Ein rhythmisch-prosodisches Modell lyrischen Sprechstils

Abstract

Jeder Mensch hat ein intuitives Verständnis von der Rhythmizität sprachlicher Äußerungen, da er die zugrundeliegenden Prinzipien beim Sprechen stets, wenn auch unreflektiert, beachtet. Der sprachliche Rhythmus nun erfüllt Funktionen im Bereich Gliederung und Hervorhebung auf allen linguistischen Ebenen. Silben- und Wortgrenzen sowie Wortbetonungen werden durch ihn markiert, syntaktische Phrasen und semantisch zusammengehörige Einheiten werden rhythmisch gegliedert. Ohne diese rhythmische Gliederung wäre der Sprachwahrnehmungsprozess sicherlich um einiges erschwert. Neben der direkten Beziehung zwischen Rhythmus und linguistischen Einheiten existieren ferner situationsspezifische Rhythmen, welche mit einem bestimmten Sprechstil verknüpft sind. So hat schnelle Sprache vermutlich einen anderen Rhythmus als langsame, eine Predigt wiederum einen anderen Rhythmus als ein Fußballkommentar. Welche Rolle der Sprechrhythmus auf den einzelnen linguistischen und paralinguistischen Ebenen im Detail spielt, ist jedoch noch weitestgehend ungeklärt. Eine relativ große Übereinstimmung besteht in der Meinung, dass es auch sprachspezifische rhythmische Unterschiede gibt, genauer gesagt gibt es die Annahme, dass sich Sprachen in so genannte akzentzählende und silbenzählende Sprachen unterteilen.<br /> Überdies ist der Sprechrhythmus für die Sprachsynthese, d.h. den sprechenden Computer, von Bedeutung. Die häufigste Anwendung in diesem Bereich ist die Überführung von Text in ein entsprechendes Sprachsignal (Text-To-Speech). Auch in den neueren korpusbasierten Synthesesystemen ist eine ausgefeilte Prosodieprädiktion unerlässlich. Diese Vorhersage ist in den meisten Fällen jedoch noch verbesserungswürdig. Leider zielen TTS-Sprachsynthesesysteme im Allgemeinen ausschließlich auf eine prosaische Textdomäne ab, so dass spezielle Domänen, wie etwa die Lyrik, außer Acht gelassen werden. Die vorliegende Arbeit wird unter anderem dadurch motiviert, dass die Grundlagen für eine Erweiterung der Textdomäne von TTS-Systemen um das Feld der Lyrik mit festgelegtem Metrum fehlen und somit erst noch geschaffen werden müssen. Der prominente Rhythmus von Lyrik mit festgelegtem Metrum soll dabei in zwei Dauermodellen abgebildet werden. Es wird angenommen, dass Rückschlüsse von der Rhythmizität der Lyrik im Deutschen auf die deutsche Sprache allgemein möglich sind.<br /> Im Rahmen dieser Arbeit wurde in drei Perzeptionsexperimenten die Vorhersageleistung zweier auf der Rhythmizität des lyrischen Sprechstils beruhenden Rhythmusprädiktionsmodelle untersucht. Es wurde hierzu ein 10 Gedichte umfassendes Korpus gelesener Lyrik unter der Brücksichtigung der vier Metren Jambus, Trochäus, Daktylus und Liedform aufgenommen, analysiert und die Dauern der vier berücksichtigten Metren modelliert. Dabei verwandten Schauspieler eine wesentlich lebendigere Prosodie als Laiensprecher. Die Perzeptionsexperimente zeigten, dass Studierende der Phonetik und Hobbymusiker in der Lage waren, auf der Basis delexikaliserter und monotonisierter Stimuli den Sprechstil der Lyrik von dem der Prosa zu unterscheiden. Musiker konnten trotz der Reduziertheit der Stimuli teilweise sogar die vier verschiedenen Metren perzeptiv voneinander unterscheiden. In diesen Experimenten konnte nicht nachgewiesen werden, dass die ebenfalls modellierte Isochronie ein perzeptiv relevantes Konzept darstellt.

<strong>A rhythmic-prosodic model of poetic speech</strong><br /> Everybody holds an intuitive comprehension of the rhythm of speech because they take into account its underlying principles even if this happens in an unconscious way. Speech rhythm has functions in the scope of structuring and emphasis on all linguistic levels. Syllable and word boundaries as well as word stress are marked by it, syntactic phrases and semantically coherent units are rhythmically structured. Without this rhythmic structuring the process of speech perception would surely be made much more difficult. Beside the direct relationship between rhythm and linguistic units, there are additional situation specific rhythms, which are bound to a certain speaking style. Thus, rapid speech presumably has a different rhythm than slow speech, a homily on the other hand a different rhythm than a football commentary, for example. Which role speech rhythm plays on the particular linguistic and para-linguistic levels in detail, however, still remains an open question. There is a relatively big consensus about the opinion that there are also language specific rhythmic differences. To be precise, there is the assumption that languages can be divided into so-called stress-timed and syllable-timed languages.<br /> Furthermore, speech rhythm is of importance for speech synthesis, i.e. the speaking computer. The most common application in this field is the transfer of text to the corresponding speech signal (Text-To-Speech). Even in the new corpus-based synthesis systems a sophisticated prosody prediction is vital. In most cases this prediction is still to be improved. Unfortunately, most TTS-systems generally aim at a prosaic text domain, so that special domains like poetry are disregarded. The paper at hand is amongst others motivated by the fact, that the fundamentals of an extension of the text domain of TTS-systems by the area of poetry with a fixed metre are missing and thus still have to be created. The prominent rhythm of poetry with a fixed metre is to be pictured in two duration models. It is assumed that conclusions from the rhythmicality of German poetry to the German language in general are possible.<br /> Within the scope of this paper the predictive power of two rhythm prediction models based on the rhythmicality of the poetic speaking style were examined in three listening tests. For this a corpus of spoken poetry comprising 10 poems which take into account the four metres iamb, trochee, dactyl and song were recorded, analysed and the durations of the four considered metres were modelled. Thereby actors used a much livelier prosody than lay speakers. The listening experiments showed that students of phonetics and hobby musicians were able to differentiate between the speaking style of poetry and prose on the basis of delexicalised and monotonised stimuli. In spite of the reduction of the stimuli musicians were partially able to perceptually distinguish the four different metres. By these experiments it could not be proven that the also modelled isochrony depicts a perceptually relevant concept.