在Tarifit机器人导向语音中的语音和语音增强策略

科学领域:

• 语言学的语言学.
• 语音学和语音学 语音学和语音学
• 计算语言学 计算语言学

背景情况:

• 机器人指导语音 (Robot-DS) 揭示了人类对非人类对话者的适应.
• 施瓦 (ə) 是许多语言的动态元音,包括塔里菲特语,阿马齐格语.
• 了解语音适应对于人机交互和自动语音识别 (ASR) 至关重要.

研究的目的:

• 在Tarifit.DS中调查Robot-DS中的语音和语音适应.
• 分析与机器人的互动中无母音动词的产生,schwa缩写和schwa持续时间.
• 检查说话者年龄对这些语音适应的影响.

主要方法:

• 三十名Tarifit母语使用者 (年轻人和老年人) 参加了.
• 参与者在基线阅读和机器人交互环境中产生了CCəC动词.
• 分析的重点是schwa删除,共音集群中的schwa缩写和schwa持续时间.

主要成果:

• 机器人DS表现出分类和梯度过关节.
• 没有schwa删除; 缩写schwas增加,简化集群.
• 在Robot-DS.中,Schwa持续时间显著延长.
• 年龄调节的持续时间模式,老年人显示更多的延长.

结论:

• 塔里菲特说话者将机器人视为能力较低的对话者,并相应地调整他们的演讲.
• 这些发现有助于对schwa变异的类型学研究.
• 结果对亚马逊语ASR和语音接口设计有影响.