MétaCan
Menu
← Retour à la cohorte
Enregistrement W2622481963 · doi:10.1121/1.4987643

Quantifying sonority contour: A case study from American English

2017· article· en· W2622481963 sur OpenAlexaff
Suyeon Yun

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSonority hierarchyConsonantConsonant clusterIntensity (physics)MathematicsSentenceSpeech recognitionCluster (spacecraft)LinguisticsComputer sciencePhysicsVowelArtificial intelligenceOpticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Previous studies have argued that the most reliable phonetic correlate of sonority is intensity (e.g., Parker 2002, 2008, Jany et al. 2007). However, those studies have only considered intensity of a single segment. This paper investigates the phonetic correlate of sonority contour in consonant clusters. 10 native speakers of American English (5 male, 5 female) read 33 monosyllabic English words that begin with a bi- or tri-consonantal cluster (e.g., play, stray) embedded in a frame sentence (“Father saw ‘____’ again,” used in Parker 2008). Measured first were (i) an average RMS and (ii) sound level minima of each consonant in the cluster C1C2, and the sonority contour was quantified by subtracting the intensity value of C1 from the intensity value of C2. Also, (iii) actual intensity slopes in the transition between the two consonants were measured. Results show that the intensity contours calculated based on (i) and (ii) do not always correspond to the intensity slopes (iii), while both of them are in general correlated with the sonority contour. It will also be suggested that it is intensity slopes (iii) that play a crucial role in consonant cluster perception and in phonological phenomena involving consonant clusters.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,396
Écart entre enseignants0,324 · 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
Publié2017
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→