Name: Fremdakzent und forensische Sprecheridentifikation in der Stimmenaufstellung: Der Einfluss akustischer Merkmale auf der Grundlage der Prosodie (Video) | JoVE Journal
Uploaded: 2024-09-27T12:35:00.000+00:00
Duration: 9 min 9 s
Description: Erfahren Sie, wie prosodische Merkmale wie Stimmlage und Dauer die Sprecheridentifikation bei fremdem Akzent beeinflussen. Diese Studie untersucht Hörerurteile in forensischen Stimmenaufstellungen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Diese Studie wurde vom Nationalen Rat für wissenschaftliche und technologische Entwicklung - CNPq, Fördernummer 307010/2022-8 für den Erstautor und Fördernummer 302194/2019-3 für den Zweitautor unterstützt. Die Autoren möchten den Teilnehmern dieser Studie ihren aufrichtigen Dank für ihre großzügige Zusammenarbeit und ihre unschätzbaren Beiträge aussprechen.

Prosodic-Acoustic Features and L2 Speech Production for Forensic Applications

Die Autoren haben keine Interessenkonflikte anzugeben.

Das aktuelle Protokoll stellt ein Novum auf dem Gebiet der (forensischen) Phonetik dar. Sie gliedert sich in zwei Phasen: eine auf der Produktion (akustische Analyse) und eine auf der Wahrnehmung basierende (Beurteilungsanalyse). Die Phase der Produktionsanalyse umfasst neben den Statistiken auch die Datenaufbereitung und die erzwungene Ausrichtung, die Neuausrichtung und die automatische Extraktion von prosodisch-akustischen Merkmalen. Dieses Protokoll verbindet die Phase der Datenerfassung schneller und effizienter mit der Datenanalyse als die traditionellen Protokolle, die auf einer überwiegend manuellen Segmentierung basieren.
Der in den Protokollschritten 1.3.6 bis 1.3.6.9 gezeigte Neuausrichtungsprozess funktioniert jedoch grundsätzlich mit den in den Protokollschritten 1.3.1 bis 1.3.4 generierten Telefon- und Word-Einheiten. Das Neue an der Neuausrichtung besteht darin, dass ein neues TextGrid generiert wird, das drei neue Textebenen enthält: eine Silbenebene, eine Sprachblockebene, die automatisch oder manuell auf der Grundlage von Wörtern generiert werden kann, und eine Tonebene, die für die Berechnung von f0-Maßen sehr nützlich sein kann. Die für dieses Protokoll vorgeschlagenen Neuausrichtungsrichtlinien wurden zuvor in Studien zum L2-Sprachrhythmus 21,69,70, Studien zur Erkennung des Fremdakzentgrades unter Verwendung von Techniken des maschinellen Lernens22 und Studien im forensischen Bereich 9 verwendet.
Die automatische Extraktion prosodischer Merkmale, die in den Protokollschritten 1.3.7 bis 1.3.7.10 vorgestellt wurde, erzeugt eine mehrdimensionale Matrix prosodisch-akustischer Merkmale, wie in der aktuellen Forschung nachgewiesen werden konnte. Zu diesen Merkmalen gehören melodische, dauerhafte und spektrale (Sprachqualität und -intensität) Sprachmerkmale71. Eine beträchtliche Anzahl dieser akustischen Merkmale ist weniger empfindlich und einigermaßen robust gegenüber verrauschten Audioaufnahmen, die schließlich in der Forensik oder in anderen Szenarien gesammelt werden72. Darüber hinaus kann die mehrdimensionale Matrix über verschiedene KI-Techniken auf Spracherkennungssysteme angewendet werden (work in progress). Es kann immer noch sehr nützlich sein, wenn es darum geht, prosodische Aspekte in den L2-Ausspracheklassen21 (in Arbeit) zu unterrichten.
Die statistische Analyse dieses Teils des Protokolls stellt die Verwendung der GAM-Methode dar, da wir uns mit einer komplexen Beziehung zwischen einem spezifischen akustischen Merkmal und mehreren Sprachfaktor-Sprechern befasst haben. Um beispielsweise ein bestimmtes akustisches Merkmal zu modellieren, war es notwendig, zu überprüfen, wie sich andere akustische Merkmale aus der Matrix (die glatten Terme) verhalten würden, damit wir genauer beschreiben konnten, was während der Sprachproduktion passierte.
Was die Wahrnehmungsanalyse betrifft, so wurde das aktuelle Protokoll durch die Vorbereitung und Implementierung der Stimmenaufstellungen, die statistische Analyse und die akustische Ähnlichkeitsanalyse erstellt. Um die Aufstellungen vorzubereiten, haben wir das CreateLineup-Skript für Praat verwendet, das automatisch eine Audiodatei für jede Aufstellung generiert, die zufällig sequenzierte Folien und Zielstimme enthält, wie in den Protokollschritten 2.2 bis 2.2.1.9 beschrieben.
Für die statistische Analyse dieses Protokolls haben wir den nicht-parametrischen Kruskal-Wallis-Test durchgeführt, da unsere Daten nicht den Annahmen der Varianzanalyse (ANOVA) entsprachen. Sobald wir eine Beziehung zwischen den von den Zuhörern bewerteten und kontrollierten Beurteilungswerten für die Zielstimme und die Foils hatten, entschieden wir uns für die Verwendung der linearen Modellstatistik.
Für die akustische Ähnlichkeitsanalyse haben wir das Skript AcousticSmilarity_cosine_euclidean für Python verwendet. Das Programm öffnet den Verzeichnisbaum des Computers und fordert den Benutzer auf, die Datei auszuwählen, die die prosodisch-akustischen Merkmale der Folien und die Zielstimme enthält, aus der sich die Aufstellung in der Analyse zusammensetzt. Mit einem Klick auf eine Schaltfläche generiert das Skript drei Ähnlichkeitsmatrizen: einen Kosinus, eine euklidische und eine transformierte (null zu eins) euklidische Matrize, sowohl für '.txt' (tabulatorgetrennte) als auch für '.csv'-Dateien. Wir müssen immer noch im Hinterkopf behalten, dass jeder Datensatz (die '.txt'-Datei mit den prosodisch-akustischen Merkmalen der Foils und des Ziels) sich im Originalordner der Aufstellung befinden muss, und jeder Aufstellungsordner muss eine Kopie des AcousticSmilarity_cosine_euclidean Skripts enthalten.
Zusammenfassend lässt sich sagen, dass das aktuelle Protokoll in der (forensischen) Phonetikforschung Fortschritte macht. Es besteht aus unterschiedlichen Phasen - Produktions- und Wahrnehmungsanalysen sowie akustischer Ähnlichkeit - und schließt die Lücke zwischen Datenerfassung und mehrdimensionaler akustischer Merkmalsanalyse. Forschende können von einer ganzheitlichen Perspektive profitieren, die sowohl Produktions- als auch Wahrnehmungsaspekte untersucht. Darüber hinaus gewährleistet dieses Protokoll die Reproduzierbarkeit der Forschung, so dass andere auf den Richtlinien dieser Arbeit aufbauen können.
Grenzen und zukünftige Richtungen Wir müssen uns immer noch vor Augen halten, dass alles erfolgreich funktionieren wird, wenn die Datenaufbereitung den Richtlinien folgt, die in den Protokollschritten 1.3.1 bis 1.3.4 vorgeschlagen wurden. Außerdem müssen wir uns bei den Verfahren zur erzwungenen Ausrichtung darüber im Klaren sein, dass ein externer, vortrainierter Zwangs-Aligner, wie MAUS, der in der aktuellen Arbeit verwendet wird, anfällig für Segmentierungsfehler ist, insbesondere bei nicht vortrainierten Daten mit fremdem Akzent oder sogar bei vortrainierten Alignern, unabhängig davon, ob der Ton keine gute Qualität hat oder der Aligner die Audiosprache nicht enthält (diese Tatsache würde die Arbeit des Experten schwieriger und zeitaufwändiger machen). Die forensische Transkription, insbesondere von längeren Audiodateien, stößt auf Schwierigkeiten bei der genauen und zuverlässigen Wiedergabe von gesprochenen Aufzeichnungen72.
Es gibt auch einige Herausforderungen beim Transkribieren und Ausrichten längerer Audiodateien. Die Leistung der Aligner wird durch den Sprechstil und die phonetische Umgebung sowie durch dialektspezifische Faktoren beeinflusst. Obwohl es Aligner-spezifische Unterschiede gibt, ist ihre Leistung im Allgemeinen ähnlich und führt zu Segmentierungen, die sich gut mit der manuellen Ausrichtung insgesamt vergleichenlassen 73. Darüber hinaus wurden die englischen L1- und L2-Produktionen mit einem vortrainierten akustischen Modell des amerikanischen Englisch durchgeführt, da in MAUS keine ausländischen Sprachmodelle verfügbar waren. Darüber hinaus gibt es in MAUS keine vortrainierten akustischen Modelle für BP. Für die BP-Daten wurden die bereits vorhandenen akustischen Modelle des Italienischen verwendet (siehe ANMERKUNG, Protokollschritt 1.3.5.7).
In zukünftigen Arbeiten (in Arbeit) werden wir den Montreal Forced Aligner (MFA)74 als Teil des Protokolls verwenden. Ein großer Vorteil der MFA ist die Verfügbarkeit von vortrainierten akustischen Modellen und Graphem-zu-Phonem-Modellen für eine Vielzahl von Sprachen (einschließlich BP) sowie die Möglichkeit, neue akustische und Graphem-zu-Phonem-Modelle auf jeden neuen Datensatz (d. h. unser Sprachkorpus mit fremdem Akzent) zu trainieren75.

Der Akzent ist ein hervorstechender und dynamischer Aspekt der Kommunikation und Geläufigkeit, sowohl in der Muttersprache (L1) als auch in einer Fremdsprache (L2)1. Der fremde Akzent repräsentiert die phonetischen L2-Merkmale einer Zielsprache und kann sich (im Laufe der Zeit) als Reaktion auf die L2-Erfahrung des Sprechers, den Sprechstil, die Eingabequalität, die Exposition und andere Variablen ändern. Ein fremder Akzent kann als (skalare) Differenzgrad zwischen der von einem Fremdsprecher produzierten L2-Sprache und einem lokalen oder Referenzakzent der Zielsprache quantifiziert werden2,3,4,5.
Diese Arbeit zielt darauf ab, sowohl die prosodisch-akustischen Merkmale als auch die Wahrnehmungskorrelate von Englisch mit ausländischem Akzent und brasilianischem Portugiesisch mit ausländischem Akzent (BP) zu untersuchen, sowie zu überprüfen, inwiefern die Produktion von fremden und muttersprachlichen Akzenten durch die Sprecher mit der Wahrnehmung der Zuhörer korreliert. Frühere Forschungen im forensischen Bereich haben gezeigt, dass Vokale und Konsonanten bei der Identifizierung fremder Akzente entweder für eine Langzeitanalyse eines Individuums stabil sind (The Lo Case6) oder sich auf die hohe ID-Genauigkeit eines Sprechers beziehen (The Lindbergh Case7). Die Erforschung prosodisch-akustischer Merkmale auf der Grundlage von Dauer, Grundfrequenz (f0, d.h. dem akustischen Korrelat der Tonhöhe), Intensität und Stimmqualität (VQ) hat jedoch zunehmend an Aufmerksamkeit gewonnen8,9. Daher stellt die Wahl prosodisch-akustischer Merkmale in dieser Studie einen vielversprechenden Weg im Bereich der forensischen Phonetik dar8,10,11,12,13.
Die vorliegende Forschung wird durch Studien unterstützt, die sich mit fremden Akzenten als eine Form der Stimmverkleidung in forensischen Fällen befassen14,15, sowie bei der Vorbereitung von Stimmaufstellungen für die Sprechererkennung16,17. Zum Beispiel spielte die Sprechgeschwindigkeit eine wichtige Rolle bei der Identifizierung von Deutsch-, Italienisch-, Japanisch- und Brasilianisch-Sprechern des Englischen18,19,20,21,22. Neben der Sprechgeschwindigkeit fordern langfristige spektrale und f0-Merkmale L2-kompetente Sprecher mit der Vertrautheit mit der Zielsprache heraus, da das Gehirn und die kognitiven Grundlagen ein Defizit an Gedächtnis, Aufmerksamkeit und Emotionen aufweisen, was sich in der phonetischen Leistung des Sprechers während langer Sprechumdrehungen widerspiegelt23. Die Ansicht über ausländische Akzente im forensischen Bereich ist, dass die Definition dessen, was wirklich wie ein ausländischer Akzent klingt, stark von der Unvertrautheit des Zuhörers abhängt und nicht von einem nicht bis extremen Grad an Sprache mit fremdem Akzent24.
Im Wahrnehmungsbereich ist ein gängiges forensisches Werkzeug, das seit Mitte der 1990er Jahre zur Erkennung von Verbrechern verwendet wird, die Voice Lineup (auditive Erkennung), die analog zur visuellen Erkennung ist, die zur Identifizierung eines Täters an einem Tatort verwendet wird16,25. In einer Stimmenaufstellung wird die Stimme des Verdächtigen neben Folienstimmen präsentiert - Stimmen, die in soziolinguistischen Aspekten wie Alter, Geschlecht, geografischer Lage, Dialekt und kulturellem Status ähnlich sind - zur Identifizierung durch einen Ohrenzeugen. Der Erfolg oder Misserfolg einer Stimmenaufstellung hängt von der Anzahl der Stimmbeispiele und der Stichprobendauer ab25,26. Darüber hinaus wird bei realen Samples davon ausgegangen, dass sich die Audioqualität konsistent auf die Genauigkeit der Spracherkennung auswirkt. Eine schlechte Audioqualität kann die einzigartigen Eigenschaften einer Stimme verzerren27. Im Falle der Ähnlichkeit der Stimme können feine phonetische Details, die auf f0 basieren, den Zuhörer während der Spracherkennung verwirren28,29. Solche akustischen Merkmale gehen über f0 hinaus und umfassen Elemente der Dauer sowie spektrale Merkmale der Intensität und VQ30. Diese Betrachtung mehrerer prosodischer Merkmale ist im Zusammenhang mit dem forensischen Sprachvergleich von entscheidender Bedeutung, um eine genaue Sprecheridentifikation zu gewährleisten9,14,15,29,31.
Zusammenfassend lässt sich sagen, dass Studien in der forensischen Phonetik in den letzten Jahrzehnten einige Unterschiede in Bezug auf die Identifizierung ausländischer Akzente gezeigt haben. Einerseits scheint ein fremder Akzent den Prozess der Identifizierung eines Sprechers nicht zu beeinflussen32,33 (insbesondere, wenn der Sprecher mit dem ausländischen Zielakzent nicht vertraut ist34). Auf der anderen Seite gibt es Befunde in die entgegengesetzte Richtung12,34,35.

<table><tbody><tr><td>CreateLineup</td><td>Personal collection</td><td>#</td><td>Skript für Praat zur Vorbereitung von Sprachaufstellungen</td></tr><tr><td>Dell I3 (mit Solid-State-Laufwerk - SSD)&nbsp;</td><td>Dell</td><td>#</td><td>Laptop-Computer</td></tr><tr><td>Praat</td><td>Paul Boersma & David Weenink</td><td>#</td><td>Software für phonetische Analyse</td></tr><tr><td>Python 3</td><td>Python Software Foundation</td><td>#</td><td>Interpretierte, universelle Programmiersprache auf hohem Niveau&nbsp;</td></tr><tr><td>R</td><td>Das R-Projekt für statistisches Rechnen</td><td>#</td><td>Programmiersprache für stattistisches Rechnen</td></tr><tr><td>Shure Beta SM7B</td><td>Shure</td><td>#</td><td>Microphone</td></tr><tr><td>SpeechRhythmExtractor</td><td>Persönliche Sammlung</td><td>#</td><td>Skript für Praat zur automatischen Extraktion von akustischen Merkmalen</td></tr><tr><td>SurveyMonkey</td><td>SurveyMonkey Inc.</td><td>#</td><td>Zusammenstellung von kostenlosen, anpassbaren Umfragen sowie einer Suite von Backend-Programmen, die Datenanalyse, Stichprobenauswahl, Debiasing und Datendarstellung umfassen.</td></tr><tr><td>Tascam DR-100 MKII</td><td>Tascam</td><td>#</td><td>Digitaler Diktiergerät</td></tr><tr><td>Das automatische Segmentierungssystem München MAUS</td><td>Universität München</td><td>#</td><td>Forced-Aligner von Audio- (.wav) und linguistischen Informationsdateien (.txt)</td></tr><tr><td>VVUnitAligner</td><td>Persönliche Sammlung</td><td>#</td><td>Skript für Praat zur automatischen Neuausrichtung und Nachbearbeitung phonetischer Einheiten</td></tr></tbody></table>

fremdakzent und forensische sprecheridentifikation in der stimmenaufstellung: der einfluss akustischer merkmale auf der grundlage der prosodie

Foreign Accent and Forensic Speaker Identification in Voice Lineups: The Influence of Acoustic Features Based on Prosody

Diese Forschung zielt darauf ab, sowohl die prosodisch-akustischen Merkmale als auch die Wahrnehmungskorrelate von Englisch mit ausländischem Akzent und brasilianischem Portugiesisch mit ausländischem Akzent zu untersuchen und zu überprüfen, wie die Produktion von ausländischen und einheimischen Akzenten durch die Sprecher mit der Wahrnehmung der Zuhörer korreliert. In der Methodik führten wir ein Sprachproduktionsverfahren mit einer Gruppe amerikanischer Sprecher des brasilianischen Portugiesisch L2 und einer Gruppe von brasilianischen Sprechern des L2-Englisch durch, sowie ein Sprachwahrnehmungsverfahren, bei dem wir Stimmaufstellungen für beide Sprachen durchführten. Für die statistische Analyse der Sprachproduktion führten wir generalisierte additive Modelle durch, um die Wirkung der Sprachgruppen auf jede Klasse (metrisch oder prosodisch-akustisch) von Merkmalen zu bewerten, die für den Glättungseffekt der Kovariate(n) der entgegengesetzten Klasse gesteuert wurden. Für die statistische Analyse der Sprachwahrnehmung führten wir einen Kruskal-Wallis-Test und einen Post-hoc-Dunn-Test durch, um den Einfluss der Stimmen der Aufstellungen auf die von den Zuhörern beurteilten Punktzahlen zu bewerten. Nichtsdestotrotz führten wir akustische (Stimm-)Ähnlichkeitstests auf der Grundlage von Kosinus- und euklidischen Abständen durch. Die Ergebnisse zeigten signifikante akustische Unterschiede zwischen den Sprachgruppen in Bezug auf die Variabilität des f0, die Dauer und die Stimmqualität. Für die Aufstellungen zeigten die Ergebnisse, dass prosodische Merkmale von f0, Intensität und Sprachqualität mit den wahrgenommenen Urteilen der Zuhörer korrelierten.

Diese Studie zielte darauf ab, einen Vergleich zwischen L1-L2-Englisch und L1-L2-Portugiesisch durchzuführen, um zu überprüfen, wie sehr der Effekt eines fremden Akzents sowohl für Metriken als auch für prosodisch-akustische Parameter sowie für die Wahl der Zielstimme in einer Stimmenaufstellung verantwortlich ist.

Fremdakzent und forensische Sprecheridentifikation in der Stimmenaufstellung: Der Einfluss akustischer Merkmale auf der Grundlage der Prosodie

This research aims to examine both the prosodic-acoustic features and the perceptual correlates of foreign-accented English and foreign-accented Brazilian ...

foreign-accent-forensic-speaker-identification-voice-lineups

Research

Forschung

JoVE Journal

Behavior

Verhalten

Die Studie führt ein Trainings-Test-Paradigma ein, um alte/neue Effekte ereigniskorrelierter Potentiale in zuversichtlichen und zweifelhaften prosodischen Szenarien zu untersuchen. Die Daten zeigen eine erhöhte späte positive Komponente zwischen 400 und 850 ms an Pz und anderen Elektroden. Diese Pipeline kann Faktoren untersuchen, die über die Sprachprosodie hinausgehen, und ihren Einfluss auf die Identifizierung von Zielmolekülen bei der Signalbindung.

Gedächtnisbasiertes Trainings- und Testparadigma für eine robuste stimmliche Identitätserkennung in expressiver Sprache unter Verwendung der ereigniskorrelierten Potentialanalyse

Ein Verfahren, das eine Demonstration von robusten Vergrößerung von Drogen sucht in Essen-Ratten ermöglicht beschränkt beschrieben. Nach Heroin Selbstverwaltung Ausbildung, Ratten gehen durch eine Zeit der Abstinenz, in einer drogenfreien Umgebung, in der sie leicht Nahrung beschränkt. Drogensucht wird dann in dem Medikament-assoziierten Umgebung getestet.

Eine Vorgehensweise, um die Wirkung von Längerer Essen Beschränkung Heroin suche in abstinent Ratten untersucht

Es ist unklar, wie die Top-Down-Signale von der ventralen visuellen Strom Bewegung beeinflussen. Wir entwickelten ein Paradigma zu motorischen Verhaltens auf ein Ziel auf einem 3D-Tiefeninversion Illusion zu testen. Signifikante Unterschiede sind in beiden bewusste, zielgerichteten Bewegungen und automatische Aktionen illusorisch und veridical Betrachtungsbedingungen berichtet.

Methoden, um den Einfluss von Top-down-Prozesse auf Visuelle Motor Verhalten erkunden

Das Paradigma der Distraktor-Antwort-Bindung wird beschrieben. Es kann verwendet werden, um den Einfluss irrelevanter Reize, die mit Zielen um eine Reaktion konkurrieren, auf menschliches Handeln zu beleuchten. Sowohl Response-Retrieval-Effekte als auch Distraktor-Inhibitionseffekte können innerhalb des Paradigmas analysiert werden.

Irrelevante Reize und Aktionssteuerung: Analyse der Einfluss von Stimuli ignoriert über die Distraktor-Response-Paradigma-Bindung

Dieses Protokoll beschreibt eine neue und effiziente Methode, um schnell reagieren operant für Ethanol bei Ratten, die, im Gegensatz zu Standardverfahren einzuleiten, nicht Wasserentzug oder Saccharin / Saccharose erfordern Verblassen reagieren zu initiieren.

Eine Methode zur Bewertung der verstärkenden Eigenschaften von Ethanol bei Ratten ohne Wasser Deprivation, Saccharin Verblassen oder Extended Access Schulung

Hier präsentieren wir ein Protokoll, um treibende Verhaltensweisen zu bewerten, während im Anschluss an ein Fahrzeug in einer simulierten Umgebung fahren. Die vorgestellte Protokoll wird verwendet, um die Auswirkungen unterschiedlicher auditiven Herkunft auf der Fahrt Verhaltensweisen zu vergleichen.

Fahren unter dem Einfluss: wie Musikhören fahren Verhaltensweisen beeinflusst

Wir präsentieren Ihnen ein Protokoll, um die Verwendung von morphologischen Hinweise während der Echtzeit-Satz Verständnis von Kindern mit Autismus untersuchen.

Mit Hilfe der visuellen Welt Paradigma Satz Verständnis in Mandarin-sprachigen Kindern mit Autismus zu studieren

Wir beschreiben ein behavioral Protokoll entwickelt, um zu beurteilen wie der Zebrafisch Persönlichkeiten ihre Reaktion auf Wasser Ströme und schwache Magnetfelder beeinflussen. Fische mit den gleichen Persönlichkeiten werden basierend auf ihren explorativen Verhalten getrennt. Dann wird ihre rheotactic Orientierungsverhalten in einem Swimming-Tunnel mit einer low-Flow-Rate und unterschiedlichen magnetischen Bedingungen beobachtet.

Bewerten den Einfluss der Persönlichkeit auf Empfindlichkeit gegenüber Magnetfeldern im Zebrafisch

Wir präsentieren ein Protokoll, um die ineinandergreifenden Faktoren integrativer Schwierigkeit und Unerwartetheit in semantisch anomalen Sätzen zu dissoziieren, indem wir mehrere Wiederholungen anwenden, um die Erwartungshaltung des Teilnehmers für anomale Sätze zu erhöhen. Die Dissoziation hilft, den Hauptbeitrag von ereignisbezogenen Potenzialen (ERP) wie N400 in Sprachstudien zu untersuchen.

Dissoziation der verwirrenden Einflüsse von Erwartung und integrativen Schwierigkeiten in anomalen Sätzen in ereignisbezogenen Potentialstudien

In diesem Beitrag wird eine Methode zur Bewertung der Kohärenz der kurzen Erzählungen der Eltern über ihr Kind und ihre Beziehung mithilfe des fünfminütigen Sprachbeispielverfahrens vorgestellt.

Beurteilung der Kohärenz der kurzen Erzählungen der Eltern über ihr Kind mithilfe des fünfminütigen Sprachbeispielverfahrens

Erfahren Sie, wie prosodische Merkmale wie Stimmlage und Dauer die Sprecheridentifikation bei fremdem Akzent beeinflussen. Diese Studie untersucht Hörerurteile in forensischen Stimmenaufstellungen.

Fremdakzent und forensische Sprecheridentifikation in der Stimmenaufstellung: Der Einfluss akustischer Merkmale auf der Grundlage der Prosodie (Video) | JoVE Journal

Fremdakzent und forensische Sprecheridentifikation in der Stimmenaufstellung: Der Einfluss akustischer Merkmale auf der Grundlage der Prosodie

Weitere Videos entdecken