冉启斌， 梁煜珠， 吴丹丽

(1.南开大学 文学院，天津 300071；2.天津中医药大学 文化与健康传播学院，天津 301617)

一、引 言

对语言进行分类，传统上一般都依据语言的特征进行。分子生物学取得进展以后，借鉴以基因距离为依据的生物学分类方法，语言学中也尝试根据语言距离对语言进行分类[1-2]。对语言距离进行计算，采用比较多的是编辑距离计算法。Kessler首次提倡对爱尔兰盖尔语方言进行编辑距离计算[3]。Brown 等[4]，王璐、张吉生[5]，江荻[6]，索伦·维希曼等[7]人分别对世界范围5 000多个语档、吴方言、藏缅语族语言、汉语方言等进行过编辑距离计算。

除了编辑距离之外，是否还有其他方法可以对语言距离进行计算？此前这方面的探索不多。颜为之等人基于卷积神经网络(CNN)的自编码降维语谱图对不同方言语音进行深度学习从而提取其特征，进而对赣方言进行分类[8]。冉启斌提出采用DTW算法直接计算词汇声音文件的声学距离从而得到语言距离，并报告了初步实验情况[9]。本文拟集中报告采用DTW算法就语言距离计算所作的进一步的方法探索和系列实践，主要着眼于进行词汇声学距离计算究竟需要多少词项数量、不同词项内容是否会对计算结果产生影响及一系列相关问题。

二、词汇声学距离计算需要多少词项数量？

本文采用的词汇声学距离计算方法为“动态时间规整”(dynamic time warping，简称DTW)算法。Holmes等人对DTW算法有详细的描述[10]。Mielke使用这种算法对英语母语者的58个辅音和元音音素进行距离计算，绘制了这些音素的分类树图并作了主成分分析[11]。……