Sairauden äänellinen esittäminen Sairauteen viittaavia äänenlaadullisia seikkoja Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija



Samankaltaiset tiedostot
Åbo Akademi klo Mietta Lennes Nykykielten laitos Helsingin yliopisto

Organization of (Simultaneous) Spectral Components

Laulajan ilmaisu ja kuuntelijan kokemus

Tiistai klo Jari Eerola

5 Akustiikan peruskäsitteitä

Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa

MONISTE 2 Kirjoittanut Elina Katainen

Analyysi on helpointa aloittaa painamalla EDIT-painiketta. (Tuotu tiedosto täytyy olla aktiivinen eli valittuna).

Sarjat ja integraalit, kevät 2014

Tietoliikennesignaalit & spektri

Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus. Intelin osakekurssi. (Pörssi-) päivä n = 20 Intel_Volume. Auringonpilkkujen määrä

Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä.

THE audio feature: MFCC. Mel Frequency Cepstral Coefficients

Nimi: Muiden ryhmäläisten nimet:

LOGOPEDIAN OPISKELIJOIDEN ÄÄNEN PIIRTEET JA ÄÄNEN TUOTTO OPINTOJEN ALKU- JA LOPPUVAIHEESSA

Kuulohavainnon perusteet

SUBSTANTIIVIT 1/6. juttu. joukkue. vaali. kaupunki. syy. alku. kokous. asukas. tapaus. kysymys. lapsi. kauppa. pankki. miljoona. keskiviikko.

f k = 440 x 2 (k 69)/12 (demoaa yllä Äänen väri Johdanto

KÄHEYS. Anne Tarvainen. Laulajan äänenlaadun tarkastelua fysiologisesta, kokemuksellisesta ja kulttuurisesta näkökulmasta

RAKENNUSAKUSTIIKKA - ILMAÄÄNENERISTÄVYYS

Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille.

Langattoman verkon spektrianalyysi

2.1 Ääni aaltoliikkeenä

Luento 15: Ääniaallot, osa 2

Kuuloaisti. Korva ja ääni. Melu

Osa 1 Hengitys ja tuki Ólafur Torfason

Korkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa

Puhesynteesin perusteet Luento 4: difonikonkatenaatio

Projektisuunnitelma ja johdanto AS Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen).

Infraäänimittaukset. DI Antti Aunio, Aunio Group Oy

SWEPT SINE MITTAUSTEKNIIKKA (NOR121 ANALYSAATTORILLA)

Kolikon tie Koululaistehtävät

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Kulttuurintutkimuksen koulutusohjelman valintakoe 2009 VALINTAKOETEHTÄVÄT. Koe sisältää neljä vaihtoehtoa:

SAVONLINNASALI, KOY WANHA KASINO, KONSERTTISALIN AKUSTIIKKA. Yleistä. Konserttisali

ÄÄNEN NARINAN ESIINTYMINEN NAISILLA ERI IKÄRYHMISSÄ

Huutoäänen akustiset ja perkeptuaaliset piirteet

Tutkielma tasavireisestä, pythagoralaisesta ja diatonisesta sävelasteikosta Teuvo Laurinolli ( )

Mono- ja stereoääni Stereoääni

Voiko hiipiminen olla tanssia? - Esiripun noustessa. Ninni Heiniö ja Pia Puustelli

Puheen akustiikan perusteita

KLASSINEN LAULU. Opintokokonaisuus 1. Ergonomia - Ryhti - Pään asento - Jalkojen asento

FYSP101/K1 KINEMATIIKAN KUVAAJAT

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA

Graafiset käyttöliittymät Sivunparantelu

Prosodian havaitsemisesta: suomen lausepaino ja focus

MAATALOUDEN TUTKIMUSKESKUS MAANTUTKIMUS LAITOS. Tiedote N:o MAAN ph-mittausmenetelmien VERTAILU. Tauno Tares

Kilpailija-analyysi - markkinatilanne

Kohti uuden sukupolven digitaalipianoja

JÄTEHUOLLON ERIKOISTYÖ

SIGNAALITEORIAN KERTAUSTA 1

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot):

5.3 Ensimmäisen asteen polynomifunktio

Kahden laboratorion mittaustulosten vertailu

Ajalliset muunnokset eksploratiivisen paikkatietoanalyysin työkaluna. Salla Multimäki

Agricolan Monenlaista luettavaa 2

Perussurffaajat: Tiia Tirkkonen, Teppo Porkka, Janne Tuomisto. Verkkopalvelun arviointisuunnitelma Spotify

RAIDETESTERIN KÄYTTÖOHJE

Opetusmateriaali. Tutkimustehtävien tekeminen

Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio

Luento 6: 3-D koordinaatit

MULTI-DIMENSIONAL VOICE PROGRAM ÄÄNIHÄIRIÖiDEN ARVIOINNISSA

LIITE 1 VIRHEEN ARVIOINNISTA

Tiedonkeruu ja analysointi

Ajalliset muunnokset eksploratiivisen paikkatietoanalyysin työkaluna. Salla Multimäki ProGIS Ry Paikkatietomarkkinat

Muutoksen arviointi differentiaalin avulla

LIITE 1 VIRHEEN ARVIOINNISTA

Puheen tuotto ja havaitseminen I Vokaalit. Puheentuoton lähde-suodin -malli. Glottaalinen äänilähde. Fonaatio

Puheen tuotto ja havaitseminen I

LIITE 1 VIRHEEN ARVIOINNISTA

UUDEN NUOTTIKUVAN PURKAMINEN

Kirja-analyysi Nuortenkirjan tulkintatehtävä Anna Alatalo

Matikkaa KA1-kurssilaisille, osa 3: suoran piirtäminen koordinaatistoon

Kerta 2. Kerta 2 Kerta 3 Kerta 4 Kerta Toteuta Pythonilla seuraava ohjelma:

KAAVAT. Sisällysluettelo

ELOKUVATEATTEREIDEN MELUTASOT 2018 PROJEKTIYHTEENVETO

Saa mitä haluat -valmennus

Taivas+Helvettikirjan. opetuksessa. Opettajan ohje. One on One Publishing Oy, Henry Fordin Katu 6, Helsinki

TEKNOLOGIAA LAULUTUNNILLE?

Tehtävät 1/11. TAMPEREEN YLIOPISTO Informaatiotieteiden tiedekunta Valintakoe Matematiikka ja tilastotiede. Sukunimi (painokirjaimin)

Mikä muuttuu musiikin kuvailussa? (äänitteet ja nuottijulkaisut)

Yleistä säännöistä Mikä muuttuu musiikin kuvailussa? (äänitteet ja nuottijulkaisut) 0-alue: Sisältö- ja mediatyyppi Sisältötyyppi

ALS-potilaiden äänenlaadun akustiset ja kuulonvaraiset muutokset yhdeksän kuukauden seurannan aikana

- Kummalla on vaaleammat hiukset? - Villellä on vaaleammat hiukset.

Tietokoneohjelmien käyttö laadullisen aineiston analyysin apuna

Mitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto

Puheen akustiikan perusteita

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä

Analyysi: päättely ja tulkinta. Hyvän tulkinnan piirteitä. Hyvän analyysin tulee olla. Miten analysoida laadullista aineistoa

JOHDATUS TEKOÄLYYN TEEMU ROOS

b) Määritä myös seuraavat joukot ja anna kussakin tapauksessa lyhyt sanallinen perustelu.

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä

Tarina-tehtävän ratkaisu

ö ø Ilmaääneneristävyys [db] 60 6 mm Taajuus [Hz]

TIIVISTELMÄ. Työstä eläkkeelle tulokehitys ja korvaussuhteet. Eläketurvakeskuksen raportteja 2010:3. Juha Rantala ja Ilpo Suoniemi

ÄÄNI JA SEN HÄIRIH IRIÖT. Tiina Pilbacka-Rönk. nkä

Esityksen tiivistelmä Elina Hiltunen

1 Kannat ja kannanvaihto

Transkriptio:

Sairauden äänellinen esittäminen Sairauteen viittaavia äänenlaadullisia seikkoja Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija Lopputyö Patologiset äänet -kurssi, syksy 2004 Puheopin laitos, Tampereen yliopisto Anne Tarvainen, anne.tarvainen@rokki.net

Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija ääntelee sairas ihminen vaivalloisesti ja kivuliaasti. Liedes luo kappaleeseen äänellisen minän 1, joka on jännittynyt, tuskainen ja väsynyt. Improvisaatio on osa Liedeksen Sibelius-Akatemiaan tekeillä olevaa taiteellista tohtorintutkintoa. Se on osa konsertin livetaltiointia, joka on julkaistu nimellä Ääni/merkki 2 vuonna 2002. Liedes sai inspiraation improvisaatioonsa äänitaiteilija Sainkho Namtchylakin teoksesta Dream of Death. Liedes kirjoittaa omasta improvisaatiostaan seuraavasti: Mitä tapahtuu kuoleman lähestyessä? Sitä ei voi kukaan tietää, joten jokainen tulkinta aiheesta on oikeutettu. Ajatuksesta voi jopa nauttia 3. Liedeksen ääni on hyvin monipuolinen. Toisinaan hän laulaa selkeällä ja heleällä äänellä, toisinaan hän käyttää ääntään huutaen, rääkyen ja kuiskaten. Uneksija -improvisaatio kuuluu jälkimmäiseen sarjaan. Uneksijassa Liedeksen äänessä on kuultavissa paljon kivun ja sairauden representaatiota. Mutta mitä tämä tarkoittaa konkreettisesti äänen tasolla kuultuna ja mitattuna? Lähestyn aihetta seuraavien tutkimuskysymysten avulla: 1. Mikä on erityistä Liedeksen äänessä Uneksija -improvisaatiossa? Äänen vertaaminen Liedeksen selkeään lauluääneen perinteisessä laulukappaleessa. 2. Millä tavoin Liedes näyttelee äänellään sairautta? Mitä tekijöitä, jotka viittaavat sairaaseen ääneen, on kuultavissa ja mitattavissa Liedeksen äänestä? Kuulovaikutelmia sairaudesta Improvisaatiossa on kyse kaikin puolin sairaasta, kuolemaa lähellä olevasta ihmisestä. Liedes tuo tämän sairauden ilmi äänellään. Vaikka kuolemanvakava sairaus onkin usein täysin eri asia kuin sairas ääni, taiteellisessa äänellisessä ilmaisussa ne voivat yhdistyä. Miksi Liedeksen improvisaatiosta tulee vahvasti mieleen sairaan ihmisen ääntely? Mitä sairauden äänellisiä merkkejä Liedeksen äänestä löytyy? Sairaaseen ääneen liittyy seuraavanlaisia tekijöitä: käheys, äänen poikkeava perustaajuus, vapina, äänen katkeilu, rekisteribreikit ja diplofonia 4. Termiä käheys käytetään sellaisenaankin viittaamaan poikkeavaan, sairaaseen ääneen. Käheydestä voidaan erottaa karheus, karkeus tai rahina (roughness), hälypitoisuus (breathiness), voimattomuus (asthenity) ja kireys (strainedness). Edellä mainittuja tekijöitä voi olla äänessä yhtä tai useampia. Niitä saattaa olla jonkin verran mukana myös terveessä äänessä. Äänihäiriöstä puhutaan, kun kyseisiä tekijöitä on äänessä häiriöksi asti. Eri sairaudet aiheuttavat eri tyyppisiä häiriöitä ääneen. Esimerkiksi äänen rahina (roughness) voi johtua kystan tai papillooman aiheuttamasta äänihuulten massojen erosta tai halvauksesta, jossa toinen äänihuulilihaksista on toista jäntevämpi. 5 Mitä näistä edellä esitetyistä tekijöistä on kuultavissa Liedeksen improvisaatiossa? Ainakin vuotoista ääntä, puristeisuutta, huojuntaa, kireyttä, rekisteribreikkejä, poikkeavaa perustaajuutta (naisäänelle hyvin matalaa ääntä narinarekisterissä) ja rahinaa. Kuulonvaraisesti arvioituna pääasiallisia tekijöitä olivat narina, huojunta ja puristeisuus. Nämä kuvastavat kappaletta 1 Käytän termiä äänellinen minä viittamaan henkilöhahmoon, jonka laulaja äänellään luo. Näin henkilöhahmon ja toisaalta laulajan henkilökohtaiset piirteet pysyvät erillään toisistaan. Vaikka äänellinen minä olisi sairas, voi laulaja olla todellisuudessa hyvinkin terve ja ilmaisukykyinen. 2 Liedes, Anna-Kaisa ja Korpela, Petri: Ääni/merkki Voice/signal. Sibelius-Akatemian kansanmusiikin osaston äänitteitä 37, 2002. 3 Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista 25.11.2004. 4 Diplofonisessa äänessä soi ikään kuin kaksi perussäveltä yhtä aikaa. 5 Patologiset äänet kurssin luento 7.10.2004, luennoitsijana Anne-Maria Laukkanen. 2

kokonaisuutena. Näiden lisäksi pientä hälyä eli kohinaa on pitkin matkaa mukana. Kappaleesta oli suhteellisen vaikea löytää kohtia, joissa olisi ollut vain yhtä äänenlaatua kerrallaan. Yleensä niitä esiintyi pari yhtä aikaa. Varsinkin huojuntaa ja/tai pientä hälyä oli sellaisissa kohdissa, joissa esiintyi myös jokin muukin erityinen äänenlaadullinen tekijä. Tutkittavien näytteiden valitseminen materiaalista Uneksija on kokonaisuudessaan 7 minuuttia 50 sekuntia pitkä teos. Liedes jakaa itse teoksen seuraaviin osiin: Alkukröhinä (0:00-2:03), Laulu (2:03-4:13), Luopuminen (4:13-5:40) ja Kirkastus, lopun alku (5:40-7:50) 6. Valitsin analysoitavat kohdat niin, että ne edustaisivat erityyppisiä äänenlaatuja. Kaikissa näytteissä vokaali on sama /o/. Viimeisessä näytteessä /o/ on tosin hieman a-maisempi kuin muissa. Seuraavassa taulukossa on ensin kerrottu ajallisesti kohdat, joista näytteet on valittu. Toisessa sarakkeessa ovat kuulonvaraiseen analyysiin perustuvat luonnehdinnat äänen laadusta ja kolmannessa sarakkeessa Anna-Kaisa Liedeksen omia kommentteja fraaseista, joihin analysoitavat pätkät kuuluvat. Valittu kohta (noin) 00:39-00:40 01:34-01:36 02:23-02:24 02:34-02:35 02:54-02:56 04:06-04:07 07:31-07:32 Kuulonvarainen analyysi 1. Matala narina, vähän vuotohälyä mukana 2. Huojunta, vähän vuotohälyä 3. Puristeisuus, vähän vuotohälyä 4. Hälyä ja puristeisuutta Liedeksen oma kommentti 7 Kröhisevä, kargara 8 -tyyppinen äänentuotto jatkuu. Alkuhyminä aloittaa pehmeästi, paineinen kröhinä tulee mukaan. Fraasi loppuu pehmeään hyminään. Sävelet liikkuvat d:n [ja] es äänen välillä. No -fraasi jatkuu käyden välillä narinassa sekä puhtaassa pehmeässä äänessä. Fraasin melodiikka seilaa e- ja f -sävelen vaiheilla. Ääni syttyy huojuen, jonka jälkeen paineinen ilmamassa työntää ääntä väkipakolla ulos. Fraasi katkeaa kesken kurkun kutituksen. Äänet liikkuvat ja liukuvat pienen oktaavin es- ja f -äänten välillä. Fraasi tulkitaan paineisena, mutta ilman narinaa. Melodian sävelet keskittyvät pienen es- ja e sävelen ympärille aaltomaisesti eläen. Fraasin lähestyessä loppuaan, tulkinta pehmenee ja melodia loppuu pieneen vibratoon. 5. Karheutta Selkeä melodinen kaari, joka alkaa paineisella äänentuotolla, käväisee keveässä äänessä ja palaa lopussa narina-ääneen. Melodia liikkuu edelleenkin pienen oktaavin (es, e, f, es, des, es, fis ja es). 6. Kireys ja vähän huojuntaa Fraasi on paineinen ja aluksi katkonainen. A -vokaaliin siirryttäessä taskuhuulten aikaansaama krahina korostuu. Melodian ambitus laajenee. Käyttöön tulevat yksiviivaisen oktaavin des ja es. [ ]. 7. Hälyä ja huojuntaa Fraasi alkaa narinalla, jossa taskuhuulten resonanssi on mukana. Teos päättyy lopulta pelkkään ilman hitaaseen loppumiseen, pihinään. Kaavio 1: Kuulonvarainen analyysi ja Liedeksen omat kommentit äänestä. Vertailumateriaaliksi Liedeksen normaalista lauluäänestä valitsin hänen laulamansa a-äänteen teoksesta Näetkö?. Tämä kappale on konserttitaltiointilevyllä heti Uneksijan jälkeen. Valitsin analysoitavan kohdan heti kappaleen alkupuolelta. Päädyin kyseisen kohdan valintaan siksi, että se on konsertissa ajallisesti lähellä Uneksija kappaletta. Näin esimerkiksi äänen väsymisen aste ei ole muuttunut paljon tässä välissä. Koska otokset ovat samasta konsertista, sen tallentamiseen on käytetty samoja teknisiä välineitä. Ongelmana tässä näytteessä on se, että se on hyvin lyhyt ja lauletun vokaalijonon /uia/ viimeinen vokaali. Lisäksi se on eri vokaali kuin muissa analysoiduissa näytteissä. Tämä voi vaikuttaa formanttien sijoittumiseen eri taajuuksille kun tarkastellaan spektriä. 6 Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista 25.11.2004. 7 Nämä kommentit Liedes on kirjoittanut fraaseittain, eli yhdessä kommentissa käsitellään aina pidempää jaksoa kuin tässä analysoidut äänet. Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista 25.11.2004. 8 Tuvalainen kurkkulaulu. 3

Pohdinkin vertailunäytteen ottamista jopa kokonaan toiselta levyltä. Tällöin tosin ongelmana olisivat erilaiset tallennusvälineet ja erilainen nauhoitustila. Vuotohäly Analysoin seitsemän näytettä sekä vertailunäytteen tietokoneella käyttäen kahta eri analyysiohjelmaa. Toinen näistä on ISA 9 ja toinen Multi-Dimensional Voice Program Model 4305. Kutsun jälkimmäistä lyhenteellä CSL. Keskityn analyysissä neljään tekijään: vuotohäly, puristeisuus, karheus ja huojunta. Vuotohälyä mittasin ISA:n Signal-to-Noise (S/N) lukemien avulla, jotka kertovat signaalin ja kohinan suhteen ääninäytteessä desibeleinä. Mitä suurempi luku, sitä voimakkaampia ovat äänen osasävelet suhteessa kohinaan. Miinusmerkkinen luku kertoo siitä, että kohinan desibelivoimakkuus on ylittänyt signaalin voimakkuuden. Seuraavassa kaaviossa ovat ISA:n antamat lukemat eri näytteille: S/N matalilla taajuuksilla (osasävelet 1-10) db S/N korkeilla taajuuksilla (osasävelet 10-20)dB 1. 2. 3. 4. 5. 6. 7. Vert. 25.95 db 25.89 db 19.77 db 18.83 db 18.93 db 13.00 db 7.84 db 11.75 db 18.97dB -1.61 db -0.02 db -14.35 db -1.95 db 0.49 db -8.27 db -13.10 db Kaavio 2: Signaalin ja kohinan suhde, ISA. Analysoitujen ääninäytteiden numerot näkyvät ylimmällä rivillä. Näytteet ovat tässä siis ajallisessa järjestyksessä. Huomionarvoista on, että kohina lisääntyy matalilla taajuuksilla, kun mennään eteenpäin ajassa. Ensimmäisessä näytteessä on lukema 25.95 db ja seitsemännessä 7.84. Hälyn lisääntyminen voi johtua siitä, että Liedes vahvistaa tätä äänellistä tulkinnallista elementtiä kappaleen loppua kohti, samalla kun laulun minä lähestyy kuolemaa. Seitsemännessä näytteessä häly onkin hyvin aktiivisen kuuloista. Toisin sanoen ei kuulosta siltä, että häly tulisi ääneen laulajan tahtomatta laulamisen sivutuotteena vaan pikemminkin juuri osana laulajan tulkintaa. Toisaalta kohinan vahvistuminen voi johtua joiltakin osin myös äänen väsymisestä. Liedes käyttää Uneksijassa paljon fyysisesti raskasta äänentuottoa, muun muassa narinaa. Äänen väsymistä puoltaisi myös se seikka, että vertailuäänenä oleva viimeinen ääni on suhteellisen hälypitoinen. Korkeammilla taajuuksilla kohinan lisääntyminen ajassa ei ole niin selvää kuin matalilla oli. Pikemminkin kaavion 2 alemman rivin lukemista nousevat esille näytteiden 4 ja 7 sekä vertailunäytteen suuret kohinapitoisuudet. Näytteet 4 ja 7 olivat niitä, jotka myös kuunteluanalyysissä saivat ensisijaiseksi määreekseen hälyn. Näyte 7 nousee esille myös CSL:n Noise-to-Harmonic Ratio (NHR) analyysissä lukemalla 0.45. Normaali arvo 10 tässä olisi 0.19 tietämillä. Vertailunäytteessä kyseinen arvo on 0.09. Voice Turbulence Index (VTI) -arvoissa mikään näytteistä ei ylitä normaaliarvoa. Norm. 1. 2. 3. 4. 5. 6. 7. Vert. NHR Ei-harmoonisten 0.19 0.24 0.13 0.11 0.12 0.18 0.11 0.45 0.09 9 Intelligent Speech Analyser, kehittäjä D.I. Raimo Toivonen. 10 CSL:n normaaliarvot ovat peräisin monisteesta: Multi-Dimensional Voice Program (MDVP) Model 4305, Operations Manual. Kay Elemetrics Corp. 1993, USA. 4

VTI komponenttien suhde harmoonisiin Ei-harmoonisten komponenttien suhde harmoonisiin, keskiarvo 0.061 0.005 0.03 0.02 0.04 0.01 0.03 0.03 0.052 Kaavio 3: Kohinan suhde harmoonisiin komponentteihin, CSL. Näytteen 7 harmoonisesta spektristä näkyy hyvin, kuinka osasävelet lähes hukkuvat hälyn sekaan jo matalilla taajuuksilla. Kuva 1: Näyte 7, harmooninen spektri. ISA. Vertailukohdaksi nostettakoon kappaleen alkupuolelta harmoninen spektri näytteestä 2. Tässä osasävelet erottuvat toisistaan huomattavasti selvemmin kuin näytteessä 7. Kuva 2: Näyte 2, harmooninen spektri. ISA. 5

Puristeisuus Puristeisuus on yksi äänenlaadullinen piirre, joka tulee vahvasti esille koko Uneksija improvisaatiossa. Kuulonvaraisen analyysin mukaan näytteitä 3, 4 ja 6 leimaa puristeisuus. CSLanalyysissä puristeisuutta on mahdollista tarkastella Soft Phonation Index (SPI) lukujen avulla. SPI kuvaa spektrin harmonista rakennetta, sen kaltevuutta. Suuret SPI-lukemat viittaavat löyhästi suljettuihin äänihuuliin äännön aikana 11. Heikko fonaatio näkyykin yleensä spektrin jyrkkänä kaltevuutena; Perussäveltä korkeammat sävelet heikkenevät nopeasti mitä ylemmäs hertsiasteikolla mennään. Puristeinen äänentuotto taas aiheuttaa usein sen, että perussäveltä seuraavat osasävelet voivat olla perussäveltä voimakkaampia, eikä spektri kokonaisuudessaan ole niin kalteva kuin heikossa fonaatiossa. Puristeinen äänentuotto näkyy pienenä SPI lukemana. SPI Spektrin harmooninen rakenne Norm. 1. 2. 3. 4. 5. 6. 7. Vert. 14.12 97.80 67.15 73.20 46.22 122.26 14.58 22.70 12.19 Kaavio 4: Soft Phonation Index, CSL. On huomattava, että CSL:n antama normaalilukema on annettu vokaalille /a/. /O/ vokaalille on tyypillistä, että sen ensimmäinen formanttikertymä F1 on hieman matalammalla kuin /a/:ssa. Tämä saattaa vaikuttaa lukemiin niin, että ne ovat tavanomaista suurempia. CSL manuaalissa todetaankin, että lukemien vertailu tulisi suorittaa näytteistä, joissa on kaikissa sama vokaali 12. Näin ollen emme voi tarkastella vertailunäytettä /a/ muiden näytteiden kanssa. Todettakoon kuitenkin, että sen lukema 12.19 on lähellä CSL:n normaaliarvoa 14.12. Vaikka emme voikaan verrata CSL:n luvuilla vertailunäytettä ja muita näytteitä, voimme tehdä vertailua tarkastelemalla ISA:n piirtämiä FFT-spektrejä. Tarkastellaan ensin vertailunäytettä. Kuva 3: Vertailuääni, FFT-spektri. Normaali fonaatio. ISA. 11 Multi-Dimensional Voice Program (MDVP) Model 4305, Operations Manual. Kay Elemetrics Corp. 1993, USA. 12 Ibid. 6

Vertailunäytteessä ensimmäinen osasävel on voimakkain. Spektri on tasaisen kalteva ja 3500-4000 hertsin tietämissä on kohouma, jonka voi tulkita laulajan formantiksi 13. Tämä on tyypillinen Liedeksen äänelle. Kaikissa näytteissä tämä kohouma on jollain tavalla mukana. Tarkastellaan seuraavaksi näytettä 6. Kaaviossa 4 CSL antoi kyseiselle näytteelle pienen SPI - arvon (14.58) verrattuna muihin näytteisiin. Tämä olisi siis ohjelman mukaan puristeisin näyte. ISA:n FFT-spektristä näemmekin, että toinen osasävel on tässä näytteessä ensimmäistä osasäveltä vahvempi. Kuva 4: Näyte 6, FFT-spektri: Puristeisuus. ISA. ISA:n spektrejä tarkastelemalla huomio kiinnittyy myös näytteeseen 3, jossa peräti neljä perussävelen jälkeistä osasäveltä on voimakkaampia kuin perussävel. CSL antaa kuitenkin näytteelle 3 melko suuren SPI luvun (73.20), joka voi osaltaan johtua siitä, että kyseisen näytteen spektri on muutoin jyrkän kalteva. 13 Vertailun vuoksi mainittakoon, että klassisesti kouluteten miesäänen laulajanformantti sijoittuu yleensä taajuuksille 2000-3000 Hz. 7

Kuva 5: Näyte 3, FFT-spektri: Puristeisuus. ISA. Kuunteluvertailussa näytettä 6 kuvaa ehkä paremmin termi kireys. Perustaajuus on kyseisessä näytteessä 290 Hz. Näyte 3 taas on jo lähtökohdiltaankin matalampi 150 Hz. Kuulonvaraisesti on vaikea erottaa, kumpi niistä olisi varsinaisesti puristeisempi. CSL:n antamista suurista luvuista käy ilmi, että puristeisuuden vastaparia eli fonaation heikkoutta ei ole syytä sivuuttaa. Kaaviosta 4 kävi ilmi, että näytteessä 5 on kaikista suurimmat SPI lukemat (122.26). Tämä näyte kuulostaakin hyvin aneemiselta ja vaisulta. Äänellinen minä on siinä kuin vailla energiaa. Spektri on hyvin kalteva ja laulajan formanttikin on surkastunut. Kuva 6: Näyte 5, FFT-spektri. Heikko fonaatio. ISA. 8

Karheus Karheutta mitataan äänestä kahdella eri lukemalla. Jitter tarkoittaa perustaajuuden epäsäännöllistä vaihtelua ja shimmer amplitudin epäsäännöllistä vaihtelua. Yleensä nämä vaihtelut ovat niin pieniä, että korva ei erota niitä varsinaisena äänenkorkeuden tai voimakkuuden vaihteluina vaan äänen karheutena. Jos perustaajuuden vaihtelu on tarpeeksi suurta, kuullaan ääni diplofonisena. 14 ISA:n laskelmien mukaan vertailuääni sijoittuisi noin puoliväliin jitterin ja shimmerin suuruudessa verrattuna muihin näytteisiin. Selvästi eniten jitteriä ja shimmeriä löytyy näytteistä 1 ja 7. Myös näytteessä 2 on kohonneita arvoja. Jitter % 1. 2. 3. 4. 5. 6. 7. Vert. 0.608% ja 0.250 % ja 0.023 % ja 0.028% ja 0.251 % ja 0.129 % ja 0.478 % ja 0.344% ja 2.359 % 1.928 % 0.106 % 0.137 % 1.189 % 0.540 % 1.880 % 1.51% Shimmer db 1.27 db 1.30 db 0.40 db 0.31 db 1.07 db 0.75 db 1.43 db 0.79 db Kaavio 5: Jitter ja shimmer, ISA. Myös CSL laskee näytteille 1 ja 7 suurimmat arvot. Nyt myös näytteen 5 arvot ovat suuret ja selvästi yli normaaliarvojen. Näyte 6 ja vertailunäytekin saavat kohonneita arvoja, mutta tällä kertaa näytteen 2 arvot eivät ole niin suuret verrattuna muihin näytteisiin kuin mitä oli ISA:n laskelmissa. Norm. 1. 2. 3. 4. 5. 6. 7. Vert. Jita Absoluuttinen jitter 83.2us 646.39us 125.86us 48.29us 103.42us 312.17us 80.68us 456.73us 83.26us Jitt Jitter % 1.04% 10.45% 2.18% 0.75% 1.66% 3.38% 2.27% 9.48% 2.15% ShdB Shimmer db 0.35dB 1.07dB 0.63dB 0.24dB 0.37dB 0.84dB 0.78dB 1.78dB 0.89dB Shim Shimmer % 3.81% 10.28% 6.81% 2.63% 3.70% 8.89% 8.24% 16.21% 8.41dB Kaavio 6: Jitter ja shimmer, CSL. Kuulonvaraisessa analyysissä määrittelin näytteen 5 karheaksi. ISA ei ollut kanssani samaa mieltä, mutta CSL sen sijaan oli. Lisäksi näytteet 1 ja 7 nousivat kummassakin ohjelmassa vahvasti esille. Karheutta on monenlaista ja se saattaa helposti kuultuna sekoittua muihin äänenlaadullisiin tekijöihin. Tässä näytteen 1 matala narina ja näytteen 7 vuotohälyisyys ja laajempi huojunta veivät huomion pois mukana olleilta jitteriltä ja shimmeriltä. Uusi kuuntelukierros avasi korvia havaitsemaan näitäkin piirteitä äänissä. Huojunta Varsinaista korvin kuultavaa perustaajuuden suurempaa huojuntaa tai äänen vapinaa oli näytteissä 2, 6 ja 7. Näitä seikkoja voidaan tutkia CSL-ohjelmalla kiinnittäen huomio perustaajuuden sekä amplitudin vaihteluun. F0 Tremor Frequency (Fftr) kertoo perustaajuuden vaihtelun hertseissä ja F0 14 Patologiset äänet kurssin luento 7.10.2004, luennoitsijana Anne-Maria Laukkanen. 9

Tremor Intensity Index (FTRI) saman prosenteissa. Amplitude Tremor Frequency (Fatr) puolestaan kertoo amplitudin vaihtelun hertseissä ja Amplitude Tremor Intensity Index (ATRI) saman prosenteissa. Selitys Norm. 1. 2. 3. 4. 5. 6. 7. Vert. Fftr Perustaajuuden (F0) vaihtelu Hz FTRI Perustaajuuden vaihtelu % - 10.81Hz - 6.35Hz 14.29Hz - 5.63Hz - - 0.95% 1.27% - 0.60% 1.32% 0.74% - - Fatr Amplitudin vaihtelu Hz - - 3.96Hz 3.18Hz - 1.71Hz 5.33Hz 1.78Hz - ATRI Amplitudin vaihtelu % 4.37% - 11.81% 7.81% - 7.88% 9.82% 13.28% - Kaavio 7: Perustaajuuden vaihtelu. CSL. Näytteissä 1 ja 4 on selvää perustaajuuden vaihtelua. Lihasten normaaliin hermotoimintaan liittyvä perustaajuuden vaihtelu on noin 5 Hz tietämillä. Tätä ei yleensä havaita vapinana. Vibratoon liittyvä lauluäänen perustaajuuden vaihtelu on yleensä noin 6 Hz. 15 Näytteessä 3 saattaa olla tästä kyse. Näytteen lyhyyden vuoksi tosin vibratoa on hieman vaikea paikallistaa kuulonvaraisesti. Näytteessä 6 sen sijaan on selvästi kyse vibratosta myös kuullun perusteella. Näytteissä 1 ja 4 perustaajuuden vaihtelu on prosentuaalisesti suurempaa kuin muissa näytteissä. Lisäksi hertsiluvutkin ovat suuremmat, päälle 10 hertsiä kummassakin. Näytteessä 1 tämä ei kuulukaan enää vibratona vaan tiheämpänä pärinänä. Näytteessä 4 äänen sävelkorkeus laskee lopussa korvamääräisesti arvioituna noin puoli sävelaskelta pienestä e:stä pieneen es:ään. Voisiko olla, että kone on laskenut tästä tuon 14.29 hertsin lukeman? Näiden sävelten hertsilukemien erotus, siis matka es:n ja e:n välillä, olisi 9.25 Hz. Amplitudin vaihtelua on puolestaan näytteissä 2, 3, 6 ja 7. Kuunteluanalyysissä tuli siis paremmin esille juuri amplitudin vaihtelu, koska olin kuulonvaraisesti määritellyt huojuntaa näytteisiin 2, 6 ja 7, joissa se nimenomaan oli amplitudin vaihtelua. Seuraavassa kuvassa on esimerkki, kuinka amplitudin vaihtelu näkyy näytteen 6 signaalissa. Kuva 7: Näyte 6, amplitudin vaihtelu. ISA. 15 Patologiset äänet kurssin luento 11.11.2004, luennoitsijana Anne-Maria Laukkanen. 10

Äänenlaadullisten seikkojen yhdistyminen Mainitsin jo aiemmin, että Uneksija -improvisaatiossa äänenkäytölle on tyypillistä, että useampi äänenlaadullinen seikka on esillä samaan aikaan. Tämä käy hyvin ilmi CSL:n piirtämistä diagrammeista, joista seuraavassa kaksi esimerkkiä. Ensimmäisessä on diagrammi näytteestä 1, jossa ääni osoittautui analyyseissä karkeaksi, huojuvaksi ja puristeiseksi. Diagrammissa näkyykin karkeutta aiheuttavaa jitteriä (Jita, Jitt) sekä puristeisuutta (SPI). Perustaajuuden vaihtelun (vf0) lisäksi diagrammista käy ilmi sävelperiodin vaihtelut (RAP, PPQ ja sppq), jotka myös liittyvät huojuvaan ääneen. Poikkeamat normaaliarvoista näkyvät ympyrän keskiöstä laidoille kasvavina sakaroina. Kuva 8: Näyte 1, diagrammi. CSL. Toisessa esimerkissä on kyse näytteestä 4, joka analysoitiin vuotoiseksi ja huojuvaksi. Diagrammissa nousevatkin esille perustaajuuden vaihtelu (vf0) ja amplitudin vaihtelu (vam). Degree of Voiceless (DUV) arvo johtuu tässä näytteessä todennäköisesti näytteen alkuun tai loppuun jääneestä tyhjästä tilasta. Näin ollen tämä arvo ei ole analyysin kannalta tässä olennainen. Kuva 9: Näyte 4, diagrammi. CSL. 11

SPI arvo näyttäisi jälkimmäisessä diagrammissa olevan suurempi kuin näytteen 1 diagrammissa. Todellisuudessa näytteen 4 SPI arvo oli 46.22 ja näytteen 1 jopa 97.80. Diagrammit eivät osoittautuneetkaan kovin hyviksi välineiksi eri näytteiden keskinäisessä vertailussa. Sen sijaan ne olivat hyviä tarkasteltaessa yhden äänen tärkeimmiksi nousevia piirteitä. Johtopäätöksiä Häly lisääntyy Uneksijassa loppua kohti mentäessä varsinkin matalilla taajuuksilla. Tämä voi tulkinnallisesti korostaa hyvinkin laulun äänellisen minän ruumiin tilan heikkenemistä. Osa hälystä saattaa johtua myös äänen väsymisestä. Puristeisuuden lisäksi myös heikko fonaatio on tyypillinen tulkinnallinen keino tässä kappaleessa. Heikolla fonaatiolla viittaan tässä äänihuulten löysään sulkeutumiseen. Muutokset akselilla fonaation heikkous - puristeisuus kertovat paljon ruumiin aktiviteettitilasta. Liedes tuottaa mielikuvia äänellisen minän aktiivisuudesta ja passiivisuudesta juuri näillä keinoin. Joissakin kohdin äänellinen minä kärsii aktiivisesti valittaen toisinaan se taas vajoaa passiiviseen kivussa olemiseen. Jitterin ja shimmerin havaitseminen näytteistä 1 ja 7 oli vaikeaa kuulonvaraisesti. Ensimmäisessä näytteessä huomion vei matala narinatyyppinen ääni ja seitsemännessä voimakas vuotohäly. Mielenkiintoista, miten jitterin ja shimmerin vaatimia pieniä muutoksia on mahdollista tehdä ääneen. Jitter ja shimmer lukemathan vaihtelivat paljon eri näytteiden kesken. Tämä kertoo siitä, että karkea äänenlaatu ei ole Liedeksen ääneen elimellisesti kuuluva vaan eritavoin ääntämällä toteutettu. Huojuntaa ja vapinaa löytyi näytteistä neljää erilaista: normaaliin lihasten hermotoimintaan liittyvää perusvapinaa, lauluäänen vibratoa, nopeampaa pärinää sekä musiikilliseen ilmaisuun liittyvää pitkäjaksoisempaa äänen taipumista. Näistä pärinä voidaan nähdä äänessä sairauden representaatioksi, koska se ei palvele sinällään pelkästään musiikillisia päämääriä eikä toisaalta ole myöskään normaaliin ääneen toimintaan liittyvää. Palatkaamme alussa esitettyihin tutkimuskysymyksiin: Mikä on erityistä Liedeksen äänessä Uneksija -improvisaatiossa ja millä tavoin Liedes näyttelee äänellään sairautta? Erityistä äänessä on monipuolinen tulkinnallinen paletti erilaisia äänenlaatuja. Ja erityisesti juuri sairaissa äänissäkin esiin tulevia äänenlaatuja. Merkille pantavaa on, että improvisaatiossa ei ole juuri lainkaan terveeltä kuulostavaa ääntä. Liedes siis pitää sairauden naamion yllään koko kappaleen ajan. Erilaiset sairauden merkit äänessä ovat koko ajan läsnä niin, että ne kerrostuvat keskenään. Näin äänellinen minä voi kuulostaa sairaalta koko ajan ja silti eri äänenlaatuja voi ilmetä eri kohdissa esitystä. Liedes näyttelee äänellään sairautta omaksumalla ääneensä hälyä, huojuntaa, vapinaa, puristeisuutta jne. Näiden äänenlaadullisten seikkojen avulla hän johdattaa kuulijan kohtaamaan esityksessä kuolemaa lähellä olevan minän, joka piirtyy esille toisinaan jännittyneenä ja toisinaan väsyneenä: ihmisenä, jonka ruumis on antamassa periksi. Vaikka levyltä kuunneltuna pääsemme käsiksi Liedeksen esittämään sairauteen vain äänen kautta, voidaan silti todeta, että ääni kertoo paljon myös koko ruumiin tilasta. Esimerkiksi lihasten yleinen jännittyneisyys kuuluu hyvinkin äänessä. Kuulonvaraiset analyysit vastasivat melko hyvin mittaustuloksia. Koin, että mittauksista oli paljon apua sellaisten äänenlaadullisten seikkojen esiintuomiseksi, jotka eivät olleet kuultuna päälimmäisiä laadullisia tekijöitä äänessä. Näin äänestä tuli monipuolisempi kuva ja siitä saattoi oppia kuulemaan uusia seikkoja. Mittausmenetelminä ISA ja CSL täydensivät hyvin toisiaan. CSL:n vahvuus on 12

mielestäni sen antamissa lukemissa ja ISA:n vahvuus puolestaan sen piirtämissä graafisissa esityksissä. Näiden vertailu oli hedelmällistä. Ongelmia ja kysymyksiä Vertailuääni olisi ollut hyvä valita konsertin alkupuolelta, jolloin äänen väsymiseen liittyvät tekijät eivät olisi olleet mukana. Mutta ongelmana tässä oli se, että konsertin alkupuolen kappaleissa ei ollut selviä soivia pitkiä vokaaleja ja kappaleissa oli usein mukana myös lyömäsoittimia, jotka olisivat häirinneet lauluäänen analyysiä. Lisäksi olisi ollut hyvä, jos vertailunäytteen vokaali olisi ollut sama kuin muissa analysoiduissa näytteissä. Jatkoa ajatellen konsertti tulisi kuunnella tarkoin läpi ja etsiä sieltä sopivampi vertailuääni tai yrittää löytää se joltain muulta äänitteeltä. Tässä yhteydessä en tehnyt analyysiä siitä, millainen Liedeksen ääni on muihin, oikeasti patologisiin ääniin verrattuna. Jatkossa olisi mielenkiintoista pohtia, mitä patologisten äänten piirteitä Liedes pystyy näyttelemään ja mitkä ovat mahdottomia näytellä? Tässä yhteydessä analyysin tuloksia voisi verrata muihin tutkimustuloksiin. Samalla voisi pohtia enemmänkin, mistä tekijöistä poikkeavat äänenlaadut Uneksijassa voivat johtua? Mitä mahdollisesti tapahtuu lihastasolla? Miten Liedes tuottaa erilaisia äänenlaatuja? Jatkossa työn näkökulman voisi keskittää esimerkiksi ruumiin tilan heikkenemistä ilmentäviin merkkeihin äänessä? Eli siihen, miten laulun äänellisen minän ruumiin tila muuttuu improvisaation aikana? Tätä voisi lähestyä kuulonvaraisella analyysillä, johon liittyisi luonnehdintoja laulajan energian käytöstä. Tämän jälkeen ääntä voisi tarkastella muun muassa Soft Phonation Indexin ja spektrin kaltevuuden analyysin avulla. Työn keskittäminen tiettyjen seikkojen tutkimiseen vaatisi myös uusien analyysinäytteiden valitsemista ja analysoimista. Lähteet Patologiset äänet -kurssin luento 7.10.2004, luennoitsijana Anne-Maria Laukkanen. Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista 25.11.2004. Moniste: Multi-Dimensional Voice Program (MDVP) Model 4305, Operations Manual. Kay Elemetrics Corp. 1993, USA. 13