MétaCan
Menu
Retour à la cohorte
Enregistrement W2022164734 · doi:10.1121/1.4778214

Glottal-wave and vocal-tract-area-function estimations from vowel sounds based on realistic assumptions and models

2005· article· en· W2022164734 sur OpenAlexaff
Huiqun Deng, Rabab Ward, M.P. Beddoes, Murray Hodgson, Bryan Gick

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech Recognition and Synthesis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVocal tractVowelAcousticsGlottisMathematicsInverse filterSpeech recognitionInverseComputer sciencePhysicsMedicineLarynxAnatomyGeometry

Résumé

récupéré en direct d'OpenAlex

Estimating glottal waves by inverse filtering vowel sounds and deriving vocal-tract area functions (VTAFs) from vocal-tract filter (VTF) estimates require that VTF models be realistic and that VTF estimates contain no effects of open glottises and glottal waves. In this study, VTFs are modeled to have lip reflection coefficients with low-pass frequency responses; to minimize the effects of open glottises and glottal waves on the estimates, VTFs are estimated from sustained vowel sounds over closed glottal phases, assuming that the glottal waves are periodically stationary random processes. Since incomplete glottal closures are common, VTF estimates may contain the effects of glottal loss. To eliminate the effects of glottal loss in the VTF estimates, lip-opening areas must be known. Theoretically, estimates of glottal waves and VTAFs corresponding to large-lip-opening vowel sounds are less affected by the glottal loss than those corresponding to small-lip-opening vowel sounds. The VTAFs and glottal waves estimated from vowel sounds produced by several subjects are presented. The normalized VTAFs estimated from large-lip-opening sounds are similar to that measured from an unknown subjects magnetic resonance image. Over closed glottal phases, the glottal waves are non-zero. They increase during vocal-fold colliding, and decrease or even increase during vocal-fold parting.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,250
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSpeech Recognition and SynthesisTravaux en français237 207