# README – Kõne atraktiivsuse uuring eesti keele taustal

## 1. Sissejuhatav teave

**Andmestiku pealkiri:** 
Kõne atraktiivsuse uuring eesti keele taustal
Siinne andmestik kuulub projekti "Kõne atraktiivsuse uuring eesti keele taustal" ja magistritöö "Eesti homoseksuaalsete meeste kõne eripärasid: akustiline analüüsi" juurde. Projekt on kooskõlastatud Tartu Ülikooli teaduseetika komitees (kooskõlastus 1/T-6). Andmestikus on hääleakustilised mõõtmised eesti keelt emakeelena kõnelejatelt (homoseksuaalsetest meestest, heteroseksuaalsetest meestest ja heteroseksuaalsetest naistest)

**Failide kirjeldus:**  
Andmestik koosneb neljast põhifailist, mis sisaldavad erinevaid hääleakustika näitajaid 29 kõneleja kohta.

- `f0_tulemus_kokku.txt`  
  Põhitooni (F0) mõõtmised ja teisendatud pooltooni skaalale: keskmine (mean_f0), mediaan (mean_f0_semi), standardhälve (sd_f0, sd_f0_semi), 5. ja 95. kvartiil (q05_hz, q95_hz).

- `vokaal_tulemus_kokku.txt`  
  Vokaalide formantide (F1, F2, F3) ja kestuse väärtused kolmes vältes.

- `sibilant_tulemus_kokku.txt`  
  Sibilandi /s/, akustilised mõõtmised: kestus (kestus), gravitatsioonikese (cog), asümmeetriakordaja (skewness) ja järskuskordaja (kurt).

- `karin_tulemus——kokku.txt`  
  Iga kõneleja kogukestus (lausung_kokku), Karina osa kestus (karin_kokku) ja Karina osakaal (karin_osakaal) protsentides.


**Failide nimetamise kord:**  
Failide nimed on selgelt kirjeldavad (vt ülal). Iga faili sees on veerud, mille tähendused on avatud veergude päistes.

**Failide omavaheline seos:**  
Kõik failid on seotud veeruga `koneleja_id` (kõneleja ID) ja `grupp` (rühma kuuluvus).

**Kontaktandmed:**  
Andmete kohta küsimuste korral võtke ühendust andmestiku koostajaga (Zhenyang Hao, zhenyang.hao@ut.ee).

---

## 2. Metodoloogiline teave

**Andmete kogumise meetod:**  
Kõnelejad (n = 29) jagunesid kolme rühma: "straight man", "straight woman", "gay man". Igalt kõnelejalt salvestati rida lauseid (failinimedes tähisega `EstGMxxx_yy_zz_z`).

**Andmete töötlus:**  
Kõik akustilised parameetrid on arvutatud Praati skriptiga.  
- F0 väärtused on arvutatud modaalse helilae peal.  
- Sibilantide parameetrid põhinevad spektri keskmistel.  
- Vokaalide formandid on mõõdetud keskmise 50% jooksul.

**Tarkvara versioon:**  
Andmete analüüsiks kasutati Praat (versioon 6.4.44), kärina tuvastamiseks kasutati teeki creapy (versioon 0.0.2).

**Kvaliteedi tagamine:**  
Kõik failid on kontrollitud käsitsi. Erandlikud väärtused on jäetud andmestikku, kuid neid saab välistada nt statistiliselt (keskmine ± 2 standardhälvet)

---

## 3. Andmete spetsiifiline info

### `karin_tulemus——kokku.txt`

| Veeru nimi | Ühik | Selgitus |
|------------|------|-----------|
| koneleja_id | - | Kõneleja unikaalne ID |
| grupp | - | Rühm: straight man, straight woman, gay man |
| lausung_kokku | sekundit | Kõneleja kõigi lausungite kogukestus |
| karin_kokku | sekundit | Karina-nimelise isiku kõne kogukestus antud kõneleja salvestistes |
| karin_osakaal | % | (karin_kokku / lausung_kokku) * 100 |

### `f0_tulemus_kokku.txt`

| Veeru nimi | Ühik | Selgitus |
|------------|------|-----------|
| koneleja_id | - | Kõneleja ID |
| grupp | - | Rühm |
| fail | - | Algse helifaili nimi (nt EstGM103_10_10_1) |
| mean_f0 | Hz | Põhitooni keskmine |
| mean_f0_semi | Põhitooni keskmine pooltooni skaalal (ref 50 Hz) |
| sd_f0 | Hz | Põhitooni standardhälve |
| sd_f0_semi | Põhitooni standardhälve pooltooni skaalal |
| q05_hz / q95_hz | Hz | 5. ja 95. kvartiili |

### `sibilant_tulemus_kokku.txt`

| Veeru nimi | Ühik | Selgitus |
|------------|------|-----------|
| koneleja_id | - | Kõneleja ID |
| grupp | - | Rühm |
| lausekood | - | Lause ID (samuti viitab helifailile) |
| punkt | - | Sibilandi märgend (nt kon_s,) |
| sibilant | - | sengment lausungites (s või ss) |
| kestus | ms | Sibilandi kestus millisekundites |
| cog | Hz | Spektri gravitatsioonikese |
| sd | Hz | Spektri standardhälve |
| skew | - | Spektri asümmeetriakordaja |
| kurt | - | Spektri järsakus järskuskordaja |

### `vokaal_tulemus_kokku.txt`

| Veeru nimi | Ühik | Selgitus |
|------------|------|-----------|
| koneleja_id | - | Kõneleja ID |
| grupp | - | Rühm |
| lausekood | - | Lause ID |
| punkt | - | Vokaali märgend (SAMPA transkriptsioonis) |
| vokaal | - | Vokaali segment (SAMPA transkriptsioonis) |
| kestus | ms | Vokaali kestus |
| F1, F2, F3 | Hz | Esimese, teise ja kolmanda formandi sagedus |

---

## 4. Muud failid
** Andmestikus on ka töös kasutatud Praati ja R skriptid, teaduseetika komitee kooskõlastus, piiratud ligipääsuga originaalsetele helifailidele ja vastavalt TextGridi failidele.

## 5. Lisainfo
Andmestik ei sisalda isikuandmeid (kõnelejad on anonüümsed).