MétaCan
Menu
← Retour à la cohorte
Enregistrement W2047781847 · doi:10.1121/1.2942954

Psychophysical detection threshold of formant manipulations during speech production

2007· article· en· W2047781847 sur OpenAlexaff
David W. Purcell, Kevin G. Munhall

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensQueen's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésFormantAuditory feedbackSpeech productionCompensation (psychology)Detection thresholdAudiologyComputer scienceSpeech recognitionAcousticsPsychologyVowelPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

In altered auditory feedback experiments, participants respond rapidly and alter their speech production to compensate for the induced auditory feedback error. This response does not occur with small feedback perturbations, and thus there must be a threshold for compensation by the auditory-vocal feedback system. What is unknown is the psychophysical threshold during speech production (i.e., how large are manipulations that are consciously detectable?). The purpose of this experiment was to compare the threshold for conscious awareness of perturbation, and the minimal change that induces compensation. A real-time auditory feedback manipulation system was employed in a repeated measures design. The compensation threshold was determined using the change point test during a perturbation ramp of 4 Hz/utterance. In the psychophysical measurement, the size of the feedback manipulation followed a two-alternative forced-choice paradigm. With 17 individuals, the mean psychophysical threshold was 105 Hz (SE: 9 Hz). The mean compensation threshold was 64 Hz (SE: 8 Hz). The significant difference between these thresholds is consistent with the hypothesis that the auditory-vocal feedback system can operate without conscious control and suggests that it may have access to a more sensitive representation of speech formants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetHearing Loss and Rehabilitation→Travaux en français237 207→