Where does the gamma go?: Acoustics of the non-labialized voiced velar approximant in Tlingit
Notice bibliographique
Résumé
The acoustic properties of the voiced velar approximant [ɰ] are poorly characterized, partly from understudy of relevant languages and partly from uncertainty about the sound itself. We investigate this sound in Tlingit, a critically endangered indigenous language of northwestern North America, where [ɰ] contrasts with labialized [w] and palatal [j] in some dialects but not in others where it was lost through sound change (reductive primary split with merge). We use audio recordings of spoken narratives spanning much of the 20th century from speakers with and without [ɰ] to characterize this sound both dialectally and diachronically. We measure formants (f1–f3) to identify place information, amplitude for oral aperture, and harmonic-to-noise ratio for manner. Existing descriptions and phonological patterns predict that [ɰ] is an approximant and not a fricative so we compare against known approximants for differences in turbulence and spectral properties. We also compare against labialized sounds including contrastive [w] for absence of lowered f3 to exclude lip rounding in [ɰ]. We argue that it is the intersection of these acoustic cues that distinguishes [ɰ] from similar sounds, but that these cues are unstable so that dialectal sound change arises from misperception in perturbations of their production.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».