MétaCan
Menu
Retour à la cohorte
Enregistrement W2960638122 · doi:10.1159/000500187

Detecting Foreign Accents in Song

2019· article· en· W2960638122 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePhonetica · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensCarleton UniversityTransport Canada
Organismes subventionnairesnon disponible
Mots-clésDuration (music)PronunciationStress (linguistics)LinguisticsActive listeningPsychologyPerceptionVowelSpeech recognitionVariation (astronomy)First languageIntonation (linguistics)CommunicationComputer scienceAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper presents three experiments exploring the perception and production of accents in song. In a perception experiment, participants listened to passages sung and spoken by native and non-native speakers of English. The participants did better at identifying native speakers when listening to the spoken passages. Accents were also judged as more native-like in song than in speech. In addition, two production experiments compared the acoustic characteristics (pitch, duration, F1 and F2) of sung and spoken vowels, produced by native and non-native speakers of English. Both native and non-native speakers changed the pitch and duration of their vowels when singing; the vowel quality was not consistently shifted. Together, the results indicate that the melody imposed by the song impacts the suprasegmental properties of pronunciation whereas the segmental properties remain largely intact. Based on these results, we conclude that a main reason why accents are more difficult to detect in song than in speech is that the rhythm and melody imposed by the song mask intonational cues to accent.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,994

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)0,0080,007

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 Opus0,032
Tête enseignante GPT0,350
Écart entre enseignants0,319 · 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