Prosodiset piirteet kertovat kielitaustasta : virolaisten puhuma suomi
Bibliographic record
Abstract
Tavoitteet: Tutkielmassa tarkastellaan virolaisten puhuman suomen prosodisia piirteitä suomalaisiin verrattuna. Kummatkin ovat kvantiteettikieliä ja sukukieliä, mutta virolaisten puhuman suomen tunnistaa silti kuulonvaraisesti vierasperäiseksi. Viron kolme kvantiteettia voisi olettaa ilmenevän jollain tavalla heidän lukemassaan suomen kielessä. Tarkoituksena on kehittää tutkijaa helpottava visuaalinen tarkastelutapa kielierojen löytämiseksi puheenanalyysiohjelma Praatin avulla. Päätutkimuskysymyksenä oli voidaanko virolaisten puhumista suomen sanoista löytää sellaisia perustaajuus- ja intensiteetti- sekä kestoeroavaisuuksia, että ne näkyvät akustisissa mittauksissa eivätkä jää vain kuulijan mielipiteen varaan. Menetelmät ja aineisto: Tutkimuksessa on käytetty Usix-hankkeen (nro 3204/31/01) Puhujantunnistus-alihankkeessa äänitettyä materiaalia (Helsingin yliopiston hanke nro 460325). (TEKESin rahoituspäätökset 40285/00, 40406/01 ja 40238/02, Helsingin yliopiston hanketunnus 460325.) Näkökulmaksi on valittu instrumentaalis-foneettinen tarkastelutapa. Puhujiksi valittiin kuusi suomalaista ja kuusi virolaista puhujaa. Koehenkilöt lukivat saman tekstin ja se äänitettiin laadukkaalla mikrofonilla studio-olosuhteissa. Koeaineistoksi valittiin erityisesti vierasperäisiltä kuulostavat sanat virolaisilta puhujilta ja sen jälkeen vastaavat suomalaisilta. Tutkittavia sanoja oli lopulta 32 puhujaa kohden. Näistä sanoista piirrettiin Praat-ohjelmalla visuaalinen esitys. Kuvantamistavassa on spektraaliset ominaisuudet nähtävissä yhtä aikaa perustaajuus- ja intensiteettitiedon kanssa. Perustaajuus ja intensiteettimittauksia tehtiin sanoista, tavuista ja ensitavun ytimestä. Praat-ohjelman tuottama tieto saatiin puoliautomaattisesti tilasto-ohjelmiin. Prosodisia muutoksia pyrittiin kuvaamaan absoluuttisten arvojen lisäksi tasainen, laskeva ja nouseva -malleilla, joiden arviointi perustui puolisäveliin. Lisäksi tehtiin joitakin kestomittauksia ensitavun vokaaleista tavutyypeittäin. Tulokset ja johtopäätökset: Praat-ohjelman tuottama kuvantamistapa on informatiivinen ja toimii tutkijan apuvälineenä. Virolaisten puhujien lukema suomi on kaikilta osiltaan perustaajuudeltaan vaihtelevampaa suomalaisiin verrattuna. Tavutasolla muutoksen suunta on joko nouseva tai laskeva, kun se suomalaisella on ennemmin tasainen. Ero voi tapahtua tavun ytimen tasolla, mutta on selvimmin havaittavissa hieman pidemmästä jaksosta. Yksittäisissä sanoissa on kestoeroa hitaamman lukemisen vuoksi, mutta sitä ei pystytty tässä tutkimuksessa yhdistämään taustakielten erilaiseen kvantiteettiin. Jatkossa olisi kiinnostavaa tehdä laajemmat tilastolliset analyysit ja pohtia myös muita kieliä puhujan lähtökieleksi. Kielenopetusnäkökulmasta voisi tarkastella puhujia, jotka jo osaavat kieltä jonkin verran ja haluavat oppia parempaa ääntämystä.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.055 | 0.011 |
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".