A comparison of algorithms to automatically extract vowel formants and nasal poles from tagged vowels in <scp>PRAAT</scp>.
Notice bibliographique
Résumé
The goal of the present research was to develop an easy-to-use PRAAT script yielding robust measurements of acoustic correlates of vowel quality and vowel nasality. Several algorithms were scripted in PRAAT and evaluated on two corpora. The first was the Hillenbrand corpus, containing /hVd/ words in isolation, spoken by 50 men, 50 women, 29 boys, and 21 girls, where vowels have been hand-tagged by experts. The best performing algorithm yielded extremely high correlations with the expert-measured F1 and F2 frequencies (r>0.95). The second corpus consisted of spontaneous speech by American English and Canadian French women, addressing either their infant or an adult, and where several types of vowels had been hand-tagged (including point vowels /i,a,u/, frequently used to assess vowel space size; and contrasts of vowel tenseness, likely involving F1 and F2 frequencies; and vowel nasality, correlated with F1 bandwidth, as well as its amplitude in relation to the nasal poles P0 and P1). Although, even the best algorithm yielded spurious F2 values for infant-directed /u/'s, measures were robust indicators of vowel quality and nasality in non-back vowels across the different speakers, languages, and registers. Thus, this script may be useful, particularly for non-specialists, since it only requires vowel-tagging.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».