The application of a psychophysical difference metric to perceptual similarity judgments in vowels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Models of cross-language speech perception have had limited success in predicting the discriminability or perceptual similarity of non-native contrasts. These failures may be attributed partly to an inability to quantify the phonetic differences between non-native speech sounds. This study attempted to quantify such gross psychophysical differences between speech sounds, specifically by utilizing dynamic time warping (DTW) on human factor cepstral coefficients to compare the spectrum of the entire length of the speech sounds in question. This technique has been successfully applied to account for the discriminability of different non-native consonant contrasts [Harnsberger, J. D., Shrivastav, R., and Skowronski, M.; J. Acous. Soc. Am. 117, 2460, 2005]. This study extends this work to perceptual similarity judgments of vowels. Specifically, twenty native speakers of English were presented with all possible pairings of ten vowels produced by two speakers of English. Subjects were asked to rate their similarity on a seven point scale. The resulting similarity scores were then compared with the output matrix of the DTW psychophysical difference metric for the same stimulus materials. The results showed a significant correlation (r=.60**) between the two measures, demonstrating the efficacy of the metric with a greater range of stimulus types and tasks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle