MétaCan
Menu
Retour à la cohorte
Enregistrement W2897855807 · doi:10.1121/1.5067651

Linking production and perception of clear speech

2018· article· en· W2897855807 sur OpenAlexaff
Joan A. Sereno, Allard Jongman, Yue Wang, Ghassan Hamarneh, Lisa Tang, Saurabh Garg, Paul Tupper, Bob McMurray, Charles Redmon, Yuyu Zeng, Beverly Hannah, Keith K. W. Leung, Sylvia Cho

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOptimal distinctiveness theoryIntelligibility (philosophy)Speech productionPerceptionMotor theory of speech perceptionSpeech perceptionPsychologySpeech recognitionComputer scienceCognitive psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Speech communication can adopt different styles as a function of speaking environments and communicative needs. In auditorily or visually challenging contexts, speakers often alter their speech production using a clarified, hyper-articulated speech style with the intention of enhancing speech intelligibility. Such modifications may result in perceptible articulatory and acoustic changes. Questions thus arise as to whether and what clear-speech modifications facilitate perception. This presentation surveys recent research conducted in our labs, investigating clear-speech production and its associated effects on perception. In a series of three-stream studies, this research relates analyses of visible articulatory features using computer image-processing techniques, measurements of acoustic properties, and perceptual patterns of clear-speech segments and suprasegmentals by native and non-native perceivers. Results reveal that clear (relative to plain) speech modulates different and compensatory articulatory-acoustic cues within each sound category to enhance intelligibility. However, our results also show that clear-speech modifications that reduce phonemic category distinctiveness inhibit intelligibility. These findings indicate that clear-speech effects are governed by the collateral principles of within-category cue enhancement and maintenance of category distinctiveness.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,330
Écart entre enseignants0,297 · 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'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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMultisensory perception and integrationTravaux en français237 207