Vowels are fundamental elements of spoken language, providing insights into linguistic patterns and phonological systems. This study examines vowel inventories from 913 languages in a database, analyzing their statistical distributions. It investigates unique vowels within each language category, focusing on the two major dimensions of vowel height and backness, including diphthongs. The results show that vowel phonemes without diacritics constitute 30% of all distinct vowel types but account for 64% of the total vowel phonemes, highlighting the dominance of primary vowel articulations. The most frequent vowels are /i/, followed by /u/, /a/, /o/, /e/, /ɛ/, and /ɔ/. Multidimensional scaling of vowels, with or without diacritics, reveals distinctive clusters and co-occurrence patterns, necessitating more detailed analysis. Future research should consider the establishment of linguistic criteria on vowel representation and incorporate actual speech data for comprehensive linguistic studies.

Previous studies have highlighted the linguistic divergence between North and South Korean varieties. Although acoustic differences between North and South Korean in vowel production have been prominently observed, the vowel production in the standard varieties of Pyongyang North Korean (NK) and Seoul South Korean (SK) has had limited investigation. This study aims to explore the phonetic differences in vowel production between NK and SK speakers across two speech styles: careful and conversational speech. We analyzed a total of 13,370 vowels from each of 22 younger NK and SK speakers (16 females and 6 males in each group). Our findings reveal significant differences in the production of the vowels [æ], [ʌ], and [o] between the two varieties. Specifically, NK speakers maintained a distinction in height between the [e]-[æ] pair, a contrast that was not observed among SK speakers. Additionally, in NK, the [ʌ]-[o] pair showed considerable overlap (vowel merger) in both height and backness dimensions. These results shed light on the phonetic divergence between NK and SK varieties, offering insights into the acoustic features of NK vowel production. In further study, this understanding is crucial for supporting adaptation of NK refugees from the perspective of second dialect acquisition in South Korea.

The present study replicated and extended a previous research investigating whether orthographic forms, such as a single letter or a digraph representing the same sound, affect sound duration in L2 production. Results of a previous study (Han et al., 2024) showed that Korean learners produced the same English vowel with a short duration when spelled with a single letter and a long duration when spelled with digraphs. This variation in duration did not appear when producing English consonants with various spellings. However, these results may be attributable to the task type, namely the delayed repetition task, which might have prevented direct imitation from sensory memory. To test whether the overt presentation of letters shows orthographic effects for consonants as well as vowels, this study employed a read-aloud task. This study further examined whether individual differences in proficiency, measured by vocabulary size, influenced the magnitude of orthographic effects in the production of English vowels by Korean learners. The present results replicated those from the delayed repetition task, suggesting that the orthographic effects shown in previous research were not attributable to the task type employed to evaluate L2 production. We also found that individual differences in vocabulary size are not strongly related to the influence of orthography on vowel production.

The present study investigated the perceptual cues utilized by Korean L2 learners of English in recognizing lexical stress in English nonwords, with a focus on the roles of fundamental frequency (F0) and duration. Twenty-three Korean learners of English participated in a sequence recall task involving nonword stimuli under five different conditions: (1) the naturally-produced stimuli, (2) the duration-only condition, (3) the F0-only condition, (4) the duration-F0 matching condition, and (5) the duration-F0 conflicting condition. The results demonstrate that F0 is the primary cue for stress perception among Korean L2 learners, whereas duration acts as a secondary cue, particularly when F0 is unreliable or absent. These findings highlight the influence of L1 prosodic structures on L2 perception and suggest that Korean L2 learners adapt their perceptual weighting of stress based on cue availability. This study contributes to the understanding of the role of cue weighting in L2 prosodic acquisition.

읽기 유창성은 문장이나 문단 글을 정확하고 빠르게, 적절한 운율 표현으로 읽는 능력을 의미한다. 대부분의 읽기 유창성 평가에서는 표현력에 대한 객관적인 측정이 어려운 이유로 인해 이를 제외하는 경우가 많다. 이에 본 연구에서는 표현력 있는 읽기를 극대화할 수 있는 시나리오 글 읽기에서의 문형별 운율 특성을 분석하여 모든 읽기 유창성 요소를 살펴보고자 하였다. 연구 대상은 중학교 1-2학년 남학생 30명(일반학생 15명, 읽기부진학생 15명)이었으며, 중학교 국어 교과서에서 발췌한 3편의 시나리오 글을 학생과 연구자가 역할을 나누어 읽고 녹음한 뒤 음성자료를 분석하였다. 정확성 측면의 분석을 위해 각 집단별로 음절 수준에서의 오류유형을 분석하였고, 속도와 운율성 측면에 대해서는 관련 음향변수를 측정하여 살펴보았다. 읽기 정확성 분석 결과, 읽기부진학생집단이 일반학생집단에 비해 높은 오류율을 보였으며, 오류유형의 경우 일반학생집단이 '대치>생략>수정>삽입>반복' 순인 반면, 읽기부진학생집단은 '수정>대치>반복/삽입>생략' 순인 것을 확인하였다. 속도 관련 변수에서는 읽기부진학생집단이 일반학생집단에 비해 모든 문장 유형의 속도가 느렸다. 또한, 운율성 측면으로 살펴본 변수에서도 읽기부진 집단이 문장 내 강세구와 억양구 빈도가 높고 강도 범위가 넓은 특징을 보였다.

본 연구의 목적은 감정 발화 음성 녹음을 통해 대상 아동의 나이(전학령기-학령기)에 따른 음도, 강도, 발화 속도에 차이가 존재하는지 분석하기 위해서이다. 또한, 감정과 음도-강도-발화 속도 간 연관성을 확인하고자 한다. 만 4-9세의 정상 발달기 아동 35명이 본 연구에 참여하였다. 한국형 감정 발화 데이터베이스(KAV DB)에 속한 문장 발화를 통한 세 가지 감정(기쁨, 슬픔, 분노)의 음도-강도-발화 속도가 측정되었다. 최대/최소 음도, 최대/최소 강도, 발화속도가 이원혼합분석을 이용해 측정되었다. 전학령기-학령기 학령기 아동 사이에 유의한 음도 차이가 관찰되었다. 분노의 음도가 가장 높았으며 기쁨-슬픔이 뒤를 이었다. 평균 강도 측정 결과, 학령기 아동들이 감정 발화 시 더욱 높은 강도로 발화했다. 감정 별 강도 측정 시, 기쁨의 강도가 슬픔보다 높았으며, 분노의 강도가 슬픔보다 높았다. 발화 속도에 있어서 집단 간 높은 유의도가 확인되었다. 발화 속도 측정 시, 기쁨의 발화 속도가 슬픔과 비교해 빨랐으며, 분노의 발화 속도가 기쁨-슬픔과 비교해 빨랐다. 기쁨-슬픔의 이차 상호 작용 효과에서 유의도가 높았다. 상호 작용 효과를 기반으로 발화 속도에서 집단 간 차이를 확인할 수 있었다. 본 연구는 음도-강도-발화 속도 간 감정 별 차이가 존재함을 시사한다. 또한, 결론을 통해 연령 별 감정 발화의 차이를 확인할 수 있다.

원인 모르는 말소리장애 하위집단 중 말운동장애 집단을 감별진단하기 위해서는 청지각적 평가 외에 기기를 이용한 보다 객관적이고 정량적인 측정이 요구된다. 말운동장애 집단의 경우 목표한 조음위치에 접촉하는 조음기의 힘이 약하다는 공통적인 특징을 보이는 만큼, 본 연구에서는 말소리장애 집단과 일반 집단 간 조음기관의 근력을 정량적으로 측정하여 비교하였다. 말소리장애 아동 15명과 일반 아동 15명에게 IOPI(Iowa Oral Performance Instrument)를 이용하여 양순음 산출 시 입술 근력과 치경음 산출 시 혀 근력을 측정하였다. 이때 음절 내 위치(초성, 종성)와 발성유형의 차이(평음, 경음, 격음)를 분석 변수에 포함하였으며, 입술과 혀의 최대 압력과 지구력을 추가적으로 측정하였다. 또한 각 근력 수치와 자음정확도 간 상관관계를 분석하였다. 연구결과는 다음과 같다. 첫째, 양순음 산출 시 입술 근력은 초성에서는 두 집단 간 차이가 유의하지 않았으나, 종성에서는 말소리장애 집단의 근력이 일반 집단보다 유의하게 약했다. 또한 치경음 산출 시 혀 근력은 초성과 종성 모두에서 말소리장애 집단이 일반집단보다 약했으나, 종성에서는 그 차이가 더욱 두드러졌다. 둘째, 양순음 산출 시 입술 근력과 치경음 산출 시 혀 근력 모두에서 일반 집단의 경우 발성유형에 따른 차이가 유의하였으나, 말소리장애 집단은 평음, 경음, 격음 간 차이가 유의하지 않았다. 셋째, 입술과 혀 모두에서 말소리장애 집단의 최대 압력과 지구력은 일반 집단보다 유의하게 낮았다. 넷째, 대부분의 근력 수치와 자음정확도 간 유의하게 높은 정적 상관이 관찰되었다. 본 연구결과는 조음운동 실행의 약증 또한 원인 모르는 말소리장애의 기저 원인 중 하나일 가능성을 시사한다.

본 연구는 심리언어학적 관점에서 말 처리 단계를 음운부호화, 음운단기기억, 조음전환으로 구분하여 각 단계별 평가방법의 근간을 마련하고자 하였다. 이를 위해 2000년부터 2024년까지 발표된 연구 중 선정 기준에 따라 총 21편의 논문을 메타분석하였으며, 총 1,442명의 대상자를 포함하였다. 연구대상자는 일반집단, 난독증 집단, 말소리장애 집단, 언어지연 집단, 실행증+실어증 집단, 아동기말실행증 집단으로 구성되었다. 분석 결과, 음운부호화 오류 특성의 집단 간 차이에 대한 효과크기는 g=.46, 음운단기기억 오류 특성의 집단 간 차이에 대한 효과크기는 g=.57, 조음전환 오류 특성의 집단 간 차이에 대한 효과크기는 g=.63으로 나타났다. 이는 각각 대치 오류, 순서 및 반복 오류, 음소 첨가 및 유·무성음 간 대치 오류가 해당 능력 평가에 유용한 지표임을 시사한다. 본 연구는 말·언어장애를 다양한 시각으로 접근하는 데 기여하며, 오류 특성을 세부적으로 분석하여 말 언어장애의 원인을 보다 명확히 이해할 수 있는 방법을 제시한다. 향후 연구에서는 다양한 말·언어장애 집단을 대상으로 비단어 따라말하기 과제를 실시하고, 각 단계별 분석을 통해 심층적으로 살펴볼 필요가 있다. 이를 통해 제안된 분석 방법의 타당성을 검증하고, 말 언어장애 평가와 치료에 유용한 데이터를 제공할 수 있을 것이다.

트랜스포머 모델은 텍스트, 영상 등 순차적 입력 데이터에서 의미 있는 정보를 추출하는 데 뛰어난 성과를 보여주었으며, 음성인식 분야에서도 종단형 모델로서 주목받고 있다. 본 연구에서는 트랜스포머 음성인식 모델과 이를 개선한 컨포머, E-브랜치포머 모델을 한국어 음성인식에 적용하여 성능을 비교하였다. AIHub에 공개된 한국어 음성 데이터를 활용하여 약 7,500시간의 훈련셋을 마련하고, ESPnet 툴킷을 활용하여 트랜스포머, 컨포머, E-브랜치포머 모델을 훈련하고 성능을 평가하였다. 또한, 인식 단위로 음절과 서브워드를 사용하는 경우를 비교하고, Byte Pair Encoding의 토큰 수 변화에 따른 성능 차이를 분석하였다. 실험 결과, E-브랜치포머가 한국어 음성인식에서 가장 우수한 성능을 보였으며, 컨포머는 트랜스포머보다 우수하였으나 긴 발화에 대해서는 성능 저하가 확인되었다. 이러한 성능 저하의 원인으로 인코더-디코더의 크로스 어텐션 정렬 과정에 오차가 발생함을 확인하였다. 또한, 서브워드 인식 단위를 사용하면서 토큰 수를 조정할 때의 성능 변화에 대한 분석을 통해 최적의 설정을 찾고자 하였다. 본 연구는 모델의 정확도와 처리 속도를 종합적으로 평가하였으며, 이를 통해 한국어 음성인식의 효율성을 극대화할 수 있는 방법을 모색하였다. 대규모 한국어 음성인식 모델의 학습과 컨포머의 인식 오류 개선 연구에 기여할 수 있을 것으로 기대된다. 또한, 향후 연구 방향으로는 다양한 한국어 음성 데이터셋을 활용한 추가 실험과 더불어, 컨포머의 구조적 개선을 통한 인식 성능 향상을 목표로 한다.

Children with speech sound disorders (SSDs) face various challenges in producing speech sounds, which often lead to significant social and educational barriers. Detecting and treating SSDs in children is complex due to the variability in disorder severity and diagnostic boundaries. This study aims to develop an automated SSD detection system using deep learning models, leveraging their ability to transcribe audio, efficiently capture sound patterns on a vast scale, and address the limitations of traditional methods involving speech-language pathologists. For this study, we collected audio recordings from 573 children aged two to nine using standardized prompts from the Assessment of Phonology and Articulation for Children. Speech-language pathologists analyzed the recordings and identified 92 children with SSDs. To build an automatic SSD detection system, we used a dataset to train neural network models for automatic speech recognition and audio classification. Five different methods are studied, with the best method achieving 73.9% unweighted average recall. While the results show the potential of using deep learning models for the automatic detection of SSDs in children, further research is needed to improve the reliability of the models widely used in practice.