선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 거의 10여년에 걸쳐 구축된 자연 대화체 발화 코퍼스인 벅아이코퍼스(Buckeye Corpus of Conversational Speech)를 대상으로 자연 대화체 영어에서 무성 파열음의 VOT 값이 이미 알려진 여러 요인들에 의해 어떠한 영향을 어떻게 받는지를 살펴보고자 한다.
- 이번에는 이원 분산분석을 통해 VOT 값에 영향을 미치는 요인을 화자 내에서 살펴보기로 하자. 우선 화자 내에 조음위치와 단어 내 위치 등 두 가지 요인이 VOT 값의 분포에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하여 <표 2>에 나타내었다.
제안 방법
- 특히, 발화속도에 따른 VOT 값의 변화를 조사하기 위하여 검색 대상인 단어를 중심으로 이전과 이후에 단어가 있는 경우로 검색을 제한하였다. 결국 세 단어가 발화되는 시간을 자동으로 측정하고 후에 이를 초당 음절수(syllables/second)로 표현하여 발화속도를 나타내도록 하였다.
- 지금까지 영어 자연 발화 코퍼스인 벅아이 코퍼스의 젊은 여성 화자 세 명의 파일을 대상으로 영어 무성 파열음 [p, t, k]의 VOT 값의 양상을 살펴 보았다. 구체적으로 화자, 조음위치, 단어 내 위치, 음절 강세 유무, 내용어 유무, 단어 빈도수, 발화속도 등의 요인들이 VOT 값에 어떠한 영향을 미치는지 하나의 요인 혹은 두 개의 요인을 조합하여 통계와 그래프를 통해 살펴 보았다.
- 마지막으로 화자 내 조음위치와 발화속도 두 요인이 VOT 값에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하였고 그 결과는 에 제시되어 있다.
- 분석 요인 중 하나인 코퍼스 내 목적 단어의 출현 빈도수를 측정하기 위하여 프랏 스크립트를 작성하여 이용하였다. 일반적으로 알려진 다른 코퍼스의 단어 빈도수 정보를 이용할 수도 있지만, 벅아이 코퍼스처럼 자연스럽게 대화하는 가운데 남녀노소의 여러 사람들을 대상으로 녹음된 코퍼스가 없기 때문에, 또 이 코퍼스 구축에 참여한 사람들의 단어 빈도수의 효과를 살펴보기 위해서는 전체 코퍼스를 대상으로 단어 빈도수를 직접 측정하는 것이 더 적합하다고 생각되었다.
- 우선 코퍼스 전체에서 사용된 모든 단어를 추출해내기 위하여 스크립트를 사용하여 모든 레이블링 파일의 단어 레이블링 층으로부터 화자들이 사용한 단어를 하나씩 뽑아서 일반 텍스트 파일에 저장하였다. 그 결과 벅아이 코퍼스 전체에 사용된 단어의 수는 총 348,866개였다.
- 우선 화자 내에 조음위치와 단어 내 위치 등 두 가지 요인이 VOT 값의 분포에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하여 에 나타내었다.
- 이를 위해 과 같은 프랏 스크립트([5])를 작성하여 단어 처음과 단어 중간에 있는 무성 파열음을 검색하도록 하였다.
- 그 결과 벅아이 코퍼스 전체에 사용된 단어의 수는 총 348,866개였다. 중복된 단어들의 빈도수를 알아내기 위하여 또 다른 스크립트를 작성하였다. 이 스크립트는 입력으로 들어온 문장을 단어 단위로 나누고, 단어를 모두 소문자로 바꾼 다음 문장 부호 등의 기호를 없애고, 단어의 빈도를 자동 계산하는 기능을 갖고 있다.
- 지금까지 영어 자연 발화 코퍼스인 벅아이 코퍼스의 젊은 여성 화자 세 명의 파일을 대상으로 영어 무성 파열음 [p, t, k]의 VOT 값의 양상을 살펴 보았다. 구체적으로 화자, 조음위치, 단어 내 위치, 음절 강세 유무, 내용어 유무, 단어 빈도수, 발화속도 등의 요인들이 VOT 값에 어떠한 영향을 미치는지 하나의 요인 혹은 두 개의 요인을 조합하여 통계와 그래프를 통해 살펴 보았다.
- 최종 분석을 위한 반응 변수는 VOT 값이며 요인 변수는 (1) 화자 세 명, (2) 파열음의 조음위치, (3) 단어 내 어두 혹은 어중 위치, (4) 해당 음절의 강세 유무, (5) 목적 단어의 내용어 혹은 기능어 여부, (6) 코퍼스 전체 내의 목적 단어의 출현 빈도수, (7) 발화속도 등이다. 또한 무성 파열음이 소속된 음절의 기준은 두음극대화원칙(maximal onset principle)을 이용하였다.
- 화자 내 조음위치 요인과 단어 빈도수 요인이 VOT 값에 미치는 영향을 알아보기 위하여 역시 두 요인으로 이원 분산분석을 시행하였고 결과는 에 제시되어 있다.
대상 데이터
- 영어 무성 파열음 [p, t, k]의 VOT 측정을 위하여 벅아이 코퍼스로부터 젊은 여성 화자 10명 중 3명(s01, s04, s08)을 선정하였다. 화자들이 각각 발화한 시간은 s01은 46분, s04는 61분, s08도 61분이었다.
데이터처리
- 개별 VOT 값에 대한 분포 양상을 알아보기 위하여, 화자 간에 조음위치가 VOT에 영향을 미치는지 반복측정 일원 분산분석을 시행하였다. F(2,4)=9.
- 다음으로 화자 내 조음위치와 해당 음절의 강세 여부 등 두 요인이 VOT 값에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하였고 그 결과는 에 나타나 있다.
- 무성 파열음이 내용어 안에 존재하는지 아니면 기능어 안에 존재하는지에 대해서 화자 간에 차이가 있는지 알아보기 위해 내용어 여부를 요인으로 하여 반복측정 일원 분산분석을 시행하였다. F(1,2)=2.
- 무성 파열음이 단어의 첫소리, 즉 어두에 위치하지 않고 단어 중간인 어중에 위치할 경우라도 해당 음절이 강세를 갖고 있으면 VOT 값이 영향을 받을 수 있으므로, 해당 음절의 강세 여부를 요인으로 하여 역시 반복측정 일원 분산분석을 시행하였다. F(1,2)=39.
- 발화속도와 VOT 값과의 연관성을 보다 시각적으로 보기 위해 발화속도를 요인으로 단순 선형 회귀분석을 실시하였다( 참조).
- 이번에는 화자 내 조음위치와 해당 단어의 내용어 여부 등 두 요인이 VOT 값에 미치는 영향을 알아보기 위해 이원 분산분석을 시행하여 그 결과를 에 나타내었다.
- 최종 데이터는 통계 프로그램인 [6]의 R을 사용하여 95% 신뢰구간에서 반복측정 분산분석, 회귀분석 등의 통계를 실시하였고 필요에 따라 그래프로 결과를 보충하였다.
- 화자 간에 단어 내에서의 어두 및 어중 위치가 VOT 값의 분포에 영향을 미치는지를 알아보기 위하여 반복측정 일원 분산분석을 시행하였고 F(1,2)=20.78, p=0.0449로 단어 내 위치 요인이 VOT 값에 의미 있는 영향을 미치는 것을 알 수 있었다. 또한 <그림 8>의 상호작용에서 보듯, 세 화자 모두 어두에 무성 파열음이 존재할 때가 어중에 존재할 때보다 평균적으로 VOT의 값이 크다는 것을 알 수 있다.
- 화자 간에 단어의 벅아이 코퍼스 내 출현 빈도수가 VOT 값에 영향을 미치는지를 알아보기 위해 단어 빈도수를 요인으로 하여 반복측정 일원 분산분석을 시행하였다. F(1,2)=137.
이론/모형
- 최종 분석을 위한 반응 변수는 VOT 값이며 요인 변수는 (1) 화자 세 명, (2) 파열음의 조음위치, (3) 단어 내 어두 혹은 어중 위치, (4) 해당 음절의 강세 유무, (5) 목적 단어의 내용어 혹은 기능어 여부, (6) 코퍼스 전체 내의 목적 단어의 출현 빈도수, (7) 발화속도 등이다. 또한 무성 파열음이 소속된 음절의 기준은 두음극대화원칙(maximal onset principle)을 이용하였다.
성능/효과
- F(1,2)=2.12, p=0.283으로 영향을 미치지 않는 것으로 나타났다, 상호작용을 의 왼쪽 부분을 통해 확인한 결과 세 화자 간의 유의미한 차이는 없으나, 화자 s04의 경우는 화자 내에 조음위치에 따른 내용어 여부는 큰 차이를 보일지도 모른다는 예상을 할만큼 VOT 평균값에 있어서 큰 차이 있었다.
- VOT 값이 세 화자별로 차이가 있는지를 알아보기 위해 화자를 요인으로 VOT를 반응변수로 하여 일원 분산분석을 수행한 결과 F(2,1091)=12.85와 p=3.05E-06으로 유의미한 차이가 있는 것으로 나타났으며, Tukey 사후분석을 통해 에서와 같이 화자 s08이 다른 두 집단과 차이가 있음을 알 수 있었다.
- 그 결과 화자 간에 조음위치, 단어 내 위치, 음절 강세 유무, 단어 빈도수, 발화속도 등의 요인이 유의미한 영향을 미치고 있음을 알 수 있었고, 내용어 여부 요인은 유의미한 영향이 없었다. 화자 내의 분포 양상을 살펴본 결과 조음위치에 따라 단어 내 위치, 음절 강세 여부, 내용어 여부, 단어 빈도수, 발화 속도 등 모든 요인이 VOT 값에 영향을 미치는 것으로 나타났으며 화자별로 상호작용이 나타나기도 하였다.
- 283으로 영향을 미치지 않는 것으로 나타났다, 상호작용을 <그림 10>의 왼쪽 부분을 통해 확인한 결과 세 화자 간의 유의미한 차이는 없으나, 화자 s04의 경우는 화자 내에 조음위치에 따른 내용어 여부는 큰 차이를 보일지도 모른다는 예상을 할만큼 VOT 평균값에 있어서 큰 차이 있었다. 그래서 이 화자에 대하여 조음위치와 내용어 여부를 요인으로 하여 이원 분산분석을 수행하였더니 조음위치 요인에 대하여는 F(2,353)=2.906, p=0.0560으로 영향이 없었고, 내용어 여부 요인에 대하여는 F(1,353)=20.905, p=6.69E-06으로 유의미한 영향을 미치는 것으로 나타났다. 또한 두 요인 사이의 상호작용이 F(2,353)=3.
- 무성 파열음이 어두의 위치에 있을 때와 또 해당 음소가 속한 음절이 강세 음절일 때는 그렇지 않을 때보다 모든 화자에 있어서 VOT 값이 커지는 경향이 있었고, 벅아이 코퍼스 내 해당 단어의 출현 빈도수가 커지거나 초당 음절수로 표현된 발화속도가 커지면 VOT 값은 작아지는 경향을 보였다. 또한 다중 회귀분석을 통해 발화속도와 음절 강세 여부가 VOT 값의 변동량을 설명하는데 큰 기여를 한다는 것을 알아냈다.
- 또한 의 상호작용에서 보듯, 세 화자 모두 어두에 무성 파열음이 존재할 때가 어중에 존재할 때보다 평균적으로 VOT의 값이 크다는 것을 알 수 있다.
- 마지막으로, 측정 부분을 중심으로 좌우로 세 단어에 걸친 부분을 초당 음절수(syllables/sec)의 발화속도로 계산했을 때 이 요인이 화자 간에 VOT 값에 영향을 미치는지를 알아보기 위해 반복측정 일원 분산분석을 시행했더니, F(1,2)=97.23, p=0.0101로 유의미한 영향을 미치는 것으로 나타났다. 발화속도와 VOT 값과의 연관성을 보다 시각적으로 보기 위해 발화속도를 요인으로 단순 선형 회귀분석을 실시하였다(<그림 11> 참조).
- 화자 간 비교를 통해 나타난 사항 중 하나는, 통제된 녹음의 경우 많은 연구에서 조음위치가 [p]에서 [k]로 이동함에 따라 VOT 값도 점차 증가하는 것으로 보고되어 왔지만 본 연구에서는 세 화자 중에서 두 화자(s04와 s08)는 이러한 경향을 따르지 않았다는 것이다. 무성 파열음이 어두의 위치에 있을 때와 또 해당 음소가 속한 음절이 강세 음절일 때는 그렇지 않을 때보다 모든 화자에 있어서 VOT 값이 커지는 경향이 있었고, 벅아이 코퍼스 내 해당 단어의 출현 빈도수가 커지거나 초당 음절수로 표현된 발화속도가 커지면 VOT 값은 작아지는 경향을 보였다. 또한 다중 회귀분석을 통해 발화속도와 음절 강세 여부가 VOT 값의 변동량을 설명하는데 큰 기여를 한다는 것을 알아냈다.
- 우선 화자 내에 조음위치와 단어 내 위치 등 두 가지 요인이 VOT 값의 분포에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하여 <표 2>에 나타내었다. 세 화자 중에서 화자 s04의 경우에만 조음위치가 VOT 값에 미치는 영향이 없었고 나머지는 조음위치와 단어 내 위치 두 요인이 모두 VOT 값에 유의미한 영향을 미치는 것으로 밝혀졌다. 또한 화자 s08의 경우에는 두 요인 사이에 상호작용도 존재하는 것으로 나타났다.
- 이 스크립트는 입력으로 들어온 문장을 단어 단위로 나누고, 단어를 모두 소문자로 바꾼 다음 문장 부호 등의 기호를 없애고, 단어의 빈도를 자동 계산하는 기능을 갖고 있다. 스크립트 실행 결과 총 13,450개의 단어 유형이 존재하고 있음을 알 수 있었다. 벅아이 코퍼스 내의 전체 단어들과 VOT 측정에 사용된 단어들의 수(수평축)와 빈도수(수직축)는 <그림 3>에 나타나 있다.
- 87, p<2E-16으로 발화속도가 VOT 값에 영향을 미치는 것으로 나타났다. 즉, 발화속도가 1(음절수/초) 만큼 증가하면 VOT 값은 4.349 msec 줄어드는 것으로 분석되었다.
- 다음으로 화자 내 조음위치와 해당 음절의 강세 여부 등 두 요인이 VOT 값에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하였고 그 결과는 <표 3>에 나타나 있다. 표를 보면 역시 화자 s04의 경우 조음위치가 영향을 미치지 못했고, 나머지 모든 경우에 조음위치와 음절강세가 VOT 값에 유의미한 영향을 미치는 것으로 나타났다. 또한 화자 s01의 경우 상호작용이 관측된다.
- 마지막으로 화자 내 조음위치와 발화속도 두 요인이 VOT 값에 미치는 영향을 알아보기 위하여 이원 분산분석을 시행하였고 그 결과는 <표 6>에 제시되어 있다. 표에서 보다시피 이번에는 모든 화자에 대하여 조음위치와 발화속도가 유의미한 영향을 미치는 것으로 나타났으며 화자 s01에 대해서는 상호작용도 존재하는 것으로 밝혀졌다.
- 그 결과 화자 간에 조음위치, 단어 내 위치, 음절 강세 유무, 단어 빈도수, 발화속도 등의 요인이 유의미한 영향을 미치고 있음을 알 수 있었고, 내용어 여부 요인은 유의미한 영향이 없었다. 화자 내의 분포 양상을 살펴본 결과 조음위치에 따라 단어 내 위치, 음절 강세 여부, 내용어 여부, 단어 빈도수, 발화 속도 등 모든 요인이 VOT 값에 영향을 미치는 것으로 나타났으며 화자별로 상호작용이 나타나기도 하였다.
후속연구
- 하지만 최근 들어 새로운 경향이 나타나고 있는데, 인위적이고 통제된 녹음이 아닌 자연스럽고 정해진 것이 없이 대화를 하는 상태에서 녹음된 발화를 분석 대상으로 삼는 것이다. 물론 녹음실에서 발화된 자료보다 제반 요인을 효과적으로 통제할 수는 없지만, 낭독체가 아닌 자연 발화체가 음성언어의 보편적인 표현 형태라는 것을 감안하면 이러한 단점을 감수하고서라도 연구할만한 가치가 있을 것이다.
- 이전의 연구들이 대체로 통제된 녹음실에서 인위적으로 만들어진 단어 혹은 문장을 대상으로 VOT 값에 대한 분석을 했다면, 본 연구는 아무런 대본이나 지시 없이 편안한 상태에서 인터뷰 형식으로 개인당 1시간여에 달하는 자유 대화를 녹음한 벅아이 코퍼스를 분석 대상으로 삼았다는 점에서 의의가 있다고 하겠다. 분석 결과를 살펴본 결과, 이전의 통제된 녹음을 통한 연구에서 밝혀진 사항과 대체로 부합하고 있지만, 본 연구에서 고려하지 못한 미지의 요인으로 인해, 혹은 분석대상인 요인들의 기여 정도를 올바르게 정량화하지 못해 구어체에서 나타나는 VOT의 변화 양상을 좀더 자세하게 밝혀내지 못한 것은 아쉬운 점으로 남는다.
- 이 정보에는 VOT 이외에도 해당 파일의 이름, 무성 파열음 종류, 단어 내 위치(어두 혹은 어중), 해당 단어와 이전, 이후의 단어, 각 단어의 길이가 있다. 실시간으로 기록되는 이러한 정보를 바탕으로 스크립트의 실행이 끝난 후에 추가적으로 해당 음절의 강세 유무, 목적 단어가 내용어인지 기능어인지 구분, 벅아이 코퍼스 전체 내에서의 목적 단어의 출현 빈도수, 발화속도(세 단어에 걸친 초당 음절수) 등이 기록되어 분석을 위한 최종 데이터가 생성된다. VOT 측정을 위해 세 명의 젊은 여성 화자들로부터 추출된 단어의 수는 <표 1>과 같다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.