Psychoacoustic roughness as a measure of glottalization in consonants

2022 年度 研究成果報告書

• 研究課題/領域番号: 19K13162
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分02060:言語学関連
• 研究機関: 会津大学
• 研究代表者: Perkins Jeremy 会津大学, コンピュータ理工学部, 上級准教授 (30725635)
• 研究期間 (年度): 2019-04-01 – 2023-03-31
• キーワード: Psychoacoustic roughness / glottalized consonants / spectral tilt / Thai / Korean / machine learning / random forest

研究成果の概要

韓国語とタイ語からデータを収集し、タイ語と韓国語の両方で音響心理学的粗さが声門化子音を識別できることを示した。しかし、この結果は韓国語よりもタイ語の方がより強固であり、他の方法では韓国語の方がより大きな効果が得られました。最後に、機械学習法を用いて、一般的に使用されている音響測定値でモデルを学習させました。この方法は、言語学者が複数の音響測定値を用いた生産研究で使用するのに有望な方法であることが示されました。その結果、声調開始時間が緊張子音を他と区別する主要な尺度であること、声門形成は緊張子音をレニスや吸気子音と区別するのに必要ない副次的な特徴であることが示されました。翻訳：DeepL.

自由記述の分野

Phonetics

研究成果の学術的意義や社会的意義

This research showed that acoustic measures that were traditionally used for voice quality in vowels can also identify glottal constriction in consonants (in particular, psychoacoustic roughness). Also, machine learning was used to assess which acoustic measures can distinguish groups of sounds.