Real-time speech adaptations in conversations between human interlocutor and AI confederate
Notice bibliographique
Résumé
Compared to human-directed adaptations, less is known about how humans adjust their speech for intelligibility benefits while interacting with an AI-powered voice interface. In this study, we investigate human speech adaptations in human-to-human versus human-to-AI unscripted conversations. Specifically, we examine the production of words containing intervocalic /t-d/ in a conversation between a speaker who distinguishes these two stops (e.g., metal–medal) and a speaker (“flapper”) who merges the two stops into a flap /ɾ/. We predict that misperceptions of intervocalic /t-d/ may cause confusions, thus motivating adaptations. We record native Canadian-English speakers (flappers) while playing a video game on Zoom in two conversation settings: with (1) a human non-flapper and (2) an AI non-flapper (computer-generated speech). Acoustic analyses of the productions by human flapper speakers include features specific to stop-flap distinctions as well as global features (e.g., overall duration). In both human- and AI-directed speech, we expect human interlocutors to change flapped productions to stops to enhance intelligibility, particularly late in the conversation. Moreover, we expect differences between human- and AI-directed adaptations, with the former dominantly employing sound-specific features and the latter relying more on global hyperarticulation. Understanding these interlocutor-oriented adaptations may inform the technology behind human-computer interfaces.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».