Kõnetempo ja -soravuse varieerumine eesti keeles
Pärtel Lippus, Maarja-Liisa Pilvik, Kaidi Lõo, Liina Lindström
22.12.2023
See on R-i kood, millega on analüüsitud kõnetempo ja soravuse andmeid Eesti Rakenduslingvistika Ühingu aastaraamatus ilmunud artikli tarvis.
library(tidyverse)
library(gridExtra)
teema <- theme_bw() +
theme(plot.title = element_text(hjust = 0.5, size = 12),
axis.text = element_text(size = 8),
axis.title = element_text(size = 8),
strip.text = element_text(size = 10),
legend.text = element_text(size = 10),
legend.title = element_text(size = 10))Andmete ettevalmistus
Teke ja foneetikakorpuse andmestikus on andmed kogutud kõnevoorude kaupa (lokaalne kõnetempo). Artiklis analüüsime globaalset kõnetempot, selleks teisendame andmed nii, et ühelt kõnelejalt oleks üks rida ühe faili kohta. Samuti siin artiklis analüüsime ainult dialooge, nii et filtreerime välja failid, kus on rohkem kui kaks vestlejat. Siin
Teke andmed
Koodiblokk mis, loeb teke andmed:
teke <- read.delim("teke_voorud.csv", encoding = "UTF-8")
teke$sugu <- toupper(teke$sugu)# vastavalt faili kogukestusele
teke %>%
group_by(fail, koneleja) %>%
reframe(faili_kogukestus = (faili_kogukestus_ms/1000),
vanus = vanus,
sugu = sugu,
silpide_arv = sum(silpide_arv),
sonade_arv = sum(sõnade_arv),
poolikute_arv = sum(poolikute_arv),
venituste_arv = sum(venituste_arv),
korduste_arv =sum(korduste_arv),
disf_arv = sum(poolikute_arv+korduste_arv+venituste_arv),
kestus = sum((kestus_ms)/1000)) %>%
distinct() %>%
filter(!is.na(sugu), !is.na(vanus)) %>%
group_by(fail) %>%
mutate(prop = kestus/faili_kogukestus) %>%
ungroup() -> tmp
tmp <- data.frame(tmp,
kaaskoneleja = character(nrow(tmp)),
kaaskoneleja_sugu = character(nrow(tmp)),
kaaskoneleja_vanus = numeric(nrow(tmp)),
kaaskoneleja_kestus = numeric(nrow(tmp)),
kaaskoneleja_silpide_arv = numeric(nrow(tmp)),
kaaskoneleja_sonade_arv = numeric(nrow(tmp)),
kaaskoneleja_disf_arv = numeric(nrow(tmp)))
for(f in unique(tmp$fail)){
tmp2 <- tmp[tmp$fail==f,]
for(k in tmp2$koneleja){
tmp2[tmp2$koneleja != k,]$koneleja %>%
unique() %>% paste(., collapse = "_") -> tmp$kaaskoneleja[tmp$fail==f&tmp$koneleja==k]
tmp2[tmp2$koneleja != k,]$sugu %>%
unique() %>% ifelse(length(.) > 1, "mõlemad", .) -> tmp$kaaskoneleja_sugu[tmp$fail==f&tmp$koneleja==k]
tmp2[tmp2$koneleja != k,]$vanus %>%
mean() -> tmp$kaaskoneleja_vanus[tmp$fail==f&tmp$koneleja==k]
tmp2[tmp2$koneleja != k,]$silpide_arv %>%
mean() -> tmp$kaaskoneleja_silpide_arv[tmp$fail==f&tmp$koneleja==k]
tmp2[tmp2$koneleja != k,]$sonade_arv %>%
mean() -> tmp$kaaskoneleja_sonade_arv[tmp$fail==f&tmp$koneleja==k]
tmp2[tmp2$koneleja != k,]$kestus %>%
mean() -> tmp$kaaskoneleja_kestus[tmp$fail==f&tmp$koneleja==k]
tmp2[tmp2$koneleja != k,]$disf_arv %>%
mean() -> tmp$kaaskoneleja_disf_arv[tmp$fail==f&tmp$koneleja==k]
}
}
tmp %>%
filter(!nchar(kaaskoneleja)>3, vanus>9, kaaskoneleja_vanus>9) -> teke2
# faktoriseerime muutujad
teke2$koneleja <- factor(teke2$koneleja)
teke2$sugu <- factor(teke2$sugu)
teke2$fail <- factor(teke2$fail)Salvestame globaalse kõnetempo andmestiku
save(teke2, file = "teke_globaalne_konetempo.Rda")Foneetika korpuse andmed
Salvestame globaalse kõnetempo andmed
save(fonkorp2, file = "fonkorp_globaalne_konetempo.Rda")Loeme andmestikud
Kui eelnevat mitte jookustada, siis võib alustada siit ja lugeda sisse kolm globaalse kõnetempo andmestikku.
Teke
load("teke_globaalne_konetempo.Rda")Foneetika korpus
load("fonkorp_globaalne_konetempo.Rda")Põhjatuule korpuse andmed
Materjali kirjeldus
###Teismeliste korpus
TeKE koosneb teismeliste omavahelistest vestlustest, mis on salvestatud diktofoniga (enamasti keelejuhtide kodudes). Korpus on käsitsi transkribeeritud, märgitud on kõnevooru piirid, sõnad üldiselt tavaortograafias mõningate täpsustavate lisamärkidega. Siin ettekandes kasutame seda osa TeKE-st,
- kus osaleb kaks kõnelejat;
- 85 erinevat kõnelejat;
- 23 poissi ja 62 tüdrukut vanuses 10–18 aastat;
- kokku 86 vestlust;
- keskmine kestus 46 minutit (3–75 minutit);
- kogukestus 66.3 tundi.
Materjal: Eesti keele spontaanse kõne foneetiline korpus
EKSKFK (Lippus et al. 2021) koosneb
mono-, dia- ja trialoogidest, mis on käsitsi märgendatud erinevatel
lingvistilistel tasanditel: märgitud on sõnade, silpide ja häälikute
piirid, häälelaadi, venitusi, üneeme jpm. Salvestused on suures osas
läbi viidud foneetika labori vaikses salvestusruumis.
Siin ettekandes kasutame seda osa foneetika korpusest,
- kus osaleb kaks kõnelejat;
- 139 erinevat kõnelejat;
- 67 meest ja 72 naist vanuses 20–69 aastat;
- kokku 164 vestlust;
- keskmine kestus 34 minutit (13–51 minutit);
- kogukestus 46.2 tundi.
Materjal: Põhjatuule ja päikese korpus
Korpus koosneb Põhjatuule ja päikese loetud tekstist. Suuresti samad keelejuhid, kes osalevad EKSKFK, aga oleme seda teksti palunud lugeda ka muudes katsetes osalejatel. Korpus on osaliselt märgendatud (umbes 90 salvestust), märgitud on sõnade ja häälikute piirid. Salvestused on suures osas läbi viidud foneetika labori vaikses salvestusruumis.
- kokku 268 salvestust;
- 147 erinevat kõnelejat;
- 64 meest ja 83 naist vanuses 20–81 aastat;
- Keelejuhtidest 108 on samad, kes osalevad ka EKSKFK spontaansetes vestlustes.
Vestluspaaride sooline ja vanuseline jaotus TEKEs
Vestluspaaride sooline ja vanuseline jaotus EKSKFKs
Kõnelejate jaotus Põhjatuule ja päikese korpuses
Kõnetempo analüüs
Vanuse ja soo efekt
Teismeliste korpuses
Keskmiselt üle 5 silbi sekundis, poistel aeglasem.
teke2 %>%
group_by(sugu) %>%
summarise(tempo = mean(silpide_arv/kestus))## # A tibble: 2 × 2
## sugu tempo
## <fct> <dbl>
## 1 M 5.18
## 2 N 5.43teke2 %>% summarise(tempo = (silpide_arv/kestus)) %>% summary()## tempo
## Min. :3.004
## 1st Qu.:4.697
## Median :5.348
## Mean :5.355
## 3rd Qu.:6.010
## Max. :7.437Testime vanuse & soo efekti GAM mudeliga
library(mgcv)
#mod <- bam((silpide_arv/kestus) ~ sugu + s(vanus, by = sugu, k=5) + s(koneleja, bs = "re"), data = teke2, subset = !(sugu == "M" & vanus == 13))
mod <- bam((silpide_arv/kestus) ~ vanus + sugu + s(koneleja, bs = "re"), data = teke2)
#mod <- bam((silpide_arv/kestus) ~ vanus + s(koneleja, bs = "re"), data = teke2, subset = sugu == "M" & vanus != 13)
summary(mod)##
## Family: gaussian
## Link function: identity
##
## Formula:
## (silpide_arv/kestus) ~ vanus + sugu + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.86847 0.48852 5.872 0.0000000519 ***
## vanus 0.16148 0.03342 4.833 0.0000046586 ***
## suguN 0.34985 0.16949 2.064 0.0415 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(koneleja) 64.8 83 5.075 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.777 Deviance explained = 86.4%
## fREML = 162.4 Scale est. = 0.16489 n = 172#concurvity(mod)
#qqnorm(resid(mod))
#qqline(resid(mod))
#par(mfrow = c(2,2))
#plot(mod, all.terms = T)Kõnetempo täiskasvanutel
Meestel on keskmiselt madalam kõnetempo. Naistel püsib kõnetempo stabiilselt.
mod <- bam((silpide_arv/kestus) ~ sugu + s(vanus, by = sugu) + s(koneleja, bs = "re"), data = fonkorp2)
summary(mod)##
## Family: gaussian
## Link function: identity
##
## Formula:
## (silpide_arv/kestus) ~ sugu + s(vanus, by = sugu) + s(koneleja,
## bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 4.59834 0.08044 57.164 < 0.0000000000000002 ***
## suguN 0.34985 0.11130 3.143 0.00264 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(vanus):suguM 1.439 1.561 5.991 0.0221 *
## s(vanus):suguN 1.000 1.000 0.191 0.6639
## s(koneleja) 102.010 137.000 3.684 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.779 Deviance explained = 92.2%
## fREML = 158.21 Scale est. = 0.11219 n = 164#plot(mod, select = 1)Kõnetempo täiskasvanutel loetud kõnes
Täiskasvanutel loetud kõnes kõnetempo spontaansest veidi aeglasem, vanusega aeglustub, meestel ja naistel olulist vahet pole.
pohja$sugu <- factor(pohja$sugu)
pohja$ID <- factor(pohja$ID)
#mod <- bam(sprate ~ sugu + s(vanus, by = sugu, k=5) + s(ID, bs = "re"), data = pohja)
mod <- bam(sprate ~ vanus + s(ID, bs = "re"), data = pohja)
summary(mod)##
## Family: gaussian
## Link function: identity
##
## Formula:
## sprate ~ vanus + s(ID, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.029573 0.125517 40.071 < 0.0000000000000002 ***
## vanus -0.015441 0.002965 -5.208 0.000000696 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(ID) 127.9 145 8.379 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.842 Deviance explained = 91.9%
## fREML = 170.4 Scale est. = 0.059059 n = 265# plot(mod, select = 1)
# library(itsadug)
# plot_smooth(mod, view = "vanus")Vanuse ja soo efekti joonis artiklisse (Joonis 2)
Kolme paneeliga vanuse efekti joonis
teke2 %>%
mutate(kõnetempo = (silpide_arv/kestus), subkorp = "Teismelised") %>%
select(subkorp, kõneleja = koneleja, vanus, sugu, kõnetempo) -> tmp1
fonkorp2 %>%
mutate(kõnetempo = (silpide_arv/kestus), subkorp = "Täisk. vestlus") %>%
select(subkorp, kõneleja = koneleja, vanus, sugu, kõnetempo) -> tmp2
pohja %>%
mutate(subkorp = "Täisk. loetud") %>%
select(subkorp, kõneleja = ID, vanus, sugu, kõnetempo = sprate) -> tmp3
koond1 <- rbind(tmp1,tmp2,tmp3)
koond1$subkorp <- factor(koond1$subkorp, levels=c( "Teismelised", "Täisk. vestlus", "Täisk. loetud"))
joonis2 <- koond1 %>%
ggplot(aes(x = vanus, y = kõnetempo, color = sugu, pch = sugu)) +
geom_point(alpha = 0.6, size = 2) +
#geom_smooth(method = "gam", formula = y ~ s(x, bs = "cs", k = 3)) +
geom_smooth(method = "lm") +
facet_grid(cols=vars(subkorp), scales = "free_x") + #space="free"
labs(y = "Kõnetempo (silpi/sek)") +
ylim(2,8)+
teema +
scale_color_manual(values = c("#CB8F0D", "#198D81"))+
# scale_shape_manual(values = c(25,2))+
NULL
joonis2
koond1 %>%
group_by(subkorp) %>%
summarise(mean(kõnetempo))## # A tibble: 3 × 2
## subkorp `mean(kõnetempo)`
## <fct> <dbl>
## 1 Teismelised 5.35
## 2 Täisk. vestlus 4.74
## 3 Täisk. loetud 4.37pdf(file = "konetempo_RLY2024_joonis2.pdf", width = 4.7, height = 2.6)
joonis2
dev.off()Kõnetempo ja kaaskõneleja kõnetempo teismelistel
Tugev seos vestluspartnerite kõnetempo vahel.
teke2 %>%
mutate(subkorp = "Teismelised",
konetempo = silpide_arv/kestus,
soravus = disf_arv/kestus,
soravus2 = disf_arv/sonade_arv*100,
vanusevahe = kaaskoneleja_vanus - vanus,
partneri_konetempo = kaaskoneleja_silpide_arv/kaaskoneleja_kestus,
partneri_soravus = kaaskoneleja_disf_arv/kaaskoneleja_kestus,
partneri_soravus2 = kaaskoneleja_disf_arv/kaaskoneleja_sonade_arv*100) %>%
select(subkorp, koneleja, sugu, vanus,
partneri_sugu = kaaskoneleja_sugu,
partneri_vanus = kaaskoneleja_vanus,
konetempo,
soravus,
soravus2,
partneri_konetempo,
partneri_soravus,
partneri_soravus2,
vanusevahe) -> teke3
teke3$sugu <- factor(teke3$sugu)
teke3$partneri_sugu <- factor(teke3$partneri_sugu)
mod01<- bam( konetempo ~ vanus + s(koneleja, bs = "re"), data = teke3)
mod02<- bam( konetempo ~ partneri_konetempo + s(koneleja, bs = "re"), data = teke3)
mod <- bam( konetempo ~ partneri_konetempo +vanus + s(koneleja, bs = "re"), data = teke3)
mod1 <- bam( konetempo ~ sugu +vanus + s(koneleja, bs = "re"), data = teke3)
mod2 <- bam( konetempo ~ partneri_konetempo +vanusevahe+ s(koneleja, bs = "re"), data = teke3)
mod3 <- bam( konetempo ~ sugu +vanusevahe+ s(koneleja, bs = "re"), data = teke3)
AIC(mod,mod01, mod1, mod3)## df AIC
## mod 63.70681 198.1210
## mod01 69.53718 232.6078
## mod1 69.40605 230.6907
## mod3 72.70982 234.7822summary(mod)##
## Family: gaussian
## Link function: identity
##
## Formula:
## konetempo ~ partneri_konetempo + vanus + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.36687 0.41453 3.297 0.00131 **
## partneri_konetempo 0.53540 0.06024 8.888 0.0000000000000134 ***
## vanus 0.08011 0.02736 2.928 0.00415 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(koneleja) 58.67 84 2.822 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.814 Deviance explained = 88%
## fREML = 134.4 Scale est. = 0.13769 n = 172#plot(mod)Kõnetempo ja kaaskõneleja kõnetempo täiskasvanutel
Üldiselt on kõnetempo seotud vestluspartneri kõnetempoga, huvitav on, et vastassoost paaridel on seos tugevam.
fonkorp2 %>%
mutate(subkorp = "Täiskasvanud",
partneri_konetempo = kaaskoneleja_silpide_arv/kaaskoneleja_kestus,
partneri_soravus = kaaskoneleja_disf_arv/kaaskoneleja_kestus,
partneri_soravus2 = kaaskoneleja_disf_arv/kaaskoneleja_sonade_arv*100,
vanusevahe = kaaskoneleja_vanus - vanus,
konetempo = silpide_arv/kestus,
soravus = disf_arv/kestus,
soravus2 = disf_arv/sonade_arv*100) %>%
select(subkorp, koneleja, sugu, vanus,
partneri_sugu = kaaskoneleja_sugu,
partneri_vanus = kaaskoneleja_vanus,
konetempo,
soravus,
soravus2,
partneri_konetempo,
partneri_soravus,
partneri_soravus2,
vanusevahe) -> fonkorp3
mod <- bam( konetempo ~ partneri_konetempo+ vanus+sugu+ s(koneleja, bs = "re"), data = fonkorp3)
mod1 <- bam( konetempo ~ partneri_konetempo* vanus*sugu+ s(koneleja, bs = "re"), data = fonkorp3)
mod2 <- bam( konetempo ~ partneri_konetempo+ vanus*sugu+ s(koneleja, bs = "re"), data = fonkorp3)
mod3 <- bam( konetempo ~ partneri_konetempo* vanus+sugu+ s(koneleja, bs = "re"), data = fonkorp3)
AIC(mod,mod1,mod2,mod3)## df AIC
## mod 111.1351 118.8358
## mod1 112.9233 117.8681
## mod2 109.5618 125.1140
## mod3 111.3403 121.0139summary(mod2)##
## Family: gaussian
## Link function: identity
##
## Formula:
## konetempo ~ partneri_konetempo + vanus * sugu + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 3.544140 0.340956 10.395 0.0000000000000068 ***
## partneri_konetempo 0.382420 0.060007 6.373 0.0000000321935634 ***
## vanus -0.019430 0.005369 -3.619 0.00062 ***
## suguN -0.269333 0.294835 -0.914 0.36474
## vanus:suguN 0.014601 0.007258 2.012 0.04886 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(koneleja) 100.7 137 3.401 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.817 Deviance explained = 93.5%
## fREML = 147.17 Scale est. = 0.092819 n = 164Joonis artiklisse Kõnetempo seos vestlusparneri tempoga (Joonis 2)
koond2 <- rbind (teke3, fonkorp3)
koond2$subkorp <- factor(koond2$subkorp, levels=c("Teismelised", "Täiskasvanud"))
joonis3 <- koond2 %>%
ggplot(aes(x = partneri_konetempo, y = konetempo, color = sugu, pch = sugu)) +
geom_point(alpha = 0.6, size = 2) +
#geom_smooth(method = "gam", formula = y ~ s(x, bs = "cs", k = 3)) +
geom_smooth(method = "lm") +
facet_grid(cols=vars(subkorp)) + #space="free", scales = "free_x"
labs(y = "Kõnetempo (silpi/sek)", x="Vestluspartneri kõnetempo (silpi/sek)") +
#ylim(2,8)+
teema +
scale_color_manual(values = c("#CB8F0D", "#198D81"))+
# scale_shape_manual(values = c(25,2))+
NULL
joonis3
pdf(file = "konetempo_RLY2024_joonis3.pdf", width = 4.7, height = 2.6)
joonis3
dev.off()Soravus
Soravuse hindamiseks lugesime kokku takerdumisetele viitavad
märgendid, mida mõlemas korpuses on märgendatud:
- pooleli jäänud sõnad,
- sõnakordused,
- venitused.
Arvutame soravuse mõõdiku 2 erineval viisil: - soravus = takerduste arv / kõneleja kõnevoorude kestus - soravus2 = takerduste arv / sõnade arv * 100
Soravus teismelistel
Poistel on takerdumisi rohkem, aga vanusega langeb tüdrukutega samale tasemele.
Testime ka alternatiivselt arvutatud soravust
mod1 <- bam(soravus ~ vanus + s(koneleja, bs = "re"), data = teke3)
mod2 <- bam(soravus ~ vanus+sugu + s(koneleja, bs = "re"), data = teke3)
mod3 <- bam(soravus ~ vanus*sugu + s(koneleja, bs = "re"), data = teke3)
summary(mod3)##
## Family: gaussian
## Link function: identity
##
## Formula:
## soravus ~ vanus * sugu + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.371850 0.060857 6.110 0.0000000117 ***
## vanus -0.014846 0.004322 -3.435 0.000806 ***
## suguN -0.201271 0.071927 -2.798 0.005954 **
## vanus:suguN 0.010835 0.005086 2.130 0.035096 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(koneleja) 43.34 82 1.554 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.592 Deviance explained = 70.3%
## fREML = -246.25 Scale est. = 0.0018717 n = 172AIC(mod1,mod2,mod3)## df AIC
## mod1 55.42182 -545.7742
## mod2 50.56607 -548.7531
## mod3 49.33413 -548.8901Soravus2
mod <- bam(soravus2 ~ vanus + s(koneleja, bs = "re"), data = teke3)
mod1 <- bam(soravus2 ~ vanus+sugu + s(koneleja, bs = "re"), data = teke3)
mod2 <- bam(soravus2 ~ vanus*sugu + s(koneleja, bs = "re"), data = teke3)
AIC(mod, mod1, mod2)## df AIC
## mod 53.20513 636.7725
## mod1 47.18383 630.2558
## mod2 46.66142 630.4613summary(mod1)##
## Family: gaussian
## Link function: identity
##
## Formula:
## soravus2 ~ vanus + sugu + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 9.91933 0.99655 9.954 < 0.0000000000000002 ***
## vanus -0.33224 0.06847 -4.852 0.00000351 ***
## suguN -1.66413 0.35343 -4.708 0.00000644 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(koneleja) 42.14 83 1.42 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.605 Deviance explained = 70.7%
## fREML = 327.8 Scale est. = 1.7898 n = 172Tulemused näitavad, et kaks soravuse arvutamise viisi annavad väga sarnased tulemused, aga soravus ajaühiku kohta seostub mudelis paremini kirjeldavate tunnustega.
Soravus täiskasvanutel (Joonis 5)
pdf(file = "konetempo_RLY2024_joonis5.pdf", width = 3.7, height = 2.6)
joonis5
dev.off()
Täiskasvanutel vanusega muutusi pole, meestel takerdumisi rohkem.
mod0 <- bam( soravus ~ s(koneleja, bs = "re"), data = fonkorp3)
mod1a <- bam( soravus ~ sugu+ s(koneleja, bs = "re"), data = fonkorp3)
mod1b <- bam( soravus ~ partneri_soravus+ s(koneleja, bs = "re"), data = fonkorp3)
mod2 <- bam( soravus ~ sugu+partneri_soravus+ s(koneleja, bs = "re"), data = fonkorp3)
mod3 <- bam( soravus ~ sugu*partneri_soravus+ s(koneleja, bs = "re"), data = fonkorp3)
mod4 <- bam( soravus ~ s(partneri_soravus)+ s(koneleja, bs = "re"), data = fonkorp3)
mod5 <- bam( soravus ~ s(partneri_soravus, by=sugu)+ s(koneleja, bs = "re"), data = fonkorp3)
AIC(mod0, mod1a, mod1b, mod2, mod3, mod4, mod5)## df AIC
## mod0 65.13931 -357.8396
## mod1a 63.92609 -357.0657
## mod1b 63.47528 -417.9727
## mod2 61.46934 -417.2943
## mod3 63.36678 -420.4588
## mod4 63.44335 -412.4818
## mod5 62.99913 -425.4324summary(mod5)##
## Family: gaussian
## Link function: identity
##
## Formula:
## soravus ~ s(partneri_soravus, by = sugu) + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.222344 0.005775 38.5 <0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(partneri_soravus):suguM 2.919 3.427 16.588 < 0.0000000000000002 ***
## s(partneri_soravus):suguN 1.000 1.000 27.965 0.000000776 ***
## s(koneleja) 52.270 138.000 0.694 0.000602 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.579 Deviance explained = 72.4%
## fREML = -193.33 Scale est. = 0.0031152 n = 164#qqnorm(resid(mod5))
#qqline(resid(mod5))
# plot(mod5, select=1)
# library(itsadug)
# plot_diff(mod5, view = "partneri_soravus", comp = list(sugu= c("M", "N")))
# plot_smooth(mod5, view = "partneri_soravus", cond = list(sugu="M"), col="blue")
# plot_smooth(mod5, view = "partneri_soravus", cond = list(sugu="N"), add=T, col=2)mod0 <- bam( soravus2 ~ s(koneleja, bs = "re"), data = fonkorp3)
mod1a <- bam( soravus2 ~ sugu+ s(koneleja, bs = "re"), data = fonkorp3)
mod1b <- bam( soravus2 ~ partneri_soravus2+ s(koneleja, bs = "re"), data = fonkorp3)
mod2 <- bam( soravus2 ~ sugu+partneri_soravus2+ s(koneleja, bs = "re"), data = fonkorp3)
mod3 <- bam( soravus2 ~ sugu*partneri_soravus2+ s(koneleja, bs = "re"), data = fonkorp3)
mod4 <- bam( soravus2 ~ s(partneri_soravus2)+ s(koneleja, bs = "re"), data = fonkorp3)
mod5 <- bam( soravus2 ~ s(partneri_soravus2, by=sugu)+ s(koneleja, bs = "re"), data = fonkorp3)
AIC(mod0, mod1a, mod1b, mod2, mod3, mod4, mod5)## df AIC
## mod0 64.76198 872.5641
## mod1a 62.61601 870.2245
## mod1b 61.78111 847.2545
## mod2 59.31575 845.2620
## mod3 60.85073 844.5049
## mod4 61.78111 847.2545
## mod5 66.85364 847.1106summary(mod2)##
## Family: gaussian
## Link function: identity
##
## Formula:
## soravus2 ~ sugu + partneri_soravus2 + s(koneleja, bs = "re")
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.92246 0.69626 8.506 0.00000000000011 ***
## suguN -1.53274 0.56387 -2.718 0.00764 **
## partneri_soravus2 0.37584 0.06606 5.689 0.00000010984987 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(koneleja) 52.68 137 0.78 0.000089 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.519 Deviance explained = 68%
## fREML = 432.33 Scale est. = 7.4451 n = 164Ka täiskasvanutel käituvad soravuse mõõdikud väga sarnaselt, aga seosed seletavate tunnustega on ajaühiku kohta arvestades tugevamad.
Soravuse joonis artiklisse (Joonis 4)
joonis4 <- koond2 %>%
ggplot(aes(x = vanus, y = soravus, color = sugu, pch = sugu)) +
geom_point(alpha = 0.6, size = 2) +
geom_smooth(method = "lm") +
facet_grid(cols=vars(subkorp), scales = "free_x") + #space="free"
labs(y = "Kõneleja soravus (takerdumisi/sek)", x="Vanus (aastad)") +
teema +
scale_color_manual(values = c("#CB8F0D", "#198D81"))+
NULL
joonis4
koond2 %>%
group_by(subkorp) %>%
summarise(mean(soravus2))## # A tibble: 2 × 2
## subkorp `mean(soravus2)`
## <fct> <dbl>
## 1 Teismelised 4.27
## 2 Täiskasvanud 8.36pdf(file = "konetempo_RLY2024_joonis4.pdf", width = 4.7, height = 2.6)
joonis4
dev.off()Soravuse seos kõnetempoga teismelistel EI OLE OLULINE
Soravuse seos kõnetempoga täiskasvanutel EI OLE OLULINE
Näited foneetikakorpuse märgendusest (Joonis 1)
# heli ja spektrogrammi näite plottimiseks
library(rPraat)
library(phonTools)
naited <- data.frame(file=c("SKK004-003_M", "SKK004-003_M", "SKK007-003_M", "SKK007-003_M", "SKK007-003_M"),
alg = c(114.24961977135679, 1534.32751409178, 1075.2475339625817, 1528.4117838178388, 2258.1593359601507),
lop = c(115.89897865844941, 1537.1660475406088, 1079.2431638835158, 1530.756380617994, 2263.914321834238))
naited <- naited[4,] # võtame ainult 4. näite
for(f in unique(naited$file)) {
snd <- snd.read(paste0("/Users/partel/ownCloud/EKSKFK/SKK0_WAV/", f, ".wav"))
tg <- tg.read(paste0("/Users/partel/ownCloud/EKSKFK/SKK0_TG/", f, ".TextGrid"))
for(nd in which(naited$file==f)){
#lõika jupp
start = naited$alg[nd]
stop = naited$lop[nd]
snd2 <- snd.cut0(snd, Start = start, End = stop)
tg2 <- tg.cut0(tg, start, stop)
tg2 <- tg2[c("sõnad", "häälikud", "silbid")]
# skaleerime heli 0-1 vahemikku
snd3 <- (snd2$sig+max(abs(snd2$sig))) / (2*max(abs(snd2$sig)))
# spektrogramm; # spec objektis on maatriks read = aeg, tulbad = sagedus, väärtus=intensiivsus
spec <- spectrogram(as.vector(snd2$sig), fs = snd2$fs, colors = F,show = F)$spectrogram
spec2 <- spec[,which(as.numeric(colnames(spec))<=5000)]
# põhitoon
# f0 <- pitchtrack(as.vector(snd2$sig), f0range = c(60,600), fs = snd2$fs, show = F)
# f0 <- pitchtrack(as.vector(snd2$sig), f0range = quantile(f0$f0, probs = c(0.25,0.75)) * c(0.75,2), fs = snd2$fs, show = F,minacf = 0.85)
# joonistab ploti, kus esimesel real on skaleeritud helilaine, siis on spektrogramm ning selle all textgridi kihid
#pdf(file = paste0("naited_",f, nd, ".pdf"), width = 10, height = 5)
#png(filename = paste0("naited_",f, nd, ".png"), width = 1400, height = 800)
par(mar=c(0.1,4.5,0.1,0.1))
plot(1, type="n", xaxs="i", ylim=c(-length(names(tg2)),4), xlim=c(0, max(snd2$t)), axes=F, ylab="", xlab="")
lines((snd3+3)~snd2$t)
# plotib spektrogrammi
for (i in 1:ncol(spec2)){
tmp <- spec2[,i]; tmp[tmp<(-60)] <- -60
värv = gray(level = (tmp/-60), alpha = 0.6)
points(x= as.numeric(rownames(spec2))/1000, y = rep(i/100+0.03, nrow(spec2)), col=värv, pch=20, cex=0.1)
}
# joonistab f0 spektrogrammi peale sinisega
# points(y=(f0$f0/100), x=(f0$time/1000), pch=20, cex=0.2, col="blue")
# plotib textgridi
for(k in names(tg2)){
kiht <- tg2[[k]]
jrk <- which(names(tg2) == k)
mtext(side = 2, at = -jrk+0.5, text = k, las=1, line=0.5)
for(i in 1:length(kiht$t1)){
#segm_col = if(kiht$label[i]=="" | substr(kiht$label[i],1,1) %in% c(".","#")) {"white"} else {"light blue"}
xt = c(kiht$t1[i], kiht$t2[i], kiht$t2[i], kiht$t1[i], kiht$t1[i])
polygon(x=xt, y= -c(jrk-1,jrk-1,jrk,jrk,jrk-1), border =1)
text(x= (kiht$t1[i]+(kiht$t2[i]-kiht$t1[i])/2), y=-jrk+0.5, labels = gsub("//_","\n//_",kiht$label[i]), cex=1)
}}
#dev.off()
}
}
Viited
Lippus, Pärtel, Kätlin Aare, Anton Malmi, Tuuli Tuisk & Pire Teras.
2021. Phonetic Corpus of Estonian
Spontaneous Speech v1.2. https://doi.org/10.23673/RE-293.