Voice quality as a marker of ethnicity in New Zealand: From acoustics to perception<sup>1</sup>
Notice bibliographique
Résumé
This study is the first acoustic analysis of voice quality in the two main ethnic dialects of New Zealand English. In a production experiment, narratives from 36 speakers were analyzed and H1‐H2 spectral tilt measures were calculated for each vowel. The results provide instrumental evidence for impressionistic claims about the differing voice quality features of the two main ethnic groups, showing that Maori English speakers are creakier than European New Zealanders. A perception experiment was also carried out to determine the perceptual salience of voice quality for the identification of speaker ethnicity. The results of regression analyses confirm that listeners are sensitive to the phonation differences, and are able to rely on phonation cues in an ethnic dialect identification task. The study demonstrates the role of voice quality as a critical sociolinguistic variable, and highlights the importance of listeners’ previous dialect exposure in terms of sensitivity to prosodic cues. Ko tēnei pūrongo te tirohanga tuatahi ki ētahi āhuatanga o te reo e puta ana i te korokoro o ngā kaikōrero o ngā reo ā‐iwi e rua o te Reo Pākehā i Aotearoa. I tētahi whakamātau i āta tirohia ngā oropuare o ētahi kōrero nō ngā kaikōrero 36, ā, kua tatauria ngā ine H1‐H2 e kīia ana ko te spectral tilt. Ko ngā putanga he taunakitanga mō ngā whakaaro o te tāngata e pā ana ki te rerekētanga o ngā reo o te hunga Pākehā me te hunga Māori, e whakaatu hoki ana he kekē atu te reo o ngā mea e kōrero ana i te ‘Māori English’ i te reo e kōrerohia ana e te iwi Pākehā. He whakamātau whakarongo i whakahaerehia kia kite mena he āwhina tēnei āhuatanga o te reo kia mōhio te kaiwhakarongo ko wai te iwi o te kaikōrero. Ko ngā whakaputanga o ngā tatauranga e kī ana kei te tino mārama tēnei āhuatanga o te reo e puta ana i te korokoro o te tāngata, ā, ka taea ēnei rerekētanga te whakamahi kia whakawehea te tangata Māori i te tangata Pākehā. Nā tēnei ka kitea he āhuatanga motuhake te reo o te korokoro, ā, he mea nui hoki mena kua tino wāia te kaiwhakarongo ki ngā reo ā‐iwi. [Māori]
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».