ISSN : 1226-9654
모음지각에서 전통적인 정규화모형은 화자 변산성을 제거되어야할 소음으로 처리하는 반면, 본보기모형은 화자 변산성 그 자체를 중요한 정보로 활용할 수 있다. 이 연구는 모음지각에 대한 정규화모형을 비판적으로 검토하고 본보기모형을 그 대안으로 제시하려는 것이었다. Peterson & Barney(1952)의 자료를 가지고 정규화모형과 본보기모형(GCM과 ALCOVE)을 정량적으로 대비시키는 시뮬레이션 연구를 수행하였다. 정규화모형과 본보기모형을 서로 대비시킨 시뮬레이션 연구에서 본보기모형은 모음식별과 화자성별인식에서 각각 90,13%과 93.3%의 인식률을 보인 반면, 정규화모형은 각각 87.2%와 88.7%의 인식률을 보였다. 이 결과는 본보기모형이 모음지각에서 화자 변산성을 보다 효과적으로 처리하는 모형일 가능성을 시사한다.
The purpose of this study was to critically evaluate the normalization models and to suggest the exemplar models as alternatives in explaining the processes of speaker variability in vowel perception. While the normalization models treat the speaker variability as a noise to be removed, the exemplar models use it as one of the important informations in vowel perception. A simulation study was conducted to quantitatively contrast the normalization models and the exemplar models(GCM and ALCOVE) by fitting them to the Peterson & Barney(1952)'s data. The quantitative fits of the exemplar models to the Peterson and Barney(1952)'s data of vowel and gender identification were compared with those of the normalization models. The results showed that predictions of the exemplar models are much better than those of the normalization models. It was suggested that the exemplar models can be more effective modules in processing of the speaker variability in vowel perception. Limitations of the present study and further research problems were discussed in the final section.