Article in The Journal of the Acoustical Society of America · December 007 doi: 10. 1121 2783198 · Source: PubMed citations 132 reads 2,169 authors

2. Vowel-space mapping
A large set of synthesized stimuli were created to map
best exemplars. The stimuli were embedded in the natural
carrier sentences, including the /b/ burst and the /t/ stop gap
from the natural recordings. The stimuli were created using
the cascade branch of a Klatt synthesizer
!
Klatt and Klatt,
1990
". For each language, the synthesis parameters were
chosen so that the synthesized vowel approximated the origi-
nal vowel in the natural carrier sentence in terms of F0 and
amplitude contours. All other synthesis parameters were the
same for each language. The upper-formant frequencies
!F4=3500 Hz, F5=4500 Hz", formant bandwidths !100,
180, 250, 300, and 550 Hz for F1–F5
", tilt !0 dB slope", and
open quotient
!60%" were the same for all stimuli in all
languages. The stimuli primarily varied F1, F2, and duration.
F3 varied as a function of F2; F3 was fixed at 2500 Hz
whenever F2 was less than 2300 Hz, but otherwise F3 was
raised so that it was always 200 Hz greater than F2.
The F1 and F2 formant frequencies changed linearly
from the beginning to the end of the vowel, and there were
no additional consonantal formant transitions. F1 frequency
was restricted so that it had a lower limit of 5 equal rectan-
gular bandwidth
!ERB" !
Glasberg and Moore, 1990
" and an
upper limit of 15 ERB. F2 frequency was restricted so that it
had a lower limit of 10 ERB, was always at least 1 ERB
higher than F1, and had an upper limit defined by the equa-
tion F2=25−
!F1−5"/2. The stimuli were synthesized in ad-
vance with a 1-ERB spacing of the vowel space, and with
seven log-spaced levels of duration
!54, 75, 104, 144, 200,
277, and 383 ms
", for a total of 109,375 individual stimuli
for each language. The ERB and log-duration transforms al-
lowed us to efficiently distribute the stimuli with regard to
perception, although the goodness optimization procedure
does not require this equal perceptual spacing.
As discussed above, different natural carrier sentences
had been signal processed to equate formant frequencies and
F0 across the talkers of the different languages
!see descrip-
tion above of the natural /b/-V-/t/ recordings
", with the goal
of making sure that the perceptual vowel space maps would
not differ across languages due to physiological differences
between the talkers’ voices
!see
Ladefoged and Broadbent,
1957
". To test whether this was successful, a pilot experiment
was run in which six L1 English speakers chose best exem-
plars for beat, Burt, and bat in the carrier sentences for every
language
!subjects were asked to ignore the fact that the
carrier sentences were not always in English
". The procedure
was the same as for the vowel space mapping procedure
described below. Repeated-measures analyses of variance
!ANOVA" revealed that there was no significant effect of
sentence context for any of the acoustic dimensions
!F1 and
F2 at the onset and offset, and duration
", p"0.05. This dem-
onstrates that the acoustic normalization was successful, and
that the best exemplars chosen in different languages in this
experiment could thus be directly compared.