A Praat script for unsupervised phoneme segmentation based on spectro-temporal representation
Notice bibliographique
Résumé
Unsupervised phoneme segmentation can be useful for corpus-based phonetic research and speech technology. Despite numerous previous studies, software that is straightforward and lightweight to install and execute is hard to find. In response, I present a Praat script which converts input recording to a spectro-temporal representation, measures how the representation differs between either side of each frame, and draws boundaries at peaks of the difference measure. The user can choose from various types of representation (e.g. mel spectrogram, cochleagram) and measure (e.g. cosine distance, spectral transition measure) as well as configure how they are computed and interpreted for peak detection. Experiments suggest that running the script with the log mel spectrogram and spectral transition measure identifies phonetic boundaries at reasonable performance levels: e.g. F-score = 0.771 on the standard TIMIT test set compared with F-score = 0.848 using the Montreal Forced Aligner (McAuliffe et al., 2017) and F-score = 0.837 using a state-of-the-art semi-supervised model based on deep learning (Kreuk et al., 2020). The script is available at the author's website for download as a single file and can be executed via Praat which many phoneticians should already have on their computer.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».