A sociophonetic study of creaky voice across language, gender and age in Canadian English-French bilinguals
Notice bibliographique
Résumé
This paper examines the acoustic correlates of creaky voice across language, gender and year of birth to investigate 1) the reliability of cross-linguistic differences in voice quality, 2) the direction and extent of gender differences with respect to creaky voice, and 3) the existence of an ongoing sound change targeting voice quality. Spontaneous speech from 49 Canadian English-French bilingual speakers was collected from publicly available online data sources. This corpus was processed and a range of acoustic measures of voice quality extracted using an automated pipeline with manual checks. Results do not show strong nor consistent evidence for cross-linguistic differences in creak. Regarding gender, men’s voices are unequivocally creakier, indicated by more unreliable f0 tracks, lower H1*–H2*, lower CPP and lower HNR < 500 Hz. As for age, results generally show more creak for older speakers, CPP and HNR < 500 Hz values increasing with YOB while other acoustic measures show no significant differences, suggesting that these effects are more likely due to vocal aging than sound change in progress. Contrary to popular perception and recent work claiming that young women are leaders in creaky voice use, this study finds that acoustic correlates of creak show the exact opposite: men’s voices are creakier and if anything, younger speakers are less creaky. Possible reasons for this discrepancy, reviewing recent perceptual work on creaky voice, are discussed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».