Bốn thanh điệu, và vì sao thanh 3 là chỗ hỏng của cả người học lẫn máy chấm

Sáu thanh đổi lấy bốn thanh

Người nói tiếng Anh gặp thanh điệu như gặp một chiều thứ tư: họ chưa từng dùng cao độ để phân biệt nghĩa của từ, chỉ dùng để phân biệt câu hỏi với câu kể. Người Việt thì đã làm việc đó cả đời. Đây là lợi thế thật và nó đến ngay ngày đầu, khác hẳn lợi thế Hán-Việt vốn chỉ mở ra từ HSK 4.

Nhưng “đã quen dùng cao độ” không có nghĩa là “ánh xạ được một-đổi-một”. Bốn thanh tiếng Trung không phải bốn trong sáu thanh tiếng Việt.

Hai dòng cuối là nơi sinh ra gần hết lỗi phát âm của người Việt. Thanh 4 tiếng Trung rơi từ trên cao xuống; thanh huyền tiếng Việt đi xuống nhưng bắt đầu ở vùng thấp và mềm. Đọc 是 (*shì*) bằng thanh huyền thì người nghe vẫn hiểu, nhưng giọng nghe “nhão” — và trong bài thi nói thì mất điểm.

Thanh 3 gần như không bao giờ được đọc đủ

Sách vẽ thanh 3 thành một đường võng: xuống rồi lên. Trong lời nói thật, hình chữ V đầy đủ đó chỉ xuất hiện khi âm tiết đứng một mình hoặc đứng cuối câu. Ở mọi chỗ khác, nó bị cắt còn nửa dưới: xuống thấp và nằm ở đáy, không lên.

Người Việt hay đọc thanh 3 thành thanh hỏi, tức là cố lên ở cuối cho “đủ hình”. Kết quả là âm tiết dài ra và nghe như đang hỏi lại. Chỉ dẫn thực dụng: thanh 3 là thanh THẤP, không phải thanh võng. Giữ giọng ở đáy và đừng cố kéo lên.

Còn một luật nữa mà bỏ qua thì nói sai hàng ngày: hai thanh 3 đứng cạnh nhau thì cái đầu đọc thành thanh 2. Trong kho từ vựng của trang, luật này chạm vào 127 từ, và tổng cộng có 197 từ đổi thanh khi đọc nối (phần còn lại là biến âm của 一 và 不).

Điểm quan trọng: chữ viết không đổi, dấu thanh trong từ điển không đổi. Chỉ cách đọc đổi. Người học tra từ điển và đọc đúng như từ điển ghi thì nói ra một chuỗi mà người bản ngữ nghe thấy gượng, dù không sai một dấu nào.

Máy chấm của chúng tôi hỏng ở đúng chỗ đó

Trang này có một bộ chấm thanh điệu chạy hoàn toàn trên máy người dùng: lấy micro, trích tần số cơ bản bằng thuật toán YIN, chuẩn hoá theo giọng người nói, cắt âm tiết rồi phân loại thanh. Không gửi giọng của bạn đi đâu cả.

Trên tín hiệu tổng hợp — những đường cao độ do chính chúng tôi dựng, đã biết trước đáp án — bộ chấm đạt 100%. Con số đó suýt khiến chúng tôi kết luận “thuật toán chạy tốt”. Nhưng khi đem 159 bản thu giọng người thật (khoảng 40 mẫu mỗi thanh, lấy từ một kho ghi âm mở có giấy phép) ra đo, kết quả khác hẳn.

Nguyên nhân của lần đo đầu (76,1%) hoá ra rất cụ thể: đuôi thanh 4 và đáy thanh 3 rơi vào giọng cót két — dây thanh rung không đều. YIN thấy tín hiệu mất tính tuần hoàn nên đánh dấu đoạn đó là vô thanh và vứt đi. Mà đó đúng là đoạn mang thông tin “giọng đang rơi”. Chữ 大 chỉ còn 9 khung đọc được trên khoảng 28 khung đủ to, mất hẳn đoạn rơi, nên máy đọc thành thanh 1.

Cách sửa là cho ngưỡng một độ trễ: khung nằm cạnh một chuỗi hữu thanh chắc chắn được xét lại ở ngưỡng lỏng hơn, thay vì nới ngưỡng đại trà. Thanh 3 và thanh 4 đi từ 55% lên 78%, tổng thể 76,1% → 86,8%.

21 ca còn hỏng thì gần hết là thanh 3 lẫn với thanh 4, và lý do đã biết từ đầu: chuẩn hoá cao độ trong phạm vi một âm tiết làm mất thông tin về độ cao tuyệt đối. Với một âm tiết đơn lẻ, mốc tham chiếu chính là trung vị của chính nó, nên “cao” và “thấp” không còn nghĩa — mà đó lại là thứ duy nhất tách thanh 4 (rơi từ cao) khỏi thanh 3 (nằm thấp suốt).

Chỗ chúng tôi chưa làm được