MétaCan
Menu
Retour à la cohorte
Enregistrement W2088282379 · doi:10.1121/1.4788557

Articulatory influences on the categorization of speech sounds

2005· article· en· W2088282379 sur OpenAlexaff
H. Henny Yeung, Bryan Gick, Janet F. Werker

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGestureCategorizationActive listeningPerceptionSpeech recognitionComputer scienceSpeech perceptionAcousticsCommunicationPsychologyCognitive psychologyArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

This cross-modal study investigates whether production of speech gestures can influence auditory speech perception. Participants made categorization judgments on a continuum between /ba/ and /da/, while making concurrent motor gestures. Ten participants categorized synthesized sounds from a /ba/-/da/ continuum while (a) simply listening, (b) concurrently making a /ba/, /da/, or /ga/ gesture without vocal fold vibration, or (c) making a nonspeech gesture (i.e., tongue protrusion). Preliminary data indicate that making /ba/ and /ga/ gestures, or tongue protrusions, will shift the perceptual boundary away from the /da/ end of the continuum (i.e., towards the /ba/ end of the continuum), compared to a passive listening condition. Making /da/ gestures did not shift the perceptual boundary, compared to this same listening condition. These data offer support for the idea that auditory categorization of speech tokens on a continuum can be influenced by conflicting information in other modalities—specifically articulatory gestures. Further studies will be conducted to examine the influence of (a) other speech gestures on these synthesized sounds, and (b) speech gestures on the perception of naturally-produced speech tokens.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0010,009
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 savante0,0010,001
Science ouverte0,0000,001
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 Opus0,025
Tête enseignante GPT0,307
Écart entre enseignants0,282 · 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'étudeObservationnel
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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetHearing Impairment and CommunicationTravaux en français237 207