkittuna hyvin nopeasti ja tarkasti
vahvistaa tai kumota kuulonvaraisen ja subjektiivisen havainnon puheen
sävelkulussa tapahtuvasta noususta tai laskusta.
Joskus se voi auttaa myös äänteiden nimikoinnissa: pienikin perustaajuuden
muutos voi olla syynä kuulonvaraisesti löytyneeseen rajakohtaan.
\end_layout
\begin_layout Standard
Laskennallinen perustaajuus ei kuitenkaan ole sama asia kuin havaittu intonaatio
tai sävelkulku.
Perustaajuuskäyrään ei kannata luottaa sokeasti, sillä siinä voi laskennallisis
ta syistä esiintyä äkillisiä hyppäyksiä ja toisaalta perustaajuuskäyrään
vaikuttavat myös äännekohtaiset seikat.
Prosodiikasta kiinnostuneen kannattaa katsella lähempää myös äänen aaltomuotoa
(
\begin_inset CommandInset ref
LatexCommand ref
reference "sub:Aaltomuoto"
\end_inset
) ja spektrogrammeja (
\begin_inset CommandInset ref
LatexCommand ref
reference "sub:Spektrogrammi"
\end_inset
), sillä ne voivat paljastaa perustaajuusanalyysin virhelähteitä (esim.
narinaan liittyvät epäsäännölliset äänihuuliperiodit).
\end_layout
\begin_layout Subsection
\begin_inset CommandInset label
LatexCommand label
name "sub:Aaltomuoto"
\end_inset
Aaltomuoto
\end_layout
\begin_layout Standard
Aaltomuoto eli oskillogrammi kuvaa ääniaaltoa eli alkuperäiseen ääneen liittyviä
ilmanpaineen ajallisia vaihteluita, jotka on rekisteröity tietystä paikasta
mikrofonin avulla.
Tietokoneen näytöllä olevan aaltomuotokäyrän yksikkö on kuitenkin tavallisesti
voltti (V), sillä mikrofoni on muuntanut ilmanpaineen vaihtelut sähköiseen
muotoon, joka on sitten näytteistetty digitaaliseksi äänisignaaliksi.
\end_layout
\begin_layout Standard
Aaltomuotokäyrän vaaka-akseli kuvaa siis aikaa, joka etenee vasemmalta oikealle.
Pystyakseli kuvaa ääniaaltojen laajuutta eli amplitudia.
Mitä suurempi ääniaallon amplitudi on tarkasteltavalla ajanjaksolla, sitä
suurempi on vastaavasti ollut ilmanpaineen muutos ja sitä voimakkaampi
ääni on ko.
ajanjaksolla ollut.
Äänen amplitudi ei kuitenkaan vastaa suoraan ts.
lineaarisesti havaittua äänenvoimakkuutta eli äänekkyyttä.
Äänekkyyshavaintoon vaikuttavat ihmisen kuulojärjestelmän ominaisuudet
(psykoakustiikka) ja muutkin seikat.
\end_layout
\begin_layout Standard
Aaltomuotokäyrää voidaan käyttää esimerkiksi äänteiden tarkkaan segmentointiin
spektrogrammin ohella, sillä siitä näkyvät äänessä tapahtuneet pienimmätkin
muutokset.
Aaltomuoto voi paljastaa myös äänenlaadussa tapahtuneita muutoksia, jotka
voivat selittää esimerkiksi perustaajuuskäyrän odottamattomia katkoksia
tai hypähtelyjä.
\end_layout
\begin_layout Section
\begin_inset CommandInset label
LatexCommand label
name "sec:Aineiston-luomat-rajoitukset"
\end_inset
Aineiston luomat rajoitukset
\end_layout
\begin_layout Standard
Mitä enemmän taustahälyä annotoitavassa signaalissa on, sitä epätarkempaa
annotointi on.
Hyvin hälyisestä aineistosta ei kannata yrittää etsiä kovin hienojakoisia
piirteitä, sillä lopputuloksesta voi tulla heikkotasoinen.
Jos esim.
puheäänitteessä on tasainen mutta melko vaimea taustakohina, äänteiden
rajat pystyy yleensä akustisen signaalin kuvauksia katsomalla määrittämään
riittävän tarkasti esimerkiksi äännekestojen mittaamista varten.
\end_layout
\begin_layout Standard
Erilaiset hälyn lähteet ja taustahälyn tyypit on syytä kuvata mahdollisimman
tarkasti jo tallenteen (Recording) taustatiedoissa.
\begin_inset Foot
status collapsed
\begin_layout Plain Layout
Tallenteen taustatiedot
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
taustatiedot
\end_layout
\end_inset
eli ns.
\emph on
metatiedot
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
metatiedot
\end_layout
\end_inset
\emph default
tai
\emph on
metadata
\begin_inset Index idx
status collapsed
\begin_layout Plain Layout
metadata
\end_layout
\end_inset