MétaCan
Menu
Retour à la cohorte
Enregistrement W2741721042

Effects of nasality and utterance length on the recognition of familiar speakers.

2015· article· en· W2741721042 sur OpenAlexaff
Julien Plante-Hébert, Victor J. Boucher

Notice bibliographique

RevueICPhS · 2015
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésNasalityUtteranceSpeech recognitionPsychologySet (abstract data type)Line (geometry)AudiologyCommunicationLinguisticsComputer scienceMathematicsVowel
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The present study examines the effects of nasality and utterance length on memory of familiar speakers using the technique of voice line-ups. With this technique, presented speakers have similar speech F0, dialect, and age range, and they utter the same material. Sets of voice line-ups were elaborated each containing 10 male voices (1 target “familiar” voice and 9 “filler” voices). In each set, speakers produced given utterances of four different lengths, with varying numbers of nasal sounds. Participants (n = 44) were selected on the basis of their familiarity with the target voice. They were asked to identify the familiar voice within line-ups. The results show that both utterance length and nasality positively influence voice recognition but these effects only begin after hearing four or more syllables. This suggests that speaker recognition requires a few syllables and may not operate as quickly as processes of visual recognition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,760
Score d'incertitude au seuil0,147

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,079
Tête enseignante GPT0,337
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICPhSMême sujetPhonetics and Phonology ResearchTravaux en français237 207