Vowel AI – Guide / الدليل
Overview
Vowel AI is an interactive tool for phoneticians, phonologists, and students. It lets you upload formant data (F1, F2), visualize vowel spaces, train models, and predict categories.
Typical columns: F1, F2, vowel (optional), speaker (optional). Units are Hz.
Why use this?
- Research: Automates vowel plotting and classification; useful for dialects, L2, and sociophonetics.
- Teaching: Makes vowel quality/dispersion visible with ellipses and categorical colorings.
- Applied: Tests acoustic separability of vowels or speakers using ML.
Plot F1 × F2
- File: Upload CSV with
F1,F2, optionalvowel/speaker. - Color by: vowel (categorical dispersion) or speaker (inter-speaker variation).
- Flip F2: Traditional vowel chart orientation (F2 decreases left→right).
- 1σ Ellipses: Visualize within-category spread and overlap.
Train a Model
The tool supports two classifiers on [F2, F1] features:
Logistic Regression (linear)
Goal: Linear decision boundaries in vowel space.
Interpretation: straight boundaries; good baseline; needs scaling.
Random Forest (non-linear)
Goal: Non-linear boundaries via an ensemble of decision trees.
Interpretation: captures curved partitions (e.g., overlapping vowels), less interpretable.
Evaluation
Auto: Uses stratified holdout when possible; otherwise trains on all data (tiny sets). Outputs: Accuracy + confusion matrix + downloadable model.
Confusion matrix rows = true labels; cols = predicted labels.
Predict
Upload a saved .joblib model and a new CSV with F1, F2. The system appends pred labels.
Extract from WAV (coming soon)
Direct formant extraction from WAV + TextGrid, exporting a CSV ready for plotting/training.
نظرة عامة
Vowel AI أداة تفاعلية لعلم الأصوات (Phonetics) والفونولوجيا (Phonology) والطلاب. تُمكّن من رفع بيانات الفورمنت F1 وF2، عرض فضاء الحركات، تدريب النماذج، والتنبؤ بالفئات.
الأعمدة المتوقعة: F1، F2، وحقول اختيارية مثل vowel (الفئة الصوتية) وspeaker (المتحدث). الوحدات بالهرتز (Hz).
لماذا نستخدمها؟
- بحثيًا: أتمتة رسم فضاء الحركات وتصنيفها؛ مفيد للهجات، تعلّم اللغة الثانية (L2)، والسوسيولسانيات (Sociophonetics).
- تعليميًا: توضيح جودة الحركة (Vowel Quality) وتشتتها عبر الإهليجات (Ellipses) والتلوين حسب الفئة.
- تطبيقيًا: اختبار قابلية التمييز الصوتي بين الحركات أو المتحدثين باستخدام النمذجة (ML).
رسم F1 × F2
- الملف: رفع CSV يحتوي على
F1وF2، وحقول اختياريةvowel/speaker. - التلوين حسب: الحركة أو المتحدث.
- قلب F2: اتجاه الجدول التقليدي (تناقص F2 من اليسار إلى اليمين).
- إهليج 1σ: إبراز التشتت داخل الفئة والتداخل بين الفئات.
تدريب نموذج
يدعم المُصنّفان التاليان على الميزات [F2, F1]:
Logistic Regression (انحدار لوجستي)
الهدف: حدود قرار خطية في فضاء الحركات.
التفسير: حدود مستقيمة؛ خط أساس جيّد؛ يحتاج إلى تقييس (Scaling).
Random Forest (غابة عشوائية)
الهدف: حدود غير خطية عبر تجميع أشجار قرار (Decision Trees).
التفسير: يلتقط التقسيمات المنحنية والتداخل؛ أقل قابلية للتفسير من النموذج الخطي.
التقييم
Auto: فصل تحقيقي طبقي (Stratified Holdout) إن أمكن؛ وإلا تدريب كامل عند صِغَر العينة. الناتج: الدقة (Accuracy) + مصفوفة الالتباس (Confusion Matrix) + نموذج قابل للتنزيل.
مصفوفة الالتباس: الصفوف = الفئات الحقيقية، الأعمدة = الفئات المتنبأ بها.
التنبؤ
ارفع نموذجًا محفوظًا بامتداد .joblib وملف CSV جديد يحتوي F1 وF2. سيُضاف عمود pred بالتنبؤات.
استخراج من WAV (قريبًا)
استخراج مباشر للفورمنت من ملفات WAV + TextGrid وتصدير CSV جاهز للرسم/التدريب.