Labiodentalization of bilabial stops in spontaneous english smiled speech
Notice bibliographique
Résumé
The co-occurrence of facial expressions and speech production presents a conflict of opposing muscular activation. Existing English research indicates a pattern of bilabial stops being resolved as labiodentals during smiled speech. Electromyographic data suggests that suppression is imposed on one muscle force to resolve the smiling-lip closure conflict [Liu et al., in ISSP Proceeding (2020), pp. 130–133]. These results have limited generalizability as data was collected from one speaker performing reading tasks under laboratory context. The present study continues the investigation of bilabial productions by investigating bilabial phonemes in spontaneous smiled speech. Natural speech samples from 16 native English speakers were extracted from YouTube interviews and vlogs. Bilabial phonemes in neutral and smiling conditions were analyzed for labiodentalization using facial imaging software. The intensity of Facial Action Units (FAU) “lip corner puller” and “lip tightener” during labial token productions were examined. Results show that labiodentalized variants of bilabial tokens also occurred during natural smiled speech. FAU intensity measurements indicate lower “lip corner puller” intensity during bilabial closures than labiodental ones when smiling. This suggests that smile suppression was observed when lip closure was prioritized, validating earlier laboratory conclusions that selective muscular suppression is utilized in the resolution of conflict between articulators.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».