Рис. 1.4. Черная и серая волны имеют одинаковую частоту. Однако скорость модуляции разная, то есть звук, обозначенный серой волной, включается и выключается быстрее, и поэтому он звучит выше, чем звук, обозначенный черной волной. Более быстрая модуляция звука, происходящая из-за более быстрых колебаний голосовых связок у женщин, объясняет более высокие голосовые ноты при произнесении одних и тех же слов.

Примером служит человеческий голос. Высота (основная частота) человеческой речи варьирует в диапазоне от 50 до 300 Гц. Основная частота речи соответствует скорости открытия и закрытия голосовых складок, приводимых в движение нашим дыханием. Скорость движения голосовых складок у мужчин самая низкая, так что у них более низкие голоса, а у детей – самая высокая, и голоса у них высокие. Интересно, что высота голоса разная не только у разных индивидуумов и разных полов, но связана и с некоторыми другими неожиданными факторами. Различия в основной частоте в целом наблюдаются у людей, говорящих на разных языках[10], а также в разных демографических группах людей, говорящих на одном и том же языке[11]. Возможно, вы и по себе заметили, что двуязычные люди обычно говорят на одном языке на более высоких нотах, чем на другом[12].

В музыке тембр – важнейший параметр, позволяющий различить два инструмента, исполняющих одну и ту же ноту. В речи это главное средство для различения одного звука (гласного или согласного) от другого. Мужчина и женщина произносят одно и то же: основная частота (высота голоса) позволяет определить, кто есть кто. Женщина произносит два разных слова: тембр помогает отличить ее “со” от “су”. Физической мерой высоты звука является основная частота, а тембр определяется гармониками – более высокими частотами, чем основная частота.

Полезно знать, из каких частот состоит конкретный звук. Речь идет о так называемом звуковом спектре. Спектр камертона состоит из одной-единственной частоты и поэтому представляет собой одну тонкую вертикальную линию, как на верхней панели на рис. 1.5. У этого звука нет гармоник, только основная частота. Естественный звук, такой как “до” первой октавы в исполнении тромбона или кларнета, имеет пик в спектре на основной частоте “до” первой октавы, соответствующей 262 Гц, а также дополнительные пики на частотах, кратных основной частоте (524, 786 Гц и т. д.) Это и есть гармоники (гармонические обертоны). Как показано на средней и нижней панели на рис. 1.5, не все гармоники обладают одинаковой энергией. Относительный энергетический уровень гармоник является характеристикой тромбона и кларнета и объясняет, почему мы слышим разницу между ними. Уникальный характер гармоник определяется формой и конструкцией инструмента, производящего звук. Аналогичным образом форма и положение языка, губ и носа определяют спектр гармоник, характеризующих разные звуки речи.

В зависимости от положения губ и языка и от объема проходящего через рот и нос воздуха мы изменяем спектр издаваемого звука (какие-то из гармоник усиливаются), как показано на рис. 1.6. Хотя в спектре двух гласных звуков есть пики, отстоящие друг от друга на 100 Гц (поскольку в данном примере основная частота составляет 100 Гц), высота пиков, изображенных серыми линиями, очень разная. Это речевой аналог разницы между звуками тромбона и кларнета. В случае звука “и” два максимума серой линии приходятся на частоты 300 и 2300 Гц, в случае звука “у” они располагаются примерно на частотах 400 и 1000 Гц. Спектр речи имеет выпуклости – области с максимумом энергии, называемые формантами. Интересно, что эти полосы акустической энергии достаточно похожи у разных людей. Человек с высоким голосом имеет пики для звука “у” где-то в районе частот 400 и 1000 Гц, как и человек с низким голосом.