Le human beatbox entre musique et parole : quelques indices acoustiques et physiologiques
Bibliographic record
Abstract
Technique vocale impliquant l’appareil vocal pour imiter des instruments de musique ou des sons électroniques, le human beatbox est décrit acoustiquement et physiologiquement. Musicalement parlant, entre les trompettes bouchées, grosses caisses, charleston et caisses claires originales et imitées, les oscillogrammes, courbes mélodiques, spectrogrammes et pentes spectrales montrent plusieurs ressemblances. En outre, la notation des percussions utilisées par les beatboxeurs rend compte d’analogies entre celles-ci et certaines consonnes des langues du monde, analogies quantifiables par exemple par une intensité plus faible et une énergie plus concentrée dans le grave pour la grosse caisse que pour la caisse claire beatboxées, comme [p] et [t] respectivement. Nos analyses aérodynamiques ont montré que la production de percussions beatboxées s’apparentait à celle de consonnes éjectives pour la grosse caisse beatboxée (notamment fermeture des plis vocaux juste avant l’explosion), implosives pour la caisse claire (notamment flux d’air inhalé avant le bruit d’explosion), et de clics pour la charleston beatboxée (notamment débit d’air nasal décroissant puis croissant). Le larynx est sollicité comme vibrateur et articulateur ; ses composants sont utilisés de manière indépendante. Les lèvres et la langue participent également à la production de ces sons beatboxés, ainsi situés entre musique et parole.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".