Publication: ค่าระยะเวลาของเสียงเรียงในภาษาเอเชียตะวันออกเฉียงใต้ : นัยสำคัญต่อการจัดกลุ่มตามแนวแบบลักษณ์ภาษา
Submitted Date
Received Date
Accepted Date
Issued Date
2012
Copyright Date
Announcement No.
Application No.
Patent No.
Valid Date
Resource Type
Edition
Resource Version
Language
th
File Type
No. of Pages/File Size
ISBN
ISSN
eISSN
DOI
Scopus ID
WOS ID
Pubmed ID
arXiv ID
item.page.harrt.identifier.callno
Other identifier(s)
Journal Title
Volume
Issue
Edition
Start Page
End Page
Access Rights
Access Status
Rights
Rights Holder(s)
Physical Location
Bibliographic Citation
Research Projects
Organizational Units
Authors
Journal Issue
Title
ค่าระยะเวลาของเสียงเรียงในภาษาเอเชียตะวันออกเฉียงใต้ : นัยสำคัญต่อการจัดกลุ่มตามแนวแบบลักษณ์ภาษา
Alternative Title(s)
Segment timing in Southeast Asian languages : implications for typological classification
Author(s)
Author’s Affiliation
Author's E-mail
Editor(s)
Editor’s Affiliation
Corresponding person(s)
Creator(s)
Compiler
Advisor(s)
Illustrator(s)
Applicant(s)
Inventor(s)
Issuer
Assignee
Other Contributor(s)
Series
Has Part
Abstract
งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ค่าระยะเวลาของเสียงเรียงในภาษาเอเชียตะวันออกเฉียงใต้ 12 ภาษา ได้แก่ ภาษาไทยมาตรฐาน ภาษาไทยถิ่นใต้ ภาษาไทยวน ภาษามอญ ภาษาเขมรถิ่นไทย ภาษาเวียดนาม ภาษาพม่า ภาษากะเหรี่ยงสะกอ ภาษามาเลย์มาตรฐาน ภาษาเซบัวโน ภาษาม้งเขียว และภาษาเมี่ยน ข้อมูลภาษาที่นำมาวิเคราะห์เป็นคำพูดต่อเนื่องจากผู้บอกภาษาภาษาละ 3 คน รวมเป็น 36 คน โดยใช้ข้อมูลประมาณ 30 วินาทีจากผู้บอกภาษาแต่ละคน รวมเป็นข้อมูลประมาณ 90 วินาทีต่อ 1 ภาษา ซึ่งนำมากำหนดขอบเขตช่วงเสียง 4 ประเภท คือ ช่วงเสียงสระ ช่วงเสียงพยัญชนะ ช่วงเสียงก้อง และช่วงเสียงไม่ก้อง แล้วนำค่าระยะเวลาของช่วงเสียงทั้ง 4 ประเภท มาสร้างตัวแปร 8 ตัวแปร เพื่อจัดกลุ่มภาษาตามแบบจำลองของ Ramus et al. (1999) Grabe and Low (2002) และ Dellwo et al. (2007) ตัวแปรทั้ง 8 ตัวแปร ได้แก่ 1) สัดส่วนของค่าระยะเวลาของช่วงเสียงสระต่อค่าระยะเวลาทั้งหมดของถ้อยความ (%V) 2) ค่าเบี่ยงเบนมาตรฐานของค่าระยะเวลาของช่วงเสียงสระ (∆V) 3) ค่าเบี่ยงเบนมาตรฐานของค่าระยะเวลาของช่วงเสียงพยัญชนะ (∆C) 4) ดัชนีแสดงความแตกต่างระหว่างค่าระยะเวลาของช่วงเสียงพยัญชนะหนึ่งกับช่วงเสียงพยัญชนะที่ตามมา (rPVI_C) 5) ดัชนีแสดงความแตกต่างระหว่างค่าระยะเวลาของช่วงเสียงสระหนึ่งกับช่วงเสียงสระที่ตามมา (nPVI_V) 6) สัดส่วนของค่าระยะเวลาของช่วงเสียงก้องต่อค่าระยะเวลาทั้งหมดของถ้อยความ (%VO) 7) ค่าสัมประสิทธิ์ความแปรปรวนของช่วงเสียงไม่ก้อง (varcoUV) และ 8) ค่าเบี่ยงเบนมาตรฐานของค่าระยะเวลาของช่วงเสียงไม่ก้อง (∆UV) นอกจากนี้ ยังได้นำตัวแปรข้างต้นมาวิเคราะห์องค์ประกอบหลักเพื่อจัดให้ตัวแปรที่มีความสัมพันธ์กันอยู่ในองค์ประกอบเดียวกัน ลักษณะทางสัทศาสตร์และสัทวิทยาที่คาดว่ามีอิทธิพลต่อตัวแปรที่นำมาพิจารณาในสมมติฐาน ได้แก่ ความซับซ้อนของโครงสร้างพยางค์ ความสั้นยาวของสระที่มีหรือไม่มีนัยสำคัญทางภาษาศาสตร์ และการลงเสียงหนักเบาประจำคำ ผลการวิเคราะห์มีบางส่วนที่คัดค้านสมมติฐาน ได้แก่ 1) ตัวแปร %V และ %VO ในภาษาที่โครงสร้างพยางค์ซับซ้อน ไม่ได้มีค่าน้อยกว่าในภาษาที่โครงสร้างพยางค์ไม่ซับซ้อนเสมอไป 2) ตัวแปร ∆C และ varcoUV ในภาษาที่โครงสร้างพยางค์ซับซ้อน ไม่ได้มีค่ามากกว่าในภาษาที่โครงสร้างพยางค์ไม่ซับซ้อนเสมอไป และ 3) ตัวแปร ∆V ในภาษาที่ความสั้นยาวของสระมีนัยสำคัญทางภาษาศาสตร์ ไม่ได้มีค่ามากกว่าในภาษาที่ความสั้นยาวของสระไม่มีนัยสำคัญทางภาษาศาสตร์เสมอไป ผลการวิเคราะห์ส่วนที่ยืนยันสมมติฐานมี 3 ข้อ คือ 1) ค่า nPVI_V ในภาษาที่มีการลงเสียงหนักเบาประจำคำ มากกว่าในภาษาที่ไม่มีการลงเสียงหนักเบาประจำคำ 2) ค่า %VO ในภาษาที่ความสั้นยาวของสระมีนัยสำคัญทางภาษาศาสตร์มากกว่าในภาษาที่ความสั้นยาวของสระไม่มีนัยสำคัญทางภาษาศาสตร์ และ 3) รูปแบบค่าระยะเวลาของเสียงเรียงนำมาจัดกลุ่มภาษาได้ ผู้วิจัยได้เสนอแนวคิดใหม่ในการวิเคราะห์ตัวแปรที่สร้างจากค่าระยะเวลาของเสียงเรียงด้วยการวิเคราะห์องค์ประกอบหลัก ผลการวิเคราะห์การจัดกลุ่มภาษาด้วยการวิเคราะห์องค์ประกอบหลัก พบว่า จัดกลุ่มภาษาได้ 4 กลุ่ม ดังนี้ 1) กลุ่มภาษามอญ-ภาษาเขมรถิ่นไทย 2) กลุ่มภาษาพม่า-ภาษาม้งเขียว 3) กลุ่มภาษาเวียดนาม-ภาษาไทยถิ่นใต้-ภาษาไทยวน และ 4) กลุ่มภาษามาเลย์มาตรฐาน-ภาษาเซบัวโน ส่วนภาษาไทยมาตรฐาน ภาษากะเหรี่ยงสะกอ และภาษาเมี่ยน ไม่เกาะกลุ่มกับภาษาอื่นอย่างชัดเจน ลักษณะทางสัทศาสตร์และสัทวิทยาที่อาจมีผลต่อการจัดกลุ่มภาษาเหล่านี้ ได้แก่ จำนวนพยางค์ในคำ วรรณยุกต์ และคุณสมบัติน้ำเสียง
This study aims to analyze segment timing in 12 Southeast Asian languages, namely Standard Thai (TH), Southern Thai (TT), Tai Yuan (TY), Mon (MN), Thai Khmer (KM), Vietnamese (VN), Burmese (BM), Sgaw Karen (SG), Standard Malay (ML), Cebuano (CB), Green Hmong (HM), and Mien (MI). Spontaneous speech from three speakers from each language was recorded. Vocalic, consonantal, voiced, and unvoiced intervals of 30 seconds of speech from each speaker were measured and analyzed using the three language typological classification models of Ramus et al. (1999), Grabe and Low (2002), and Dellwo et al. (2007). The durations of the four intervals were converted into eight parameters: 1) proportion of vocalic intervals (%V) 2) standard deviation of vocalic intervals (∆V) 3) standard deviation of consonantal intervals (∆C) 4) raw pairwise variability index of consonantal intervals (rPVI_C) 5) normalized pairwise variability index of vocalic intervals (nPVI_V) 6) proportion of voiced intervals (%VO) 7) variation coefficient of the standard deviation of unvoiced intervals (varcoUV) and 8) standard deviation of unvoiced intervals (∆UV). In addition, principle component analysis (PCA) was used to explore the relations among the parameters. The main phonetic and phonological features used to account for the values of the eight parameters are: syllable structure complexity, the existence or not of vowel length distinctions, and stress location. It was found that some aspects of the findings rejected the thesis’ hypotheses: 1) contrary to prediction, %V and %VO for languages with complex syllable structure (CSS) were not necessarily lower than those with simpler syllable structure (SSS); 2) similarly, ∆C and varcoUV values for CSS languages were not reliably higher than for SSS languages; and 3) ∆V values for languages which make a vowel length distinction are not always higher than those of languages not making this distinction, again contrary to prediction. However, the findings which support the hypotheses were: 1) nPVI_V values for fixed lexical stress languages were higher than those of variable lexical stress languages; 2) %VO values for languages which make a vowel length distinction were greater than those of languages not making this distinction; and 3) segment timing patterns can be used to classify languages as hypothesized. A new method of analyzing segment-timing parameters for language classification using PCA was proposed. The results from the PCA show that the 12 languages can be classified into 4 groups: 1) MN-KM 2) BM-HM 3) VN-TT-TY and 4) ML-CB. TH, SG, and MI are not explicitly clustered with the other languages. The phonetic and phonological features which seem to influence the 12-language classification are number of syllable in a word, tone, and phonation type.
This study aims to analyze segment timing in 12 Southeast Asian languages, namely Standard Thai (TH), Southern Thai (TT), Tai Yuan (TY), Mon (MN), Thai Khmer (KM), Vietnamese (VN), Burmese (BM), Sgaw Karen (SG), Standard Malay (ML), Cebuano (CB), Green Hmong (HM), and Mien (MI). Spontaneous speech from three speakers from each language was recorded. Vocalic, consonantal, voiced, and unvoiced intervals of 30 seconds of speech from each speaker were measured and analyzed using the three language typological classification models of Ramus et al. (1999), Grabe and Low (2002), and Dellwo et al. (2007). The durations of the four intervals were converted into eight parameters: 1) proportion of vocalic intervals (%V) 2) standard deviation of vocalic intervals (∆V) 3) standard deviation of consonantal intervals (∆C) 4) raw pairwise variability index of consonantal intervals (rPVI_C) 5) normalized pairwise variability index of vocalic intervals (nPVI_V) 6) proportion of voiced intervals (%VO) 7) variation coefficient of the standard deviation of unvoiced intervals (varcoUV) and 8) standard deviation of unvoiced intervals (∆UV). In addition, principle component analysis (PCA) was used to explore the relations among the parameters. The main phonetic and phonological features used to account for the values of the eight parameters are: syllable structure complexity, the existence or not of vowel length distinctions, and stress location. It was found that some aspects of the findings rejected the thesis’ hypotheses: 1) contrary to prediction, %V and %VO for languages with complex syllable structure (CSS) were not necessarily lower than those with simpler syllable structure (SSS); 2) similarly, ∆C and varcoUV values for CSS languages were not reliably higher than for SSS languages; and 3) ∆V values for languages which make a vowel length distinction are not always higher than those of languages not making this distinction, again contrary to prediction. However, the findings which support the hypotheses were: 1) nPVI_V values for fixed lexical stress languages were higher than those of variable lexical stress languages; 2) %VO values for languages which make a vowel length distinction were greater than those of languages not making this distinction; and 3) segment timing patterns can be used to classify languages as hypothesized. A new method of analyzing segment-timing parameters for language classification using PCA was proposed. The results from the PCA show that the 12 languages can be classified into 4 groups: 1) MN-KM 2) BM-HM 3) VN-TT-TY and 4) ML-CB. TH, SG, and MI are not explicitly clustered with the other languages. The phonetic and phonological features which seem to influence the 12-language classification are number of syllable in a word, tone, and phonation type.
Table of contents
Description
Sponsorship
Degree Name
อักษรศาสตรดุษฎีบัณฑิต
Degree Level
ปริญญาเอก
Degree Department
คณะอักษรศาสตร์
Degree Discipline
Degree Grantor(s)
จุฬาลงกรณ์มหาวิทยาลัย