Coarticulation in a whole event model of speech production
Notice bibliographique
Résumé
Previous models of coarticulation have used varying combinations of advance planning and on-line calculation of weighted averages to determine how temporally overlapping speech sounds interact [see Farnetani and Recasens, Hbk. Phonet. Sci. Wiley-Blackwell (2010)]. A robust model of coarticulation should be able to predict such local interactions, as well as to describe changes resulting from rate variation, which should influence degree of temporal overlap between adjacent events. Using a model of tongue-jaw-hyoid biomechanics [Stavness et al., J. Biomech. (2012)], the present paper demonstrates that typical cases of lingual coarticulation can be attributed to the intrinsic biomechanics of the human body in an entirely feed-forward model with no additional machinery. Biomechanical modeling outcomes are compared to speech articulations at different speech rates, and show that naturalistic coarticulatory patterns emerge simply by varying degrees of temporal overlap in a biomechanically realistic model. The built-in mechanics of the human body can handle coarticulatory interactions with no extrinsic model at all, save one that identifies a) the right body parts, and b) the time-course of events. Results are interpreted in a “Whole Event” model of speech. [Research funded by NSERC.]
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».