Studi sperimentali sulla percezione dell'accento straniero

straniero, in secundis l’importanza della percezione dell’italiano prodotto da 
stranieri.
 In riferimento alla prima considerazione sono stati in passato presentati 
dei modelli che hanno trattato solo in modo superficiale il ruolo dei fenomeni 
soprasegmentali nella percezione dell’accento straniero (mai in riferimento 
all’italiano L2). Ad esempio il modello sviluppato da Flege (1995, 1997, 
2003), noto come Speech Learning Model, ha cercato di misurare le abilità 
fonologiche degli apprendenti, riconoscendo la relazione tra percezione e 
produzione, riferendosi particolarmente all’acquisizione di fonemi da parte di 
parlanti di una seconda lingua senza riferimento esplicito alla prosodia. 
L’obiettivo primario di SLM  è di tenere in conto i cambiamenti lungo l’arco della 
vita nell’apprendimento della produzione e percezione dei segmenti; inoltre Flege, 
introducendo il termine equivalence classification, ha condotto numerosi studi 
fonetici che coinvolgono la similarità tra L1 e L2. Una delle sue più importanti 
affermazioni infatti è che i suoni “equivalenti” o “simili” siano più difficili da 
acquisire, poiché un parlante li percepisce e li acquisisce come equivalenti a 
quelli in L1 e non stabilisce una nuova categoria fonologica. 
 Infine l’interesse nei confronti di questo autore è scaturito dallo studio sulla 
correlazione tra produzione e percezione: egli suggerisce che l’accuratezza della 
produzione di L2 è limitata da quella percettiva; più specificamente, ipotizza che 
la produzione di un segmento fonetico di L2 non sarà migliore rispetto alla sua 
rappresentazione percettiva, ma talvolta peggiore. 
 Similmente, il modello elaborato da Best (1995), Perceptual 
Assimilation Model, si basa sulla percezione, ma non considera il trattamento 
dei fenomeni prosodici nell’analisi dei rapporti tra L1 e L2, che stanno alla 
base del processo di apprendimento di una lingua straniera. E’ stato analizzato 
poi l’OPM (Ontogeny and Philogeny Model) sviluppato da Major, modello 
esplicito riguardo all’interrelazione dei tre fattori (L1, L2 e U) coinvolti nella 
formazione dell’Interlanguage (IL), ovvero il sistema linguistico di un parlante 
6
non nativo. OPM  afferma che gli schemi di IL sono i seguenti: con il passare del 
tempo e come lo stile diventa sempre più formale L2 aumenta, L1 decresce e U 
cresce e poi decresce. In aggiunta le relative proporzioni di U e L1 dipendono dal 
fatto che i fenomeni siano normali, simili e marcati: L2 incrementa più lentamente 
in fenomeni simili e marcati, rispetto a quelli normali. Tale modello afferma 
l’importanza dei tratti segmentali affinché venga riconosciuto un parlante non 
nativo, ma non riserva spazio specifico alla prosodia; uguale riserva si può 
trovare nelle proposte più generativiste di Archibald (1993, 2003).
 Riguardo al ritardo degli studi percettivi è possibile affermare che una 
ragione della marginalità di cui hanno sofferto sia la differenza che sussiste tra 
parlare e ascoltare; l’uno è atto esterno visibile, mentre l’altro è invisibile. 
All’inizio del Novecento sembrò che l’udito e il ricevente richiamassero 
l’attenzione dei linguisti. Saussure (1922) assunse una posizione decisa a 
favore del primato degli aspetti uditivi e la sua intuizione trovò conferma nella 
ricerca fonetica successiva con Jakobson, Fant e Halle (1956). Già negli anni 
settanta però la ricerca linguistica prende un’altra direzione, lasciando la 
percezione e l’udito come fenomeni marginali e puntando invece sui tratti 
articolatori. L’udito è l’ingresso principale del messaggio, ma ritengono che 
esso non contribuisca agli aspetti profondi della comprensione o perché questi 
sono basati su schemi innati, o perché sono strettamente associati ai 
meccanismi neuromuscolari della produzione (Albano Leoni, 2001). 
 Con l’avvento della tecnologia, nel corso del Novecento, alla fonetica 
articolatoria si è affiancata la fonetica acustica. L’analisi acustica dà 
un’immagine al suono, mostrando corrispondenze tra elementi fonetici prodotti 
e rappresentazioni fisiche. L’acustica diventa utilizzabile sul piano percettivo 
soltanto mediante il ricorso alla sintesi, che consente di modificare i parametri 
fisici di un enunciato e sottoporlo all’ascolto e al giudizio competente dei 
parlanti. 
7
 Per riuscire a dimostrare l’importanza della prosodia nella percezione 
dell’accento straniero è stato progettato un esperimento utilizzando il software 
Presentation (www.neurobs.com). Il codice del test è stato implementato con il 
linguaggio di programmazione PCL specifico per il funzionamento all’interno 
del software suddetto.  
 L’esperimento creato è formato da quaranta stimoli pronunciati in 
italiano da dieci parlanti di diversa lingua madre: italiano, francese, spagnolo, 
tedesco e inglese; gli stimoli per ogni parlante sono due letti e due spontanei. Il 
test è stato somministrato ai soggetti (settanta tra studenti e non studenti) in tre 
fasi; ogni fase presentava stimoli differenti, nella prima gli stimoli erano quelli 
originari, nella seconda fase è stata modificata la F0 (frequenza fondamentale), 
quindi è stata azzerata la prosodia e sono rimasti evidenti i tratti segmentali 
caratteristici delle parlanti, nella terza fase invece, grazie all’utilizzo di uno 
specifico script per l’estrazione del pitch dai singoli stimoli è rimasta 
solamente la prosodia cioè la melodia dell’enunciato; per modificare gli stimoli 
è stato utilizzato il software Praat (www.fon.hum.uva.nl/praat/).
 Gli utenti che hanno partecipato al test dopo aver ascoltato gli stimoli 
dovevano selezionare quella che ritenevano essere la lingua materna della 
parlante che pronunciava la frase. Oltre alle risposte date sono stati registrati 
anche i tempi di risposta dei singoli utenti che hanno facilitato l’analisi 
condotta; analizzando i tempi si è potuto vedere quali sono stati i tratti 
segmentali che hanno permesso il riconoscimento dell’accento straniero. 
Infine, sono state fatte tre analisi riguardanti le singole fasi dell’esperimento in 
cui i dati finali sono stati analizzati prendendo in considerazione le 
caratteristiche strettamente significative che distinguono gli stimoli (letti/
spontanei, parlante 1/2) e i partecipanti al test (studenti/non studenti, 
autovalutazione). 
 Terminate le tre fasi dell’esperimento è stata effettuata un’analisi 
statistica totale che ha permesso di verificare l’attendibilità e la pertinenza dei 
8
risultati ottenuti considerando diverse variabili. L’analisi finale permetterà di 
confermare o meno l’importanza della prosodia per la percezione dell’accento 
straniero. 
 Il percorso su cui è strutturata la tesi segue la linea data a 
quest’introduzione; nel capitolo 2 sarà opportuno riportare i fondamenti 
dell’acustica che hanno permesso l’analisi accurata degli stimoli audio che 
sono stati utilizzati per l’esperimento creato. Vedremo, inoltre, come funziona e 
come è stato utilizzato il software Praat per l’analisi e la modifica del parlato. 
Verrà presentato infine il software Presentation utilizzato per la creazione del 
test servito per studiare la percezione dell’accento straniero. 
 Nel terzo capitolo verranno illustrate le teorie e i modelli presenti negli 
studi linguistici che analizzano l’acquisizione della Lingua Seconda, 
soffermandoci in particolare sui modelli di Flege (1995, 1997, 2003) e Best 
(2001) e sulla teoria di Major (1990).
 Nel quarto capitolo andremo a presentare un excursus storico degli 
studi riguardanti il livello percettivo; parleremo dell’importanza dell’udito 
nella comunicazione, dell’intonazione e di come la prosodia è stata considerata 
dagli studiosi fino ad oggi.
 Per riuscire a capire quanto incidono i fenomeni segmentali e la 
prosodia per il riconoscimento dell’accento straniero è stato ‘somministrato’ a 
settanta persone un esperimento che proponeva agli ascoltatori stimoli che ogni 
volta evidenziavano caratteristiche diverse (aspetti segmentali, prosodia). Nel 
quinto capitolo presenteremo prima di tutto i materiali utilizzati per effettuare il 
test e le caratteristiche degli utenti che hanno partecipato. Quindi sarà illustrata 
l’analisi empirica dei risultati ottenuti dall’effettuazione dell’esperimento 
creato. Il capitolo sarà diviso in tre parti in cui verranno presentati i risultati 
ottenuti per le singole fasi del test.
9
 Nel sesto capitolo sarà riportata l’analisi statistica elaborata sui risultati 
ottenuti, prendendo in considerazione ogni volta variabili diverse che ci hanno 
permesso di analizzare più accuratamente i dati in nostro possesso.
 Il settimo capitolo è stato dedicato all’interpretazione dei risultati; dopo 
aver illustrato i dati ottenuti dall’analisi empirica e dall’analisi statistica si 
riportano in questo capitolo i risultati ottenuti ‘incrociandoli’ tra loro in modo 
da avere un quadro complessivo molto accurato dei risultati del test. 
L’interpretazione dei risultati ci guiderà verso le conclusioni della tesi, 
illustrate nell’ottavo capitolo. Oltre a stabilire se lo studio ha dato una risposta 
positiva alle ipotesi iniziali, si indicheranno nuovi percorsi di ricerca 
sull’argomento trattato.
10
Capitolo 2 - Strumenti e metodi dell’analisi acustica applicata al 
parlato
  L’analisi acustica applicata al parlato si basa sulla conoscenza di alcuni 
elementi presenti nella fisica acustica, quindi sarà necessario riportare qui di 
seguito i fondamenti dell’acustica che hanno permesso l’analisi accurata degli 
stimoli audio che sono stati utilizzati per l’esperimento creato. Vedremo, 
inoltre, come funziona e come è stato utilizzato il software Praat per l’analisi e 
la modifica del parlato. Verrà presentato infine il software Presentation 
utilizzato per la creazione dell’esperimento servito per studiare la percezione 
dell’accento straniero.
 2.1 Fonetica acustica
 Dal punto di vista fisico, il suono consiste nella oscillazione provocata 
dai movimenti vibratori di un corpo, detto sorgente del suono, i quali si 
trasmettono alle molecole del mezzo in cui esso è immerso (acqua, aria, etc); le 
particelle a loro volta, iniziando ad oscillare, trasmettono il movimento alle 
altre particelle vicine e queste a loro volta ad altre ancora; in questo modo, un 
semplice movimento vibratorio si propaga meccanicamente dando vita all’onda 
sonora (o onda acustica), che si definisce pertanto onda longitudinale.
       Figura 2.1. Rappresentazione dell’onda sonora (da en.wikipedia.org)
11
?
Capitolo 2 - Analisi del segnale acustico
¥
 Il suono
Il suono è un’oscillazione (un movimento nello spazio) compiuta dalle particelle 
(atomi e molecole) in un mezzo. Le oscillazioni sono spostamenti delle particelle, 
intorno alla posizione di riposo e lungo la direzion  di propagazione dell'onda, 
provocati da movimenti vibratori, provenienti da un determinato oggetto, chiamato 
sorgente del suono, il quale trasmette il proprio movimento alle particelle adiacenti, 
grazie a proprietà meccaniche del mezzo; le par icelle a l ro volta, iniziando ad 
oscillare, trasmettono il movimento alle altre particelle vicine e queste a loro volta ad 
altre ancora; in questo modo, un semplice movimento vibratorio si propaga 
meccan a ente dando vita all'onda sonora (o onda acustica), che si definisce 
pertanto onda longitudinale.
   
   Fig. 11 : Rapprese tazione ell’ond  sonora
Per studiare le onde sonore è possibile avvalersi di un supporto visivo, utilizzando un 
grafico cartesiano, riportante il tempo (t) sull'asse delle ascisse, e gli spostamenti 
delle particelle (s) su quello delle ordinate. Il tracciato esemplifica gli spostamenti 
delle particelle: all'inizio, la particella si sposta dal suo punto di riposo (asse delle 
ascisse) fino al culmine del movimento oscillatorio, rappresentato dal ramo crescente 
di parabola che giunge al punto di massimo parabolico. Poi la particella inizia un 
nuovo spostamento in direzione opposta, passando per il punto di riposo e 
continuando per inerzia fino ad un nuovo culmine simmetrico al precedente, questo 
movimento è rappresentato dal ramo decrescente che, intersecando l'asse delle 
ascisse, prosegue in fase negativa fino al minimo parabolico. In fine, la particella 
ritorna in dietro e ripete nuovamente la sequenza di spostamenti, così come fa il 
tracciato del grafico. 
Il periodo (graficamente il segmento tra due creste) è il tempo impiegato dalla 
particella per tornare nello stesso punto dopo aver cominciato lo spostamento (indica 
cioè la durata di una oscillazione completa). La distanza dalla cresta all'asse delle 
L  codi ca del parlato - Audio Digitale A.A. 2007/2008
 Il segnale vocale può essere visto come il risultato dell’attivazione di una 
sorgente di segnale periodico e di una sorgente di rumore, combinate con un 
sistema di risuonatori. La sorgente del segnale periodico si trova nella glottide 
e la sorgente del rumore si trova nei diversi luoghi di articolazione. In seguito 
all’attivazione del meccanismo laringeo, si genera nell’aria espiratoria un’onda 
periodica complessa detta segnale glottico, la cui frequenza corrisponde alla 
frequenza delle vibrazioni laringee. Il segnale glottico emesso dalla laringe 
viene modificato in modo diverso se, ad esempio, la lingua si trova in 
posizione arretrata o avanzata, abbassata o innalzata, oppure se le labbra si 
trovano in posizione distesa o arrotondata, o il velo del palato è alzato o 
abbassato. Il risuonatore conferisce al segnale glottico un diverso inviluppo 
spettrale, al quale corrisponde il timbro proprio di un determinato fono sonoro. 
Al contrario delle ampiezze, le frequenze delle armoniche non vengono 
modificate dal risuonatore, e quindi la frequenza fondamentale resta 
determinata dalla sola attività della laringe. 
  Figura 2.2.  Rappresentazione dell’apparato fonatorio: A. Glottide, B. Faringe,  
  C.Velo Palatino, D. Palato molle, E. Palato duro, F. Alveoli, G. Denti, H. Labbra 
(da it.wikipedia.org)
 Il filtro del tratto vocale è eccitato dall'aria spinta dalle corde vocali. I 
suoni di parlato possono essere divisi in 3 categorie basilari secondo alla 
tipologia di eccitazione che li genera. 
• I suoni sonori sono prodotti quando c'è l'apertura o chiusura delle corde 
vocali che interrompe il flusso d'aria dai polmoni verso il tratto e produce 
12
modificato dalla cassa di risonanza costituita dalle cavità superiori del condotto 
vocale. 
¥
 Fonetica Acustica
Il segnale vocale può essere visto c me il risultato dell’attivazione d  una sorgente di 
segnale periodico e di una sorgente di rumore, combinate con un sistema di 
risuonatori. La sorgente del segnale periodico si trova nella glottide e la sorgente del 
rumore si trova nei diversi luoghi di articolazione consonantici.
In seguito all’attivazione del meccanismo laringeo, si genera nell’aria espiratoria 
un’onda periodica complessa detta segnale glottico, la cui frequenza corrisponde alla 
frequenza delle vibrazioni laringee. 
Il segnale glottico emesso dalla laringe viene dunque modificato in modo diverso se, 
ad esempio, la lingua si trova in posizione arretrata o avanzata, abbassata o innalzata, 
oppure se le labbra si trovano in posizione distesa o arrotondata, o il velo del palato è 
alzato o abbassato. Il risuonatore conferisce al segnale glottico un diverso inviluppo 
spettrale, al quale corrisponde il timbro proprio di un determinato fo o son r .
Al contrario delle ampiezze, le frequenze delle armoniche non vengono modificate 
dal risuonatore, e quindi la frequenza fondamentale resta determinata dalla sola 
attività della laringe.
Fig. 15:  R ppresentazione dell’apparato f natori : A. Glottide, B. F ringe, 
C. Velo palatino, D. Palato molle, E. Palato duro, F.  Alveoli, G. Denti, H. Labbra.
Il filtro del tratto vocale è eccitato dall'aria spint  dalle corde vocali. I suoni di parlato 
possono essere divisi in 3 categorie, in base alla tipologia di eccitazione che li genera.
∞
I suoni sonori sono prodotti quando c'è l'apertura o chiusura delle corde vocali 
che interrompe il flusso d'aria dai polmoni verso il tratto e produce vibrazioni 
delle pliche vocaliche che possono avere andamenti vicini alla periodicità. 
L'andamento con cui si aprono e si chiudono le corde vocaliche da il pitch del 
suono. Questo può essere modificato variando la forma e la tensione delle 
corde vocali e la pressione del flusso d'aria che le attraversa. I suoni sonori 
mostrano un alto grado di periodicità sul pitch, che è tipicamente fra 2 e 20 ms. 
∞
I suoni non sonori si hanno quando l'eccitazione è prodotta spingendo l'aria a 
grande velocità attraverso un'ostruzione nel tratto vocale, mentre la glottide 
La codi ca del parlato - Audio Digitale A.A. 2007/2008
vibrazioni delle pliche vocaliche che possono avere andamenti vicini alla 
periodicità. L'andamento con cui si aprono e si chiudono le corde 
vocaliche dà il pitch del suono. Questo può essere modificato variando la 
forma e la tensione delle corde vocali e la pressione del flusso d'aria che 
le attraversa. 
• I suoni non sonori si hanno quando l'eccitazione è prodotta spingendo 
l'aria a grande velocità attraverso un'ostruzione nel tratto vocale, mentre 
la glottide rimane aperta. 
• I suoni esplosivi si hanno quando c'è una chiusura completa del tratto 
vocale e l'aria si accumula per poi essere rilasciata improvvisamente. 
Alcuni suoni non possono essere considerati parte di nessuna di queste 
categorie visto che incorporano caratteristiche comuni di ognuna. Le fricative 
sonore ad esempio si ottengono quando sono presenti sia una vibrazione delle 
corde vocali che una costrizione nel tratto vocale. Nonostante ci siano tanti 
possibili suoni che possono essere prodotti con il parlato, la forma del tratto 
vocale e il modo in cui viene "eccitato" cambiano in modo relativamente lento, 
e quindi il parlato può essere considerato un fenomeno quasi-stazionario su 
brevi periodi di tempo. Il segnale del parlato mostra un alto grado di 
predittività, grazie alle vibrazioni quasi periodiche delle corde vocali e alla 
risonanza del tratto vocale. Nella codifica si cerca quindi di sfruttare questa 
predittività per ridurre la quantità di dati necessari a una trasmissione vocale di 
buona qualità. 
 La produzione delle vocali, che sono sempre sonore, prevede 
l’attivazione del meccanismo laringeo, che conferisce periodicità al segnale, e 
l’intervento del risuonatore orale, che ne determina il timbro. 
 Per classificare le vocali sono determinanti i valori di frequenza delle 
prime due formanti, dette F1 e F2. 
F1 si trova a frequenze più basse (200-300 Hz) per le vocali alte, e presenta 
valori via via più alti man mano che si passa alle vocali medio-alte, medio-
13
basse e infine alle basse (700-800 Hz). Si può quindi dire che F1 è direttamente 
proporzionale al grado di apertura della vocale. 
F2, invece, ha il suo valore minimo per le vocali posteriori alte (700-800 Hz) e 
va aumentando man mano che si avanza nel cavo orale, fino a raggiungere una 
frequenza massima per le vocali anteriori alte (circa 2200 Hz). Si può dire che 
F2 è direttamente proporzionale al grado di anteriorità della vocale.           
        
   Figura 2.3. Vocali italiane (da wikipedia.org).
 Le due serie di vocali anteriori labializzate e non labializzate presentano 
gli stessi gradi di apertura (rispettivamente chiuso, semichiuso e aperto), ma il 
grafico mostra che esistono differenze sensibili tra le due serie per quanto 
riguarda F2, che nelle vocali labializzate ha valori più bassi rispetto alle non 
labializzate. Ciò dipende dall’effetto dell’arrotondamento delle labbra sulla 
forma e soprattutto sulla lunghezza del tubo di risonanza che, così modificato, 
amplifica armoniche di frequenza più bassa e produce un timbro diverso. 
Nel caso delle vocali nasali interviene anche la cavità nasale, caratterizzata da 
alcune risonanze supplementari e, soprattutto, da forti antirisonanze che 
determinano in questi foni il tipico indebolimento di alcune componenti 
frequenziali.
14
La correlazione tra caratteristiche articolatorie e caratteristiche acustiche delle 
vocali non si limita naturalmente alle sette vocali dell’italiano che abbiamo 
usato come esempio. Proprio in base alla regolarità descritta, è possibile 
prevedere con buona approssimazione la struttura formantica di una vocale 
conoscendone le caratteristiche articolatorie. Analogamente, dati i valori 
formatici di una vocale, si potrà risalire alle sue caratteristiche articolatorie. 
 
     Figura 2.4. Spettrogramma delle vocali italiane creato con WaveSurfer
 Mentre le vocali costituiscono, da molti punti di vista una categoria 
molto omogenea di foni, le consonanti, al contrario, presentano grandi 
differenziazioni dovute essenzialmente alla varietà dei modi di articolazione.  
• Nelle occlusive la fase di occlusione non produce naturalmente alcun 
effetto, dal momento che in quell’intervallo l’aria è bloccata dietro 
l’ostacolo. La fase di esplosione, al contrario, produce un rumore 
abbastanza intenso ma brevissimo. Essa è generalmente seguita da un 
ulteriore breve intervallo di silenzio che precede il fono successivo. Nel 
tracciato delle occlusive sorde, in corrispondenza della fase di 
occlusione, molto breve, si osserva una sottile riga verticale, detta spike; 
15
direttamente proporzionale al grado di anteriorità della vocale.
Le due serie di vocali anteriori labializzate e non labializzate presentano gli stessi 
gradi di apertura (rispettivamente chiuso, semichiuso e aperto) ma il grafico mostra 
che esistono differenze sensibili tra le due serie per quanto riguarda F2, che nelle 
vocali labializzate ha valori più bassi rispetto alle non labializzate. Ciò dipende 
dall’effetto dell’arrotondamento delle abbra sull  forma e soprattutto sulla lunghezza 
del tubo di risonanza che, così modificato, amplifica armoniche di frequenza più 
bassa e produce un timbro diverso.
Nel caso delle vocali nasali interviene anche la cavità nasale, caratterizzata da alcune 
risonanze supplementari e, soprattutto, da forti antirisonanze che determinano in 
questi foni il tipico indebolimento di alcune componenti frequenziali.
Fig. 17: Spettrogramma delle vocali italiane
La correlazione tra caratteristiche articolatorie e caratteristiche acustiche delle vocali 
non si limita naturalmente alle sette vocali dell’italiano che abbiamo usato come 
esempio. Proprio in base alla regolarità descritta, è possibile prevedere con buona 
approssimazione la strut ura formantica di una vocale conoscendone l  caratteristiche 
articolatorie. Analogamente, dati i valori formatici di una vocale, si potrà risalire alle 
sue caratteristiche articolatorie.
?
Le Vocali
Mentre le vocali costituiscono, da molti punti di vista una categoria molto omogenea 
di foni, le consonanti, al contrario, presentano grandi differenziazioni dovute 
essenzialmente alla varietà dei modi di articolazione. [v. appendice]
- Nelle occlusive  la fase di occlusione non produce naturalmente alcun effetto, 
dal momento che in quell’intervallo l’aria è bloccata dietro l’ostacolo. La fase 
di esplosione, al contrario, produce un rumore abbastanza intenso ma 
brevissimo. Essa è generalmente seguita da un ulteriore breve intervallo di 
La codi ca del parlato - Audio Digitale A.A. 2007/2008
in corrispondenza del VOT
1
 (Voice Onset Time), infine si osserva 
un’altra brevissima zona di assenza di traccia. In conseguenza 
dell’attività laringea che accompagna la loro articolazione si osserva una 
formante di bassa frequenza detta barra sonora. L’identificazione 
sonografica del luogo di articolazione delle occlusive si basa non tanto 
sulle caratteristiche del segmento consonantico in sé, quanto su quelle 
delle vocali che precedono o seguono la consonante. La frequenza di F1 
si abbassa nel passaggio da un fono più aperto (la vocale) a uno più 
chiuso (la consonante), poiché la frequenza di F1, come abbiamo visto, è 
funzione del grado di apertura (naturalmente l’inverso accade nel passare 
dalla consonante alla vocale). La transizione di F2, invece, corrisponde 
alla variazione del luogo di articolazione nel passaggio dalla vocale alla 
consonante e viceversa. Infatti le consonanti bilabiali attirano F2 verso il 
basso; le alveolari la lasciano quasi inalterata; le velari la attirano invece 
verso l’alto.
      Figura 2.5. Esempio di spettrogramma per consonanti occlusive sonore (da wikipedia.org)
• Dal punto di vista spettroacustico, il rumore delle fricative si manifesta in 
modo diverso a seconda che siano sorde o sonore. Infatti in queste ultime 
il rumore è a volte meno intenso e può presentare tracce evidenti di una 
16
1
 Indice acustico relativo allo spazio temporale tra il rilascio dell’occlusione e l’inizio delle 
vibrazioni periodiche del suono successivo.
silenzio che precede il f no suc essiv . Nel tracci to delle occlusive sorde, in 
corrispondenza della fase di occlusione, molto breve, si osserva una sottile riga 
verticale, detta spike; in corrispondenza del VOT, infine si osserva un’altra 
brevissima zona di assenza di traccia. In conseguenz  dell’attività laringea che 
accompagna la loro articolazione si osserva una formante di bassa frequenza 
detta barra sonora.
 Fig. 18: Esempio di spettrogramma per consona ti occlusive sonore
L’identificazione sonografica del luogo di articolazione delle occlusive si basa 
non tanto sulle caratteristiche del segmento consonantico in sé, quanto su 
quelle delle vocali che precedono o seguono la consonante.
La frequenza di F1 si abbassa nel passaggio da un fono più aperto (la vocale) a 
uno più chiuso (la consonante), poiché la frequenza di F1, come abbiamo visto, 
è funzione del grado di apertura (naturalmente l’inverso accade nel passare 
dalla consonante alla vocale). La transizione di F2, invece, corrisponde alla 
variazione del luogo di articolazione nel passaggio dalla vocale alla consonante 
e viceversa. Infatti le consonanti bilabiali attirano F2 verso il basso; le alveolari 
la lasciano quasi inalterata; le velari la attirano invece verso l’alto.
- Dal punto di vista spettroacustico, il rumore delle fricative si manifesta in 
modo diverso a seconda che siano sorde o sonore. Infatti in queste ultime il 
rumore è a volte meno intenso e può presentare tracce evidenti di una struttura 
formantica.
Le fricative sorde presentano nel sonogramma un diffuso e irregolare 
annerimento che si estende verticalmente attraverso un’ampia banda di 
frequenze e che lungo l’asse orizzontale si mantiene abbastanza costante per 
tutta la durata della consonante.
Ciascuna fricativa è riconoscibile nel sonogramma o per il suo rumore o per la 
sua struttura formantica, le transizioni vocaliche non sono determinanti per 
l’identificazione dei diversi luoghi di articolazione. Tuttavia, quando le si 
osserva, si riscontra un comportamento analogo a quello descritto per le 
occlusive.
La codi ca del parlato - Audio Digitale A.A. 2007/2008