Восприятие речи

§ 170. Восприятие речи — также особого рода деятельность (действие). Человек, воспринимающий речь, не пассивно фиксирует поступающую информацию, а производит активное пре-/162//163/образование речевого сигнала, стремясь наиболее эффективно, в том числе в кратчайшее время, перевести данный сигнал в определенную смысловую запись.

С собственно лингвистической точки зрения допустимо описывать переход «текст → смысл» как строго последовательную смену этапов-уровней: фонологическая интерпретация сигнала, его морфонологическое и морфологическое описание, установление синтаксической структуры и, наконец, смысловая интерпретация. Однако с психолингвистической точки зрения такое описание было бы вряд ли реалистичным. Его нереалистичность видна уже из того, что в обычной повседневной речи весьма значительная доля акустического материала характеризуется крайне неопределенными признаками, по которым объективно невозможно установить фонологическую принадлежность данного сегмента речи. Одного этого достаточно, чтобы строго поэтапный анализ, последовательно проходящий при восприятии все уровни, был невозможен: ему не хватает фундамента в виде исчерпывающего фонологического анализа, предшествующего всему остальному.

Другим важным аргументом против представлений о восприятии, пунктуально проходящем один уровень за другим, является его «времяемкость»: все процессы восприятия (как и порождения) речи выполняются в реальном времени, и даже при объективно высоком быстродействии соответствующих механизмов человека последовательно поуровневый анализ оказался бы слишком медленным.

Наконец, как показали специальные расчеты, человеческий слуховой аппарат просто не в состоянии обработать в единицу времени то количество информации, которое несет в себе естественная речь нормального темпа.

§ 171. Свою программу преодоления этих и некоторых других затруднений предлагает психолингвистика, ориентирующаяся на трансформационно-порождающую грамматику. Представители этого направления разработали теорию восприятия, известную как «анализ через синтез».

Согласно этой теории, восприятие высказывания сводится к его порождению: слыша высказывание, человек по каким-то фрагментам, наиболее информативным, устанавливает глубинную структуру, а уже из нее порождает все высказывание в целом, которое и фигурирует в его сознании как воспринятое. Таким образом, оказывается, что носитель языка не нуждается в особых, раздельных механизмах для порождения и восприятия речи: оба процесса обслуживает единый механизм, чем достигается большая экономия в строении языковой системы.

§ 171.1. Прежде всего, представления о том, что внутренние системы человека обладают тенденцией к максимальной экономичности, простоте, сильно преувеличены. Назначение любой /163//164/ системы организма — обеспечить наиболее эффективное приспособление к среде и выполнение в этой среде всех потенциальных задач. Живые системы (организмы) при этом «предпочитают» иметь много подсистем с большим количеством элементов и богатыми связями между ними. Это обеспечивает надежность общей системы при относительной ненадежности ее элементов, а также высокую приспособительную способность: когда выходит из строя какой-либо один элемент, их группа или даже целая подсистема, организм продолжает функционировать, в ряде случаев переадресуя другим элементам (подсистемам) задачи, функции выключенного из деятельности элемента (подсистемы).

Наличие механизмов восприятия, отличных от механизмов порождения речи, безусловно, повышает приспособительные возможности организма. Подтверждением, в частности, служат клинические наблюдения над больными анартрией: эти больные, от рождения лишенные собственной речи в результате церебрального паралича, тем не менее способны понимать речь в довольно широких пределах.

§ 171.2. Теория анализа через синтез обнаруживает слабость также в следующем. Несомненно, что содержание процессов восприятия речи — это переход «текст → смысл». Если это так, то человеку, установившему каким-то образом глубинную структуру высказывания, очевидно, не надо продолжать процесс порождения вплоть до вывода фонетической формы предложения: он может получить смысловую запись предложения непосредственно из глубинной структуры. Но известно, что человек обычно может повторить понятое им предложение, т. е. он обладает информацией о фонологическом облике высказывания, что, как сказано, просто излишне при анализе через синтез.

§ 172. Вместе с тем теория анализа через синтез безусловно права в очень важном пункте. Действительно, необходимо допустить, что в процессах восприятия речи используются процедуры типа эвристик. Эти процедуры заключаются в том, что, опираясь на определенные признаки сигнала, человек прогнозирует структуру данного фрагмента речи, т. е. предсказывает его характер, «догадывается», каким этот фрагмент, по всей вероятности, должен быть[106].

В качестве аналогии сошлемся на факты, известные из изучения зрительного восприятия. Для этого вида восприятия характерно, что глаз человека фиксирует сначала какие-то наиболее информативные части воспринимаемой картины (точки максимальной кривизны, перелома, если это фигура — контур), а затем, пользуясь своим прошлым опытом, человек «достраивает» воспринимаемое до целого, не прибегая к более детальному зрительному исследованию объекта. /164//165/

Иначе говоря, при восприятии человек, опираясь на некоторые ключевые признаки объекта, подлежащего распознаванию, выдвигает гипотезу о природе этого объекта, а затем лишь проверяет, соответствует ли гипотеза действительности.

§ 173. Существует несколько вопросов, связанных с теми представлениями о восприятии речи, которые изложены выше: какими могут быть ключевые признаки, на основе которых происходит выдвижение гипотез о воспринимаемом высказывании? В терминах каких единиц может осуществляться восприятие, или, иначе говоря, что может использоваться в качестве единицы решения? Как устанавливается структурное соотношение таких единиц? Каково уровневое строение процессов восприятия? Все эти вопросы связаны между собой самым тесным образом, поэтому ответы на них, изложенные ниже, не всегда разграничиваются.

§ 173.1. Ответ на первый из поставленных вопросов непосредственно зависит от решения второго. В самом деле, если восприятие осуществляется в терминах, допустим, слов, то используемые ключевые признаки должны быть признаками слова. Если же единица восприятия — целое предложение, то именно его специфические признаки должны оказаться ключевыми.

С самого начала, однако, надо сказать, что вряд ли существует такая единица, которая бы всегда использовалась как единица решения при восприятии. В зависимости от разного рода условий — привычности или непривычности темы, ситуации, собеседника и т. п. — человек может избирать разные стратегии восприятия, в частности, прибегать к использованию разных единиц решения.

Из общей психологии восприятия известно, что человек стремится использовать наиболее крупные — из возможных в данных условиях — единицы решения. Иначе говоря, выбирается наиболее крупная единица, характер которой можно установить по части ее признаков, т. е. по ключевым признакам. Если тематика текста хорошо известна слушателю, лексика и синтаксис не отличаются непривычностью, то слушающий стремится оперировать крупными единицами — вплоть до сверхфразовых единств. В таких ситуациях переход от текста к смыслу осуществляется наиболее экономным образом, слушающий прогнозирует смысл фрагментов текста, оперируя единицами настолько большими, насколько это для него возможно; внутренняя структура этих фрагментов практически не анализируется.

Если же требуется воспринять текст с существенным элементом новизны, то слушающий избирает другую стратегию: он использует в качестве единиц решения более мелкие единицы, вплоть до отдельных фонем (например, когда следует распознать новые, незнакомые слова).

§ 173.2. В любом случае слушающий должен произвести пер-/165//166/вичное сегментирование высказывания на те отрезки, которые и выступают как единицы решения.

В одной из предыдущих глав (см. «Синтаксис», § 105) высказывалось предположение о том, что при восприятии речи человек оперирует единицами типа непосредственно составляющих (НС). Это предположение хорошо согласуется с тем, что было сказано выше: непосредственно составляющие могут характеризоваться самым разным объемом, они представляют собой продукт сегментации высказывания. Кроме того, они имеют внутреннюю иерархию, а это позволяет некоторым их признакам выступать в качестве доминирующих и отсюда ключевых.

Психологическая реальность границ между НС видна из опытов, проводившихся Т. Бивером и другими. В этих опытах на магнитную запись предложений налагалась запись акустических щелчков. Щелчки были записаны таким образом, что они приходились на начало или середину слов, расположенных рядом с границей между соседними НС. Например, в предложении типа Маленький мальчик сидит за партой (реально использовались английские предложения) щелчок записывался на участке, соответствующем слогу ма из мальчик или дит из сидит. Испытуемым предлагалось прослушать запись и определить, где находится щелчок. Ответы испытуемых сводились к тому, что они указывали на границу между соседними НС. Вероятно, испытуемые склонны были интерпретировать щелчок не как «элемент» того слова, с частью которого он реально совпадал, а как дополнительный сигнал. Поскольку «дополнительно» к НС в высказывании существуют границы между ними как особые структурные характеристики, то испытуемые отождествляли их с местоположением щелчка.

В аналогичных экспериментах П. Ледифоугида записи щелчков не было вообще, но испытуемым говорили, что они должны постараться заметить едва слышные щелчки и определить их местонахождение. В этом случае испытуемые также указывали на точки, соответствующие границам между НС.

§ 173.3. Имеются экспериментальные данные, которые можно истолковать как свидетельство способности человека оперировать в качестве единиц решения составляющими разного объема. Эти данные были получены в опытах Г. Сэвина и Т. Бивера, Д. Мак-Нила и других. В указанных экспериментах измерялось время реакции испытуемых на речевые стимулы. Стимулами выступали единицы разного объема — слоги, слова, предложения английского языка. Поясним методику и результаты экспериментов применительно к слогам.

Испытуемые должны были прослушивать последовательности бессмысленных слогов и реагировать путем нажатия кнопки на тот слог, который перед началом прослушивания сообщался экспериментатором. Один и тот же слог, записанный в разных местах экспериментальной серии, входил во все серии, но для /166//167/ разных серий испытуемые получали разные инструкции. Для одной серии инструкция была «Нажмите кнопку, как только услышите слог sol, для другой — «Нажмите кнопку, как только услышите слог, начинающийся на s», притом что таким слогом в серии выступал опять слог sol.

Выяснилось, что время реакции при инструкции «реагировать на слог sol систематически меньше, чем время реакции при инструкции «реагировать на слог, начинающийся на s». На первый взгляд это выглядит парадоксальным: казалось бы, для выполнения первой инструкции нужно воспринять весь слог, а для выполнения второй — только начальную фонему того же слога, и решение первой задачи должно потребовать соответственно больше времени, чем решение второй.

Вероятно, разгадка заключается именно в том, что слушающий способен воспринимать речь в терминах слогов как целостных единиц, т. е. выбирать слог в качестве единицы решения: для выполнения первой инструкции необходимо воспринять одну единицу как целое, обладающую собственными, достаточно экономными признаками; для выполнения второй инструкции нужно воспринять две единицы разных уровней — слог sol по признакам этого слога, а затем начальный согласный в его составе по признакам этого согласного. Если бы слог был не самостоятельной единицей, а всего лишь сочетанием фонем, то невозможно было бы представить себе, что это сочетание — весь слог — распознается быстрее, чем одна из его составляющих — начальный согласный.

Аналогичным образом в тех же опытах было выяснено, что время реакции на двусложное слово меньше, когда испытуемые получают инструкцию реагировать на слово, как таковое, и больше, когда инструкция требует реакции на начальный слог того же слова. Тот же тип соотношения был обнаружен для двусловных сочетаний. Наконец, принципиально те же результаты были получены на материале предложений: время реакции на предложение типа Boys like girls было меньше, когда инструкция указывала на предложение в целом в качестве объекта реакции, и больше, когда инструкция требовала реагировать на «предложение, начинающееся со слова boys».

Используя ту же логику рассуждения, что и в случае со слогами, мы должны признать: человек, воспринимающий речь, способен оперировать в качестве целостных единиц решения словами, словосочетаниями, предложениями, иначе говоря, НС разного объема.

§ 174. Каковы же ключевые признаки таких составляющих? Разумеется, составляющие каждого типа — слоги, слова, словосочетания, предложения — обладают своими признаками.

К числу признаков слогов относятся, вероятно, слоговые контрасты. Слоговой контраст определяется типом перехода от со-/167//168/гласного к гласному: в зависимости от соотношения согласного и гласного слога СГ по интенсивности, длительности, области усиления частот и изменения их во времени разные слоги могут быть охарактеризованы различными слоговыми контрастами. Слоговой контраст может служить ключевым признаком для экономного распознавания слога как целостной единицы (хотя одного лишь типа контраста для этого недостаточно).

§ 174.1. Для слова можно предположить существование нескольких ключевых признаков. Прежде всего важен просодический тип слова — число слогов в нем и место ударения, тональный контур. Имеющиеся опытные данные показывают, что человек распознает эти характеристики слова даже в том случае, когда большая часть фонемных признаков недоступна для восприятия, вследствие, например, высокого уровня маскирующего шума. Повторяя слова в указанных условиях, испытуемые заменяют дифференциальные признаки фонем, входящих в слово, но сохраняют его просодический тип, например: капитаны вместо прилетали.

В связи с особой ролью ударения возрастает роль предударной части слова, поскольку возникает феномен «ожидания ударения». Начальный слог слова обычно обладает повышенной интенсивностью.

Наконец, для восприятия слова важен тип распределения дифферен­циальных признаков в пределах слова как характеристика слова в целом.

§ 174.2. Еще труднее говорить о признаках словосочетания и предложения как целостных единиц ввиду малой изученности этого вопроса. Ясно, однако, что здесь также очень существен просодический тип словосочетания (синтагмы) и предложения — ритмический, связанный с распределением ударений, и интонационный. Значение ритмических характеристик видно из того, как производятся замены одного словосочетания на другое при восприятии в шуме: в этом случае также сохраняется число слогов (всех или предударных) и распределение ударений, ср.: дорога из другого поля вместо уверенный и спокойный голос, вопрос на комбинат вместо напрашиваешься на комплимент.

§ 175. Переход от распознавания ключевых признаков к восприятию целостных НС осуществляется, как уже говорилось выше, путем своего рода угадывания, прогнозирования. Для этого используется все владение языковой системой, знание о типовых вероятностных характеристиках текста, а также о теме, ситуации, собеседнике и т. д. Из грамматических признаков важную роль играют закономерности управления и согласования, шире — сочетаемости, синтагматики. Можно сказать, что в любом тексте многократно воспроизводится «одна и та же» информация, грамматическая, лексическая, семантическая. Так, например, само наличие глагола дарить предполагает, что в /168//169/ предложении должно быть три имени (причем одно из них — скорее всего, одушевленное); согласование, если оно имеется, также сводится к повторению одной и той же грамматической информации (в частности, прилагательное воспроизводит грамматические категории существительного-определяемого); в связанном тексте повторяются семы (см. § 135) и т. п. Явления такого рода, называемые избыточностью, и служат базой успешного прогнозирования.

Подчеркнем, что при успешном прогнозировании создается полная иллюзия стопроцентной слышимости всех звуковых сегментов высказывания, хотя реально значительная их часть может быть «смазана» или даже редуцирована до нуля.

§ 176. Если, установив все НС высказывания, слушающий еще не получил его семантической интерпретации в ходе прогнозирования строения НС, то на следующей стадии возникает необходимость в установлении функциональной связи между НС, а иногда и в уточнении их внутренней структуры.

По мнению ряда авторов, исходящих из постулатов генеративной лингвистики, с каждой НС уже на этом этапе сопоставляется соответствующий фрагмент глубинной структуры. Это становится возможным, в частности, благодаря информации о категориальной отнесенности НС: являются они именными или глагольными, включают одушевленные или неодушевленные имена и т. д. Например, одинаковым НС убит бандитом и убит кинжалом сопоставляются качественно разные глубинные подструктуры (фрагменты глубинных структур), поскольку бандит — одушевленное имя, а кинжал — неодушевленное.

Грамматический, лексико-грамматический и семантический анализ идут параллельно, и их результаты систематически проверяются на совместимость. При выдвижении гипотезы о смысле воспринимаемого высказывания эта гипотеза служит также и образом результата, с которым сличаются промежуточные итоги грамматического и лексико-грамматического анализа (ср. функционирование образа результата при порождении речи).

§ 177. Выше мы обсуждали восприятие, осуществляющееся в условиях избыточности той или иной степени. В этих условиях не требуется предварительного исчерпывающего фонологического анализа. Чем меньше избыточность, тем больше возрастает роль собственно фонологического анализа. При распознавании новых слов, имен собственных с нетипичной фонетической структурой предварительный фонологический анализ должен быть полным, исчерпывающим.

§ 177.1. Говоря о фонологическом анализе, необходимо упомянуть о существовании в литературе разногласий вокруг так называемой моторной теории восприятия. Эта теория предполагает, что, воспринимая фонемы (их конкретные корреляты), че-/169//170/ловек не опирается непосредственно на акустические признаки звуков: акустические признаки служат лишь средством установить артикуляторные признаки, по которым и происходит идентификация фонемы. То есть слушающего, согласно моторной теории восприятия речи, «интересуют» не акустические параметры сами по себе, а то, что стоит за ними, — артикуляции.

Ценным в этой концепции представляется прежде всего подчеркивание тесной связи между акустическими и артикуляторными характеристиками. Понятен с некоторой общебиологической точки зрения и пафос этой теории, утверждающий примат артикуляторных признаков по отношению к акустическим: действительно, когда человек воспринимает любой (неречевой) звук, то его интересуют не собственные характеристики звука, а, скорее, характеристики источника: чтó это за источник (т. е. что звучит), не представляет ли он опасности, и т. п.

§ 177.2. Следует вместе с тем учитывать, что когда мы имеем дело с речью, то ситуация может оказаться иной по сравнению с восприятием неречевых звуков. При восприятии речи слушающий всегда исходит из того, что каждый воспринимаемый им звуковой сегмент может быть интерпретирован как представитель той или иной фонемы. Настаивая на том, что слушающий пользуется именно артикуляторными признаками для фонемной идентификации звуковых сегментов, последователи моторной теории тем самым объективно принимают, что признаки фонемы — всегда и только артикуляторные. В связи с этим необходимо прежде всего вспомнить, что дифференциальные признаки фонемы вообще не могут быть сведены к какой бы то ни было субстанции, будь то акустическая или артикуляторная. Корреляты же дифференциальных признаков представляют собой сложные комплексы характеристик, которые должны обслуживать и порождение, и восприятие речи.

В свете сказанного выше кажется ясным, что нет достаточных оснований отрицать возможность использования акустических характеристик в качестве коррелятов дифференциальных признаков фонем. Конечно, это не исключает того, что в трудных случаях слушающий может прибегать к перекодированию акустических признаков в артикуляторные, иногда даже используя для этого внутреннее проговаривание, повторение. Такого рода стратегия помогает идентифицировать фонемный состав воспринимаемого сигнала уже тем, что одновременно привлекает обе группы коррелятов дифференциального признака, акустические и артикуляторные.

Что же касается тесной связи акустических и артикуляторных параметров звуков, то необходимость ее очевидна. Такая связь должна устанавливаться уже в раннем онтогенезе, так как ребенок, чтобы воспроизвести существенные признаки взрослой речи, должен одновременно контролировать параметры обоих типов, постоянно соотнося их друг с другом. /170//171/

§ 178. Подведем некоторые итоги. Восприятие речи — сложный активный процесс обработки и переработки акустического сигнала, лексических (словарных) характеристик высказывания, его грамматических и семантических структур. В результате этого процесса устанавливается смысл сообщения.

Слушающий не анализирует строго последовательно все уровни высказывания — от низшего к высшим. Вместо этого он стремится использовать в качестве единиц решения как можно более крупные единицы. Такие единицы обладают высокоинформативными ключевыми признаками, использование которых позволяет прогнозировать все остальные признаки данной единицы. Все единицы этого рода можно охарактеризовать как непосредственно составляющие разного объема.

Прогнозирование характеристик НС — вид эвристических процедур. Его основание — высокая избыточность текста, проявления которой известны носителю языка как вероятность того или иного типа сочетания. Особую роль играет предварительное установление (прогнозирование) смысла высказывания, с которым сличаются все промежуточные результаты процесса распознавания речи.

Конечный результат восприятия состоит в интерпретации высказывания в терминах смыслов, подобно тому как на начальных этапах порождения речи фигурируют именно смыслы, а не значения. Поскольку смыслы личностно окрашены, интерпретация, устанавливаемая слушающим, может в чем-то расходиться со смыслом, которым оперирует говорящий при порождении данного высказывания.

Запоминание воспринятого высказывания также, вероятно, осуществляется в терминах смыслов. Это и объясняет, почему человек, пересказывая сообщение, обычно передает лишь его «общий смысл», иногда к тому же в чем-то искаженный в силу того, что для говорящего и слушающего одно и то же значение может опосредоваться разными смыслами.

Литература

Ахутина Т. В. Нейролингвистический анализ динамической афазии. М., 1975.

Бондарко Л. В. Структура слога и дифференциальные признаки фонем. — «Вопросы языкознания». 1967, № 1.

Выготский Л. С. Мышление и речь. М., 1934.

Касевич В. Б. О восприятии речи. — «Вопросы языкознания». 1974, № 4.

Кацнельсон С. Д. Типология языка и речевое мышление. Л., 1972.

Леонтьев А. А. Слово в речевой деятельности. М., 1965.

Лурия А. Р. Основные проблемы нейролингвистики. М., 1975.

Основы теории речевой деятельности. Под ред. А. А. Леонтьева. М., 1974.

Чистович Л. А., Кожевников В. А. и др. Речь. Артикуляция и восприятие. М. — Л., 1965.