Creaky voice perception modulated by f0 and gender cues
Notice bibliographique
Résumé
Creaky voice has traditionally been associated with men's speech (e.g., Henton & Bladon, 1988), with acoustic work corroborating this long-standing claim (e.g., Gittelson et al., 2021; Klatt & Klatt, 1990). Since around 2010, public discourse and well-cited sociolinguistic work (e.g., Podesva, 2013; Yuasa, 2010) have perpetuated increased creak use by women, typically implementing perceptual coding. This study investigates this mismatch by testing how creaky voice perception is modulated by (perceived) speaker gender and f0. Using a matched-guise paradigm, 40 Canadian English listeners rated modal and creaky voices—altered to have ambiguously gendered formants and median f0 (115,135, 155 Hz), and paired with female and male faces—for perceived creakiness along a visual-analog scale. Bayesian regression models showed robust effects of voice quality and moderate effects of f0: creaky and lower f0 stimuli rated as creakier. We found no evidence of female faces increasing creakiness ratings overall. However, a weak interaction between face gender and f0 suggests a possible gender prototypicality effect: creakiness ratings slightly higher for female faces at low f0 and for male faces at higher f0. These results indicate that reports of increased creak in women’s voices cannot be explained by social gender bias or acoustic bias alone.
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».