Um estudo de caso sobre os quatro momentos espectrais e o pico máximo de intensidade de /s/ em uma voz natural e uma voz clonada pela AI Elevenlabs

A presente investigação compara os quatro momentos espectrais e o pico de maior intensidade da fricativa alveolar [s] em posição de coda, entre a voz natural e artificial de um falante. Os dados de voz natural foram coletados em ambiente controlado e posteriormente segmentados com software Praat. Pa...

Descripción completa

Detalles Bibliográficos
Autores: Torres Castillo, Fernando Aarón, Cueva Sanchez, Oscar Esaul, Jimenez Peña, Jhon, Shicshi Romero, Erika Amalec
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2024
País:Perú
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:Revistas - Universidad Nacional Mayor de San Marcos
Idioma:español
OAI Identifier:oai:revistasinvestigacion.unmsm.edu.pe:article/29209
Acceso en línea:https://revistasinvestigacion.unmsm.edu.pe/index.php/lenguaysociedad/article/view/29209
Access Level:acceso abierto
Palabra clave:lingüística forense
fonética forense
Praat
Anova
estadística
forensic linguistics
forensic phonetics
statistics
linguística forense
estatística
Descripción
Sumario:A presente investigação compara os quatro momentos espectrais e o pico de maior intensidade da fricativa alveolar [s] em posição de coda, entre a voz natural e artificial de um falante. Os dados de voz natural foram coletados em ambiente controlado e posteriormente segmentados com software Praat. Para a voz artificial foi utilizada a tecnologia de clonagem de voz da ElevenLabs. A análise de variância mostra diferenças significativas entre as médias dos parâmetros acústicos analisados ​​– centro de gravidade, desvio padrão, curtose, assimetria e pico de intensidade máxima – na voz natural e artificial. Porém, ao analisar os dados agrupados pela vogal que antecede a fricativa, observa-se que nem em todos os contextos existem diferenças significativas. Os resultados indicam que os parâmetros espectrais da fricativa alveolar /s/ – especialmente o centro de gravidade – são úteis na distinção entre a fala natural e a sua contraparte artificial.