論文の概要: Articulatory strategy as a source of variation in acoustic vowel dynamics

• arxiv url: http://arxiv.org/abs/2605.23416v1
• Date: Fri, 22 May 2026 09:25:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.287577
• Title: Articulatory strategy as a source of variation in acoustic vowel dynamics
• Title（参考訳）: 音響的母音力学における変化源としての調音戦略
• Authors: Patrycja Strycharczuk, Justin J. H. Lo, Sam Kirkham,
• Abstract要約: i/ における舌の形状は口蓋オフグライドを持つディフソンのフォルマント力学の有意な予測因子であることが判明した。 口蓋母音における舌根および/または背骨のより大きな調音変位は舌の形状から大きな歪みを生じさせる。
• 参考スコア（独自算出の注目度）: 1.405083688629287
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Acoustic vowel dynamics have some speaker-identifying characteristics, which have been ascribed to individual properties of articulatory strategies: formant transitions have a particular shape because speakers move their articulators, using specific and practised movements. However, there is little existing evidence that different articulatory strategies systematically affect formant dynamics. The present study corroborates the link between the two. Ultrasound tongue imaging data from 36 speakers of Northern-Anglo English are used to identify distinct articulatory strategies for the production of palatal vowel /i/. Tongue shape in /i/ is found to be a significant predictor of formant dynamics in diphthongs with a palatal offglide. The observed relationships can be explained by the characteristics of articulatory movement conditioned by vocal tract shape. Greater articulatory displacement of tongue root and/or dorsum produces greater distortion from the mean tongue shape in palatal vowels, and it also requires higher articulatory velocities, resulting in relatively earlier and steeper formant transitions. The results contribute to the conceptual understanding of individuality in speech, by illuminating the regularising and individual aspects of articulatory compensation.
• Abstract（参考訳）: 音響母音力学には話者識別特性があり、これは調音戦略の個々の特性に比例している: ホルマント遷移は、特定の動きと練習された動きを用いて、話者が調音器を動かすため、特定の形状を持つ。 しかし、異なる調音的戦略が体系的にフォーマント力学に影響を及ぼすという証拠はほとんど存在しない。 本研究は両者の関係を裏付けるものである。 北部アングロ語話者36人の超音波舌画像データを用いて、口蓋母音/i/の生成のための明瞭な調音戦略を同定する。 i/ における舌の形状は口蓋オフグライドを持つディフソンのフォルマント力学の有意な予測因子であることが判明した。 観察された関係は声道形状によって条件付けられた調音運動の特徴によって説明できる。 舌根および/または背骨のより大きな調音変位は口蓋母音の平均舌形態からより歪みを生じさせ、また高い調音速度を必要とするため、比較的早く、より急激なフォルマント遷移をもたらす。 その結果, 音声における個人性の概念的理解に寄与し, 調音報酬の正規化と個人的側面を照らし出すことができた。

関連論文リスト

• Unison: Harmonizing Motion, Speech, and Sound for Human-Centric Audio-Video Generation [50.411841997631484]
  We present Unison, a unified framework that promote coherence across the motion, speech, and sound modalities。 We show that Unison achieves state-of-the-art performance in audio perceptual quality and cross-modal synchro。
  論文  参考訳（メタデータ） (2026-05-09T06:32:54Z)
• Lips-Jaw and Tongue-Jaw Articulatory Tradeoff in DYNARTmo [0.0]
  本稿では,DYNARTMOの動的動脈モデルが一次音節と二次音節間の調音的トレードオフに与える影響について検討する。 DYNARTMOはフルタスクダイナミックな2次処理を実装していないが、音声音韻学で使われるものと同等の1次タスク空間のジェスチャー仕様を採用している。
  論文  参考訳（メタデータ） (2025-11-27T06:45:10Z)
• Towards Inclusive Communication: A Unified Framework for Generating Spoken Language from Sign, Lip, and Audio [52.859261069569165]
  音声テキスト生成のための手話,唇の動き,音声の多様な組み合わせを扱える最初の統一フレームワークを提案する。 i)不均一な入力を効果的に処理できる統一されたモダリティ非依存アーキテクチャの設計、(ii)モダリティ間の過小評価された相乗効果の探索、特に手話理解における非手動的手がかりとしての唇運動の役割、(iii)個々のタスクに特化した最先端モデルと同等以上のパフォーマンスを達成すること、の3つの目的に焦点をあてる。
  論文  参考訳（メタデータ） (2025-08-28T06:51:42Z)
• On the Relationship between Accent Strength and Articulatory Features [26.865464238029748]
  本稿では,アクセント強度と音響音声から推定される調音特徴との関係について検討する。 提案フレームワークは,近年の自己教師付き学習の調音反転手法を利用して,調音特徴を推定する。 その結果,舌の位置決めパターンは2つの方言を区別することが明らかとなった。
  論文  参考訳（メタデータ） (2025-07-03T20:08:28Z)
• Articulatory strategy in vowel production as a basis for speaker discrimination [2.2940141855172036]
  母音生成における調音戦略は、話者識別の基礎を形成するのに十分な話者固有性を持つ。 イングランド北西部の40人の英語話者の舌形データの解析
  論文  参考訳（メタデータ） (2025-05-27T10:29:05Z)
• DyPCL: Dynamic Phoneme-level Contrastive Learning for Dysarthric Speech Recognition [12.923409319624254]
  変形性音声認識のギャップを埋める動的音素レベルのコントラスト学習(DyPCL)法を提案する。 音声の発話を音素レベルのコントラスト学習のための音素セグメントに分解し、動的接続性時間的分類アライメントを活用する。 難易度による訓練への我々のアプローチは、話者の固有の多様性を軽減し、難易度の高い発話を識別する。
  論文  参考訳（メタデータ） (2025-01-31T10:25:42Z)
• Deep Neural Convolutive Matrix Factorization for Articulatory Representation Decomposition [48.56414496900755]
  この研究は、コンボリューティブスパース行列分解のニューラル実装を用いて、調音データを解釈可能なジェスチャーとジェスチャースコアに分解する。 音素認識実験も実施され、ジェスチャースコアが実際に音韻情報のコード化に成功していることが示された。
  論文  参考訳（メタデータ） (2022-04-01T14:25:19Z)
• Learning Hierarchical Cross-Modal Association for Co-Speech Gesture Generation [107.10239561664496]
  協調音声ジェスチャ生成のためのHA2G(Hierarchical Audio-to-Gesture)という新しいフレームワークを提案する。 提案手法は,現実的な共同音声ジェスチャーを描画し,従来手法よりも明確なマージンで性能を向上する。
  論文  参考訳（メタデータ） (2022-03-24T16:33:29Z)
• Freeform Body Motion Generation from Speech [53.50388964591343]
  音声から体の動きを生成することは、音声から体の動きへの非決定論的マッピングのために本質的に困難である。 2ストリームアーキテクチャを組み込んだ新しいフリーフォームモーション生成モデル(FreeMo)を提案する。 実験は、いくつかのベースラインに対して優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-03-04T13:03:22Z)
• Silent Speech and Emotion Recognition from Vocal Tract Shape Dynamics in Real-Time MRI [9.614694312155798]
  本稿では,音声合成中の声道形状の可変長列における音響情報を理解する,ディープニューラルネットワークに基づく学習フレームワークを提案する。 提案するフレームワークは、畳み込み、繰り返しネットワーク、接続性時間的分類損失から成り、完全にエンドツーエンドに訓練されている。 我々の知る限りでは、この研究は、rtMRIビデオで捉えた個人の動脈の動きに基づいて、音声文全体の認識を示す最初の研究である。
  論文  参考訳（メタデータ） (2021-06-16T11:20:02Z)
• Decomposing lexical and compositional syntax and semantics with deep language models [82.81964713263483]
  GPT2のような言語変換器の活性化は、音声理解中の脳活動に線形にマップすることが示されている。 本稿では,言語モデルの高次元アクティベーションを,語彙,構成,構文,意味表現の4つのクラスに分類する分類法を提案する。 その結果は2つの結果が浮かび上がった。 まず、構成表現は、語彙よりも広範な皮質ネットワークを募集し、両側の側頭、頭頂、前頭前皮質を包含する。
  論文  参考訳（メタデータ） (2021-03-02T10:24:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。