MétaCan
Menu
← Retour à la cohorte
Enregistrement W2080282241 · doi:10.1121/1.4780604

Intelligibility of non-native Lombard speech for non-native listeners

2004· article· en· W2080282241 sur OpenAlexaff
Chi-Nin Li

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2004
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIntelligibility (philosophy)QUIETLinguisticsSpeech recognitionNoise (video)AcousticsPsychologyComputer sciencePhysicsArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Previous study [C-N. Li, J. Acoust. Soc. Am. 114, 2364 (2003)] has shown that foreign-accented Lombard speech is more intelligible than normal speech when presented in noise to native English listeners. This research extends that work and examines the intelligibility of non-native English speakers’ Lombard speech perceived by listeners from the same L1 background. Twelve Cantonese speakers and a comparison group of English speakers read 48 simple true and false English sentences in quiet and in 70 dB of cafeteria noise. Normal and Lombard sentences were masked with noise at a constant signal-to-noise ratio, and presented along with noise-free stimuli to eight native Cantonese speakers who assessed intelligibility by transcribing the sentences in standard English orthography. Analyses indicated that for both groups of speakers, sentences presented in noise were less well perceived than those presented without noise. The Cantonese speakers’ utterances were more intelligible than were the native English productions. However, in noisy conditions, the Lombard speech of the Cantonese speakers was correctly transcribed less often than their normal utterances, and the English speakers’ Lombard speech was not more intelligible than their normal speech.

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)0,004
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,371
Écart entre enseignants0,338 · 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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetPhonetics and Phonology Research→Travaux en français237 207→