Estudio del foco: las prominencias acentuales, el modelado acústico y la detección automática

Abstract

Durante la producción de habla, la información de la estructura entonativa de una oración se refleja en el énfasis relativo dado a sus palabras de contenido y en las características tonales de los segmentos finales de cada frase. Dado que las sílabas con acento léxico pueden presentar un aumento en la frecuencia fundamental, energía y duración y, además, una mayor estabilidad espectral, si estas sílabas son enfatizadas en el discurso, algunos o todos estos parámetros pueden ser modificados. Por ejemplo, los acentos tonales altos se integrarán a los rasgos acústicos presentes en la sílaba, aumentando o disminuyendo el tono fundamental. El correlato perceptual de este proceso de énfasis e integración es la prominencia silábica (Fry, 1958). Junto con los aspectos acústicos de los acentos lexicales y tonales coexisten otros factores a nivel segmental y supra-segmental que afectan la percepción de prominencia, tales como la información lingüística y paralingüística. Los aspectos pragmáticos asociados a la información nueva que se transmite, también pueden influenciar los juicios de prominencia. Debido a que la función focal se define como la selección de un segmento de la oración como el de mayor jerarquía pragmática, por su relevancia en el procesamiento informativo del destinatario (Dik, 1997), su realización necesita de recursos léxico-gramaticales y fónicos. Dado que en español las estructuras sintácticas son flexibles, resulta importante establecer el papel del factor acústico para generar la percepción del foco. A pesar de que la estructura de la información se pueda jerarquizar principalmente a partir del orden de palabras, es la prosodia la que determina la interpretación final frente a estructuras sintácticamente similares. Además, el foco sintáctico se manifiesta en la superficie con una mayor prominencia prosódica y así, permite distinguir entre estructuras marcadas de las no marcadas (Zubizarreta, 1998). La diferencia entre los parámetros prosódicos (entonación, duración, sonoridad, pausa), los sintácticos y los informativos a la hora de marcar el foco radica en que los prosódicos siempre estarán presentes y el foco se da por la naturaleza de su manifestación. El valor del foco prosódico difiere en el tipo de discurso. Como el habla espontánea no está muy organizada ni focalizada, la prosodia cumple un rol fundamental para estructurar el plano sintáctico, es decir, organizar el discurso en unidades menores. A nivel pragmático, la prosodia comunica estados de ánimo e intereses elocutivos. En el nivel de la cláusula se parte de la idea de que cualquier oración es respuesta de una pregunta supuesta, y el foco marcaría el constituyente que motiva la respuesta a esa pregunta implícita. Dentro de este dominio, Ladd (1983) define el foco como una tendencia a acentuar o desacentuar porciones de una oración relacionadas con el significado; así, los autores indican que las oraciones tendrían ítems marcados con los rasgos [-foco] o [+foco] según la intención del hablante. El alcance del foco puede variar: puede abarcar toda la oración (foco neutral o normal) o estar sobre un constituyente como el predicado (foco amplio) o sobre un solo ítem léxico (foco estrecho) (Ladd, 83). El foco puede transmitir varios tipos de intereses comunicativos, agregar información nueva, corregir información precedente, seleccionar un elemento entre otros ofrecidos por el contexto o contrastar información supuesta por el oyente. Nuestra propuesta consiste en realizar un estudio perceptual del foco y de los niveles de prominencia para vincular las realizaciones de frases con las distintas modalidades y para asociar la posición del foco con el grado de prominencia percibida. Luego, se obtendrán los parámetros del modelo de entonación para esas oraciones y se presentará el grado de asociación con las prominencias percibidas y con el foco. Finalmente, se presentarán los resultados obtenidos con un sistema automático para la detección de prominencias. Este sistema de clasificación utilizará la información acústica tonal con la de los acentos léxicos. Esta búsqueda apunta a integrar el conocimiento de alto nivel en los sistemas de reconocimiento y comprensión automática de lenguaje (Nöth et ál, 2001), dado que estos todavía no explotan o hacen un uso limitado de la información prosódica.