[論文レビュー] Spatial modeling of Object Data: Analysing dialect sound variations across the UK

Shahin Tavakoli, Davide Pigoli+2 more|arXiv (Cornell University)|Oct 31, 2016

Music and Audio Processing参考文献 2被引用数 2

ひとこと要約

本稿は、イギリスにおける言語的方言音声変異を分析するための画期的な空間統計枠組みを紹介している。地理的座標が付与された音声記録を用い、新しい$d$-共分散度量を用いて平均発音と共分散構造の両方をモデル化する。この手法により、非凸領域に対しても連続的な空間スムージングが可能となり、イギリス全域における方言変異を聴取可能な音声再構成が得られる。

ABSTRACT

Dialect variation is of considerable interest in linguistics and other social sciences. However, traditionally it has been studied using proxies (transcriptions) rather than acoustic recordings directly. We introduce novel statistical techniques to analyse geolocalised speech recordings and to explore the spatial variation of pronunciations continuously over the region of interest, as opposed to traditional isoglosses, which provide a discrete partition of the region. Data of this type require an explicit modeling of the variation in the mean and the covariance. Usual Euclidean metrics are not appropriate, and we therefore introduce the concept of $d$-covariance, which allows consistent estimation both in space and at individual locations. We then propose spatial smoothing for these objects which accounts for the possibly non convex geometry of the domain of interest. We apply the proposed method to data from the spoken part of the British National Corpus, deposited at the British Library, London, and we produce maps of the dialect variation over Great Britain. In addition, the methods allow for acoustic reconstruction across the domain of interest, allowing researchers to listen to the statistical analysis.

研究の動機と目的

• 従来の等音線（isoglosses）の限界を克服し、離散的な領域ではなく空間全体にわたり連続的に方言変異をモデル化すること。
• 空間的文脈において平均発音と共分散構造の両方を明示的にモデル化する統計枠組みを開発すること。
• イギリスの地形的特徴が示す非凸領域を考慮した、空間的分析における新たな$d$-共分散度量を用いた課題の解決。
• イギリスの領土的領域の複雑な幾何構造を尊重する空間スムージングを実現すること。
• 方言変異の解釈可能な地理的連続的マップの作成と、地域的発音の音声再構成を可能にすること。

提案手法

• 関数データにおける空間的依存性をモデル化するための$d$-共分散を導入し、空間全体にわたる平均と共分散の一貫した推定を可能にする。
• イギリスの領土的領域の非凸幾何構造を考慮した空間スムージング手法を適用し、不規則な領域に対しても正確な補間を保証する。
• 英国国立コーパス（British National Corpus）の地理的座標が付与された音声記録を用い、英国図書館にアーカイブされた発話部分に焦点を当てる。
• 発音変異を空間的位置の関数としてモデル化し、各発話者の音声プロファイルをヒルベルト空間内に関数的対象として扱う。
• 局所的な変異に忠実でありながらもグローバルな整合性を保つ空間的に適応するスムージング手順を採用する。
• 関数データの補間により領域全体にわたる音声再構成を可能にし、研究者が統計モデルの予測を「聴く」ことが可能になる。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、離散的な等音線ではなく、地理的領域全体にわたり連続的に方言音声変異をモデル化できるか？
• RQ2 平均発音と音声データの空間的共分散構造の両方を一貫してモデル化できる統計枠組みは何か？
• RQ3 非凸領域（例：グレートブリテン島の地形的特徴）における空間スムージングは、どのようにして適応可能になるか？
• RQ4 地理的座標が付与された音声記録を用いて、イギリス全域にわたり解釈可能な連続的マップとして方言変異を可視化できるか？
• RQ5 統計モデルは、観測されていない場所の妥当な音声発音をどの程度再構成できるか？

主な発見

• 提案された$d$-共分散枠組みにより、複雑で非凸な領域であっても、関数データにおける空間的平均と共分散構造の一貫した推定が可能である。
• $d$-共分散に基づく空間スムージングは、グレートブリテン島全域にわたり連続的な方言変異を的確に捉え、詳細かつ地理的に整合性のあるマップを生成した。
• この手法により、地域的発音の音声再構成が可能となり、研究者が統計的に予測された方言形を聴取できるようになった。
• 分析により、発音変異に連続的な勾配が存在することが明らかとなり、伝統的な離散的等音線モデルに反する結果が得られた。
• この枠組みは不規則な空間的領域に対しても頑健であるため、実世界の言語的地理学的応用に適している。
• 関数データ解析と空間統計の統合により、実証的音声データを用いた方言変異の研究に新たなパラダイムが提供された。