Effects of voice familiarity and age on perceptual organization of sound from two competing talkers
Notice bibliographique
Résumé
We used the Coordinate Response Measure (CRM) procedure (Bolia et al, 2000) to examine whether a non-acoustic characteristic of speech -voice familiarity- can affect a listener's ability to separate competing voices. We tested 27 listeners, aged 45-79, with their spouse's and two novel voices (other listeners' spouses). Couples had been living together at least 18 years. On each trial, two different talkers produced two of four callsigns (one being the target 'Baron'), two of four colours and two of eight numbers, and the participant responded by indicating the colour-number combination to which 'Baron' was told to go. We tested three conditions: spouse-voice target phrase with a novel-voice masker phrase (F/N); novel-voice target with spouse-voice masker (N/F); novel-voice target with (different) novel-voice masker (N/N). Compared to N/N, performance was significantly better in F/N, and, crucially, N/F conditions, indicating that listeners can exploit learned characteristics of a masking voice to help them track a novel voice. Furthermore, whereas the younger participants (under 60) benefited from having a familiar voice as target or as masker, the older group (over 60) benefited only when the familiar voice was the focus of attention, suggesting that the ability to use voice familiarity to segregate sounds changes with age.
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 | 0,002 | 0,007 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».