Categorische perceptie verwijst naar:

- de perceptie van stimuli alsof ze behoren tot strikt gescheiden (dinstincte) categorieën,

- het falen om binnen een categorie gradaties in de stimuli waar te nemen.

Dit beteken dus dat wij iets horen en dat meteen indexeren in of deze of die categorie, en dat wij niet het onderscheid horen tussen klanken binnen een categorie (hoewel deze klanken dus wel (minieme) verschillen kunnen hebben).

Bij het uitspreken van phonemes zijn er twee mogelijkheden:

1. de gesloten lippen gaan open en lucht wordt vrijgelaten

2. de stembanden gaan trillen (voicing)

Wij delen een ‘p’ in een categorie en een ‘b’ in een andere categorie, aangezien er dus iets met bovenstaande mogelijkheden verschilt. Wat blijkt: bij een ‘b’ gebeuren [1] en [2] simultaan, terwijl bij een ‘p’ [2] pas 60 ms (milliseconden) volgt ná [1] (het tijdsverschil tussen stap [1] en [2] wordt onset-time genoemd.

Experimenten hebben uitgewezen dat men voor ca. 30ms een klank categoriseerd als een ‘b’ en na 30 ms dezelfde klank als een ‘p’.

Door deze scherpe overgang tussen unvoiced en voiced phonemes, wordt de perceptie van deze feature categorical perception genoemd.

Twee studies:

1. Studdert-Kennedy: men vindt het heel moeilijk om verschillen te horen tussen b’s en p’s die een verschillende onset-time hebben (p’s kunnen dan worden geïdentificeerd als b’s en andersom). Men kan echter wél goed onderscheid maken als de onset-time constant is (dus als de b altijd 10ms en de p altijd 40ms is).

2. Eimas & Corbit: mensen krijgen heel vaak ‘da’ te horen. Dit is dus een steeds herhalende ‘voiced’ medeklinker. Daarna krijgt men ‘ba’ en ‘pa’ te horen. Het enige verschil tussen deze twee klanken is 1 feature, namelijk voicing. Wat blijkt: door reperterende ‘da’ (een voiced klank) zijn de receptoren voor voiced klanken afgestompt, zodat men veel vaker zei ‘pa’ (unvoiced) te horen, terwijl dat eigenlijk een ‘ba’-klank (voiced) was.

Phonemes bestaan uit drie (en misschien meer) features:

• Consonantal feature: the quality in the phoneme of having a consonantlike property (in contrast to vowels). Consonant betekent “spraak geproduceerd door een stop of tijdelijke stop van de adem” of “medeklinker” of “harmonieus. Het boek gaat hier verder niet op in, en het is dus een zeer vaag begrip.

• Voicing: het gebruik maken van de stembanden bij het produceren van een klank. De letter ‘s’ in ‘sip’ is voiceless (geen gebruik van …), de letter ‘z’ in ‘zip’ is voiced.

• Place of articulation: de plaats waar de klank geproduceerd woord door dit af te sluiten of af te schermen (met de tong).

Bilabial: lippen gesloten (bijv. letter ‘p’)

Labiodental: onderste lip tegen de ondertanden (‘f’)

Dental: tong drukt tegen de tanden (‘th’)

Alveolar: tong druk tegen de ‘alveolar’ richel net achter je boven-voortanden (‘t’)

Palatal: tong zit tegen gehemelte aan, net achter bovengenoemde richel (‘j’)

Velar: tong zit tegen achterste deel van gehemelte (velum) aan (‘k’)

Door ‘voicing’ en ‘place of articulation’ in een tabel te zetten, kan je phonemes classificeren.

Zie tabel 2.1 op blz.59 van het boek (niet echt nodig…)

Er zijn experimenten geweest naar het herkennen van features in spraak (Miller & Nicely). Ze lieten een aantal medeklinkers horen, inclusief lawaai/storing. De proefpersonen zeiden bij een ‘p’ veel vaker dat ze een ‘t’ hadden gehoord in plaats van een ‘d’. Dit komt volgens hen omdat ‘p’ en ‘t’ maar op 1 feature verschillen (place of art.), terwijl ‘p’ en ‘d’ op 2 features verschillen: place of art en voicing.

Spraak herkenning komt overeen met visuele (patroon)herkenning als we kijken naar het segmenteren van objecten die herkend moeten worden. Spraak kan echter niet zo duidelijk worden opgebroken als geschreven tekst of visuele informatie. Bij een continue stroom woorden, is het bijna onmogelijk de pauzes te horen die het eind van woorden markeren. Wij horen het in het Nederlands wel (hoewel het niet echt pauzes zijn, maar wij eigenlijk de illusie van woordbegrenzing horen), maar in een onbekende taal horen we één lange stroom klanken. Er zitten zelfs evenveel pauzes ín de woorden als tússen de woorden. Eén enkel woord kan opgebroken worden in kleine stukjes, genaamd phonemes. Een phoneme is de minimale unit van spraak wat kan resulteren in een verschil van het gesproken bericht. Voorbeeld: het woord ‘bat’ bestaat uit de phonemes ‘b’, ‘a’ en ‘t’, aangezien wanneer je elk stukje door een ander stukje (letter) vervangt, je een ander woord krijgt: ‘cat’, ‘bit’ en ‘ban’.

De Engelse spelling is zeer moeilijk, aangezien er geen perfecte ‘letter-to-sound’ correspondentie bestaat: in een andere context spreek je een letter weer net iets anders uit.

Problemen bij het herkennen van phonemes:

• Spraak is continu, dus het is moeilijk te herkennen waar een phoneme eindigt en waar de volgende begint. Vergelijk maar met (aan elkaar) geschreven tekst: waar eindigt de ene letter en begint de andere?

• Verschillende sprekers spreken dezelfde tekst (dezelfde rij phonemes) verschillend uit (zoals bij dialecten, maar zelfs ook bij hetzelfde accent).

• Coarticulatie: wanneer je ‘big’ uitspreekt, is de ‘b’ net iets anders dan het uitspreken van de ‘b’ in het woord ‘bag’. De uitspraak van de ene phoneme wordt dus beïnvloedt door de context (een andere phoneme); twee phonemes mixen als het ware een beetje door elkaar heen.

Het wordt aangenomen dat spraakherkenning gebruikt maakt van een (apart) gespecialiseerd mechanisme in de hersenen. Misschien speelt (het linkerdeel van) de temporaalkwab hier een grote rol bij.

Als we objecten eenmaal herkend hebben, komen we op het punt van patronen herkennen, wat gebeurd door middel van template matching. Deze theorie houdt in dat het beeld van een object naar de hersenen wordt gebracht en daar wordt vergeleken met andere patronen, genaamd templates. Het perceptuele systeem probeert dan het best passende patroon te vinden.

Een andere theorie over hoe we patronen herkennen is de feature analysis. Bij deze theorie worden stimuli gezien als combinaties van verschillende features (bv lijntjes of hoeken), die worden geanalyseerd door de hersenen. Deze features zijn makkelijker te herkennen dan templates en bovendien kan vanuit deze features makkelijk het object herkend worden (bijvoorbeeld een A bestaat uit twee schuine en een liggend streepje).

Biederman (1987) heeft een theorie bedacht over het herkennen van objecten door middel van componenten van die objecten, de recognition-by-components theory:

1 Het object wordt verdeeld in een aantal sub-objecten

2 De sub-objecten worden geclassificeerd in een bepaalde categorie. Er zijn 36 categorieën die geons worden genoemd (een afkorting van geometric ions), bv een cilinder of een piramide.

3 Als de sub-objecten geïdentificeerd zijn, kan het hele object herkend worden. Een experiment wees uit dat mensen makkelijker objecten kunnen herkennen waar segmenten (bv stukjes lijn) ontbraken dan objecten waar componenten (bv een vleugel van een vliegtuig) ontbraken.