Data & columns
CSV: Comma-Separated Values table. One row = one token; columns = variables.
speaker,vowel,F1,F2
spk1,i,300,2400
spk1,a,800,1400
F1, F2: First/second formant frequencies (Hz). F1 ↘︎ with vowel height; F2 ↗︎ with frontness.
vowel: Category label (e.g., i, a, u).
speaker: Token producer (e.g., spk1).
sex: Speaker sex/gender.
Dialect / Corpus label: Title context (e.g., Najdi Arabic).
Units & psychoacoustic scales
Hz: Physical frequency unit.
Bark, Mel: Perceptual scales; compress high frequencies. F2=2400 Hz ≈ 20 Bark ≈ 1000 Mel.
Normalization / pooling speakers
Normalization: Rescale per speaker for fair pooling.
- Lobanov: z-score per speaker (mean-center / divide by SD).
- Nearey: log-mean scaling vs. geometric mean.
- raw: Unnormalized Hz (within-speaker analyses).
- NaNs: Missing/undefined values.
Plotting controls & conventions
- Plot F1 × F2: Standard vowel plot (invert F1, invert F2).
- Color by: vowel or speaker.
- Facet by: Small multiples by speaker/sex.
- Flip F2 (traditional): High F2 on left (/i/).
- 1σ ellipses: One-SD dispersion per category.
- Axis ranges: F1 min,max / F2 min,max; Research axis ranges for comparability.
- Vowel space: 2D acoustic space (F1×F2).
Modeling & evaluation
- Train a small model: Fit a classifier on formants.
- Target: vowel or speaker.
- Model: Logistic Regression (linear) / Random Forest (non-linear).
- Evaluation: auto / holdout / cross-validation (k-fold).
- CV folds (k): number of partitions.
- accuracy = correct / total.
- confusion matrix: colorized; darker = higher count.
Prediction
Predict on new CSV: Input F1,F2 CSV + saved model → adds pred column.
File formats & exports
.joblib: Serialized model file. TextGrid: Praat annotations. DPI: use ≥300 for print.
البيانات والأعمدة
ملف CSV: جدول مفصول بفواصل؛ السطر = توكن واحد، والأعمدة = متغيّرات.
speaker,vowel,F1,F2
spk1,i,300,2400
spk1,a,800,1400
F1 و F2: ترددات formants (هرتز (Hz)). F1 يرتبط عكسيًا بارتفاع الحركة، وF2 يرتبط بتقدُّمها.
الحركة (vowel): فئة مثل i، a، u.
المتحدث (speaker): منتِج التوكن (مثل spk1).
النوع (sex): ذكر/أنثى…
وسم اللهجة/المتن (Dialect / Corpus label): يظهر في العنوان (مثلاً: Najdi Arabic).
الوحدات والمقاييس الإدراكية
الهرتز (Hz): وحدة تردّد فيزيائية.
بارك (Bark) وميل (Mel): مقاييس إدراكية تضغط الترددات العالية. مثال: F2=2400 Hz ≈ 20 Bark ≈ 1000 Mel.
التطبيع / تجميع المتحدثين
التطبيع (Normalization): إعادة تحجيم القيم لكل متحدث للمقارنة العادلة.
- لوبانوف (Lobanov): z-score لكل متحدث.
- نيري (Nearey): تحويل قائم على المتوسط الهندسي.
- خام (raw): قيم هرتز دون تطبيع (مفيد داخل المتحدث).
- NaNs: قيم غير عددية/مفقودة.
التحكّم في الرسم والاصطلاحات
- رسم F1 × F2: اقلب F1 رأسيًا وF2 أفقيًا.
- التلوين حسب (Color by): الحركة أو المتحدث.
- التجزئة (Facet by): لوحات صغيرة بحسب المتحدث/النوع.
- قلب F2 (تقليدي): القيمة العالية يسارًا (/i/).
- إهليج 1σ: تشتت درجة واحدة معيارية لكل فئة.
- نطاقات المحور: حدود F1/F2؛ وResearch axis ranges للمقارنة بين الرسوم.
- الفضاء الصائتي (Vowel space): فضاء F1×F2 ثنائي الأبعاد.
النمذجة والتقييم
- تدريب نموذج صغير: تعلّم مصنِّف من الفورمنتات.
- الهدف (Target): الحركة أو المتحدث.
- النموذج (Model): Logistic Regression (خطي) / Random Forest (غير خطي).
- التقييم: auto / holdout / cross-validation (k-fold).
- الطيات (CV folds, k): عدد القِسمات.
- الدقة (accuracy): الصحيح ÷ الإجمالي.
- مصفوفة الالتباس (confusion matrix): الأغمق = عدد أعلى.
التنبؤ
التنبؤ على CSV جديد: أدخل F1,F2 + نموذج محفوظ → عمود pred.
الصيغ والتصدير
.joblib: نموذج محفوظ. TextGrid: ترميز Praat. DPI: استخدم ≥300 للطباعة.