4.讨论与结论

本文对汉语普通话的中性、高兴、恐惧、愤怒、悲伤、惊讶六种情感在三种刺激类型（自然语音刺激、滤波后语音刺激、滤波且归一化后语音刺激）下进行了听辨研究。从实验结果中可以看出，无论在何种条件下，六种情感的辨认正确率均在随机水平之上（16.67%），这说明在部分语音线索掩蔽的情况下，被试仍可大致区分不同的情感。下面分别从不同角度对结果加以讨论。

第一，实验结果表明，普通话情感语音的感知线索是多方面的。在两种滤波后的语音条件下，被试仍可辨认出不同的情感（辨认率大于随机水平），这说明基频等声学特征是判断语音情感的重要线索之一。同时，情感的平均辨认正确率随着声学线索掩蔽程度的增强而下降，所有情感在自然语音条件下的正确率都显著高于其他两种条件，可见音质等声学信息对于语音情感的识别也有较大影响。这一结果与前人的研究结果有一定相似之处。Scherer等人[9]对德语的研究表明，除客气之外，低通滤波后语音的情感听辨结果都不与正常语音存在显著关联，这与之前研究结果所表明的基频对情感感知有重要作用的结论相悖。在普通话的语调研究中，Xu与Mok[15]的实验结果也表明基频并不是感知语调的唯一来源。此外，有学者认为基频与能量的模式可能与情感的唤醒度有关，例如，低基频和低能量模式与低唤醒度的情感有密切关联[10]。

第二，本文的结果表明，不同情感听辩依靠的感知线索有可能不同。高兴情感在自然语音条件下听辨正确率高达91%，但其正确率在滤波条件下仅为26%；在反应时方面，自然语音条件下的反应时也显著小于滤波条件下的反应时。可见高兴情感的判断更多依仗于音质等声学信息。此外，悲伤和愤怒的辨认正确率在滤波以及滤波且归一化后的语音条件下有显著差异，这说明平均时长和平均音强对悲伤和愤怒的情感识别有较大影响。但中性、高兴、恐惧、惊讶四种情感的辨认正确率在进行语音处理的两个条件下并无显著差别，这表明平均时长和平均音强可能对这四种情感听辨的影响不大。

第三，实验结果体现了不同情感听辨优劣性的差异。不同情感类别在三种不同语音条件下的听辨正确率均有显著差异，不同情感在自然语音刺激和滤波语音刺激条件下的辨认反应时也有显著差异。在自然语音条件下，悲伤与高兴的听辨正确率较高，这与王婷和丁红卫[22]的研究结果一致。但在王海波和李爱军[21]的研究中，难过的辨认正确率最高，高兴的正确率仅有56%。Scherer[10]发现高兴的听辨结果在文献中表现不一，他认为这可能是由于愉悦和狂喜之间的声学线索区别较大造成的，而感知文献中并没有指出所使用语料的情感强度。在经过语音处理的两种条件下，情感的听辨优劣性有一定的相似之处，均表现为中性情感的正确率最高，悲伤次之，愤怒、恐惧、惊讶、高兴这四种情感的正确率较低。在三种条件下，中性情感的正确率最高，反应时最短，这说明在六种情感中被试对于这一情感的判断是最为容易的，但也有可能是因为中性情感被当作默认选项，当被试不确定时，便会选择中性情感。这一特点在滤波且归一化语音条件下更为明显，中性的正确率（88.24%）高出正确率第二位的悲伤（39.14%）将近50%。此外，悲伤情感在三种条件下正确率的排名均仅次于中性情感，在六种情感中有较高的辨认率。关于情感听辨的优劣性，Johnstone与Scherer[4]试图从进化的角度解释，他们认为人类在进化的过程中，有些情感更适合用语音来表达，因此人们对该类情感的语音解读也更为敏感。

第四，情感的感知混淆模式在三种不同刺激类型中表现各异，但也有一定的相似之处。在自然语音与低通滤波后语音条件下，惊讶与愤怒最容易相互混淆；在滤波且归一化后的语音刺激中，惊讶与高兴最容易被相互混淆，之后愤怒也与之聚为一类，这在某种程度上又与自然语音和低通滤波语音有一定的相似性。这可能是因为被试在辨认惊讶与愤怒时依靠了较为相似的感知线索（尤其是非音质感知线索），在滤波且归一化后条件下，高兴与惊讶和愤怒也有较为相似的感知线索。此外，高兴容易被辨认为中性的特点在三种模式下都存在，在滤波和滤波且归一化后的语音刺激中这一特点更加明显，这可能是因为高兴和中性情感有较为相似的感知线索（尤其是非音质感知线索），且被试在模棱两可的情况下更倾向于选择中性情感。

根据以上对实验结果的分析，我们得到如下结论：（1）在进行语音处理后，各情感的辨认正确率均在随机水平之上，听者仍可对情感进行大致辨认；（2）普通话语音的感知线索是多方面的，不同情感听辩依靠的感知线索有可能不同，高兴的情感判断可能更多依赖音质信息，平均时长和平均音强的信息对悲伤和愤怒的情感辨认可能有较大影响；（3）情感的听辨优劣性有较大差异，在不同语音条件下，听辨优劣性的排序也有所不同，但中性和悲伤在三种语音条件下均有较高的听辨正确率；（4）在不同类型的语音信号中，情感的混淆模式也不相同，但惊讶与愤怒在三种条件下都有互相混淆的趋势。