論文の概要: Rhythm of the Deep: A Computational-Linguistic Test of Duality of Patterning in Sperm Whale Codas

• arxiv url: http://arxiv.org/abs/2606.16084v1
• Date: Mon, 15 Jun 2026 00:49:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.024695
• Title: Rhythm of the Deep: A Computational-Linguistic Test of Duality of Patterning in Sperm Whale Codas
• Title（参考訳）: 深部のリズム:スペルムホイルコダにおけるパターンの二重性に関する計算言語テスト
• Authors: Mudit Sinha, Sanika Chavan,
• Abstract要約: 我々は,ドミニカ・スペルム捕鯨計画の1,483コダを用いて,クジラ捕鯨コダにおけるパターンの二重性について検討した。 音響的類似性は記号構造を模倣できるため,連続音声からの計算言語構造として扱う。 私たちは言語、意味論、知覚、あるいは人間のような音素を主張しません。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Human language has often been described as combining structure at two levels: lower-level units combine into larger units, which then combine into larger sequences. We test for this design feature, duality of patterning, in sperm whale codas using 1,483 codas from the Dominica Sperm Whale Project. Because acoustic similarity can imitate symbolic structure, we treat the problem as computational-linguistic structure discovery from continuous audio rather than as a direct claim about language or meaning. We use a consensus of frozen audio encoders, held-out structural tests, per-statistic nulls, and acoustic-null recoverability gates. The evidence supports a narrow two-tier architecture. At the lower tier, clicks compose into codas not by a stable ordered rule, but by which clicks are present together with their inter-click rhythm. At the upper tier, coda tokens show bout-level sequential dependence, with an NSB second-order transfer-entropy lift of 0.132 bits (p = 0.002). Under tempo scaling, encoder-derived click identity is strongly rate-bound, while coda identity remains substantially more stable, yielding a measurable abstraction gradient across the click-to-coda step. Rhythm-only baselines recover substantial lower-tier structure but fail to reproduce the upper-tier sequential-dependence signal. We do not claim language, semantics, perception, or human-like phonemes. Instead, we report representation-level evidence for a duality-of-patterning-like architecture whose lower tier is rhythmic rather than segmental, and provide a portable null-controlled framework for testing combinatorial structure in induced acoustic token systems.
• Abstract（参考訳）: 人間の言語はしばしば2つのレベルで構造を組み合わせると説明され、下層単位はより大きな単位に結合し、より大きな列に結合する。 我々は,ドミニカ・スペルム捕鯨計画の1,483コダを用いて,クジラ捕鯨コダにおけるパターンの二重性について検討した。 音響的類似性は記号的構造を模倣することができるため、この問題を言語や意味に関する直接的な主張ではなく、連続音声からの計算言語的構造発見として扱う。 我々は,冷凍オーディオエンコーダのコンセンサス,ホールドアウト構造試験,統計値毎のヌル,アコースティック・ヌル復元性ゲートのコンセンサスを利用する。 この証拠は狭い2層アーキテクチャを支持している。 下層では、クリックは安定した順序規則ではなく、クリック間リズムと共にクリックが存在するコダに構成される。 上層では、コダトークンは、NSB2次転送エントロピーリフトが0.132ビット(p = 0.002)のブーンレベルのシーケンシャル依存を示す。 テンポスケーリングでは、エンコーダ由来のクリックIDは強いレートバウンドであり、コーダIDはより安定であり、クリック・トゥ・コーダステップ全体で測定可能な抽象化勾配をもたらす。 リズムのみのベースラインは、かなり低い階層構造を回復するが、上位階層のシーケンシャル依存信号の再生に失敗する。 私たちは言語、意味論、知覚、あるいは人間のような音素を主張しません。 そこで我々は,低層構造がセグメントではなくリズミカルなパターンの二重性を示す表現レベルの証拠を報告し,誘導音響トークンシステムにおける組合せ構造をテストするための携帯型ヌル制御フレームワークを提供する。

関連論文リスト

• Moonlight in Latent Space: Chirality and Structural Correspondence Between Beethoven's Op. 27 No. 2 and Machine Learning Mechanisms [0.0]
  ベートーヴェンの「Moonlight Sonata」の3つの動きは、3つの異なる機械学習アーキテクチャをインスタンス化することを示した。 我々は、エンコード・デコード・サイクルのキラリティ、すなわち、どの分布が保存され、順序づけられた順序が破壊されるかを定量化する。
  論文  参考訳（メタデータ） (2026-06-12T16:35:17Z)
• Representation-Regularized Convolutional Audio Transformer for Audio Understanding [53.092757178419355]
  スクラッチからのブートストラップ表現は計算に高価で、しばしば収束するために広範囲のトレーニングを必要とします。 本稿では,これらの課題に対処するための統合フレームワークであるConvolutional Audio Transformer (CAT)を提案する。
  論文  参考訳（メタデータ） (2026-01-29T12:16:19Z)
• Hierarchical Self-Supervised Representation Learning for Depression Detection from Speech [51.14752758616364]
  音声による抑うつ検出 (SDD) は、従来の臨床評価に代わる有望で非侵襲的な代替手段である。 HAREN-CTCは,マルチタスク学習フレームワーク内でのクロスアテンションを用いて,多層SSL機能を統合した新しいアーキテクチャである。 このモデルはDAIC-WOZで0.81、MODMAで0.82の最先端マクロF1スコアを達成し、両方の評価シナリオで先行手法より優れている。
  論文  参考訳（メタデータ） (2025-10-05T09:32:12Z)
• StableToken: A Noise-Robust Semantic Speech Tokenizer for Resilient SpeechLLMs [54.229363096087866]
  音声トークン化器は、意味不明な音響摂動に対して頑健ではない。 この不安定性は、脆い単一パス量子化アーキテクチャと遠い訓練信号の2つの欠陥に由来する。 コンセンサス駆動機構による安定性を実現するトークンライザであるStableTokenを紹介する。
  論文  参考訳（メタデータ） (2025-09-26T11:32:51Z)
• Broken Tokens? Your Language Model can Secretly Handle Non-Canonical Tokenizations [83.93566096400723]
  ランダムにサンプリングされたトークン化が与えられた場合、命令調整されたモデルは元の性能の最大93.4%を維持している。 文字レベルのセグメンテーションは文字列操作とコード理解タスクを最大+14%改善する。 右列桁のグルーピングは、大数の算術を+33%向上させる。
  論文  参考訳（メタデータ） (2025-06-23T18:02:26Z)
• Graph with Sequence: Broad-Range Semantic Modeling for Fake News Detection [18.993270952535465]
  BREAKは偽ニュース検出のための広範囲セマンティクスモデルである。 完全に接続されたグラフを利用して、包括的なセマンティクスをキャプチャする。 構造ノイズと特徴ノイズの両方を最小限に抑えるために、デュアルデノゲーションモジュールを使用している。
  論文  参考訳（メタデータ） (2024-12-07T14:35:46Z)
• Synthia's Melody: A Benchmark Framework for Unsupervised Domain Adaptation in Audio [4.537310370334197]
  無限の4秒のメロディをシミュレートできる新しい音声データ生成フレームワークであるSynthiaのメロディを提示する。 観測条件下で収集された既存のデータセットとは異なり、シンシアのメロディには観測されていないバイアスがない。 評価の結果,Synthia のメロディは,これらのモデルの様々な分布シフトに対する感受性を検証するための頑健なテストベッドを提供することがわかった。
  論文  参考訳（メタデータ） (2023-09-26T15:46:06Z)
• Improving the Robustness of Summarization Systems with Dual Augmentation [68.53139002203118]
  頑健な要約システムは、入力中の特定の単語の選択やノイズに関わらず、文書のギストをキャプチャできるべきである。 まず,単語レベルの同義語置換や雑音を含む摂動に対する要約モデルの頑健性について検討する。 SummAttackerを提案する。これは言語モデルに基づく対数サンプルを生成するための効率的な手法である。
  論文  参考訳（メタデータ） (2023-06-01T19:04:17Z)
• Any-to-Many Voice Conversion with Location-Relative Sequence-to-Sequence Modeling [61.351967629600594]
  本稿では,非並列音声変換手法である非並列音声変換法(seq2seq)を提案する。 本手法では,ボトルネック特徴抽出器(BNE)とセック2セック合成モジュールを組み合わせる。 主観的および主観的評価は,提案手法が自然性と話者類似性の両方において優れた音声変換性能を有することを示す。
  論文  参考訳（メタデータ） (2020-09-06T13:01:06Z)

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。