Using Oralstats for prosodic characterisation of speakers in different discourse genres

Adrián  Cabedo Nebot

doi:10.3989/loquens.2021.079

Authors

Adrián Cabedo Nebot Universitat de València https://orcid.org/0000-0002-3881-9308

DOI:

https://doi.org/10.3989/loquens.2021.079

Keywords:

idiolect, discourse genre, prosody, Oralstats

Abstract

This paper presents the prosodic and morphosyntactic analysis of 437 intonational phrases, 2777 words and 12520 phones registered from the speech of four Spanish politicians in four different discourse genres (TV gathering, press conference, political rally and interview). Based on methods from forensic linguistics, sociolinguistics, phonetics and computational linguistics, a set of R scripts called Oralstats has been developed, which allows to carry out a multivariate, dynamic and interactive analysis of acoustic and textual data aligned with PRAAT. By doing so, a new computational approach is suggested for finding individual forensic marks, combining both phonetic and linguistic factors, such as lexical or morphosyntactic values. Data exploration comes from the visualization of prosodic and morphosyntactic variables collected through decision trees, heatmaps and boxplots. The results show how speakers behave in a significantly similar way when it comes to differentiating themselves by genre; however, in confrontational genres some unexpected phonic marks were found, such as low intensity or low pitch, (the expected behavior being the opposite), thus enabling us to single out some of the speakers.

Downloads

Download data is not yet available.

References

Berez, A. L. (2011). Prosody as a genre- distinguishing feature in ahtna: A quantitative approach. Functions of Language, 18(2), 210-236. https://doi.org/10.1075/fol.18.2.03ber

Biber, D. y Conrad, S. (2009). Register, Genre, and Style. Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511814358

Bloch, B. (1948). A set of postulates for phonemic analysis. Language, 24(1), 3. https://doi.org/10.2307/410284

Boersma, P. y Weenink, D. (2021). PRAAT (Version 6.1.53) [Computer software]. http://www.praat.org/

Briz, A. (2019). Español coloquial. En E. Ridruejo (Ed.), Manual de lingüística española (pp. 614- 637). Berlín: De Gruyter. https://doi.org/10.1515/9783110362084-023

Briz, A. y Albelda, M. (2013). Una propuesta teórica y metodológica para el análisis de la atenuación lingüística en español y portugués. La base de un proyecto común (ES.POR.ATENUACIón). Onomázein. Revista de Lingüística, Filología y Traducción, 28, 288-319. https://doi.org/10.7764/onomazein.28.21

Cabedo, A. (2007). Caracterización prosódica del estilo directo de habla en la conversación coloquial. Estudios de Lingüística de la Universidad de Alicante, 21, 53-64. https://doi.org/10.14198/ELUA2007.21.04

Cabedo, A. (2009). La segmentación prosódica en español coloquial. Valencia: Quaderns de Filologia de la Universidad de Valencia.

Cabedo, A. (2011). Hacia un modelo predictivo para la segmentación prosódica del discurso oral coloquial: MESTEL (Modelo Estadístico para la selección de Términos Entonativos Ligados). Oralia: Análisis del discurso oral, 14, 85-104. https://doi.org/10.25115/oralia.v14i.8077

Cabedo, A. (2018). Atenuación con disminución prosódica significativa en géneros con distinto grado de planificación discursiva. Spanish in Context, 15(2), 219-237. https://doi.org/10.1075/sic.00012.cab

Cabedo, A. (2021). Oralstats. A tool to visualize and explore transcriptions and phonic data. https://github.com/acabedo/oralstats

Caelen-Haumont, G. (1993). Procesos cognitivos y adaptación de la codificación prosódica de los hablantes a las condiciones del discurso. Cognitiva, 5(2), 133-152.

Calvi, M. V. (2010). Los géneros discursivos en la lengua del turismo: Una propuesta de clasificación. Ibérica: Revista de la Asociación Europea de Lenguas para Fines Específicos (AELFE), 19, 9-32.

Cantero Serena, F. J., y Font Rotchés, D. (2009). Protocolo para el análisis melódico del habla. Estudios de Fonética Experimental, XVIII, 17-32.

Chaski, C. E. (2012). Author identification in the forensic setting. En L. M. Solan y P. M. Tiersma (Eds.), The Oxford Handbook of Language and Law. Oxford: Oxford University Press. https://doi.org/10.1093/oxfordhb/9780199572120.013.0036

Cicres i Bosch, J. (2011). Transcripció i autenticació de gravacions en contextos judicials. Llengua, Societat i Comunicació: Revista de Sociolingüística de La Universitat de Barcelona, 9, 26-32.

Cicres i Bosch, J. (2014). Comparación forense de voces mediante el análisis multidimensional de las pausas llenas. Revista Signos: Estudios de Lingüística, 86, 365-384. https://doi.org/10.4067/S0718-09342014000300002

Coulthard, M. (Ed.) (2013). Advances in Spoken Discourse Analysis. Londres: Routledge. https://doi.org/10.4324/9780203200063

Coulthard, M. y C. N. Condlin (Eds.) (2014). An Introduction to Discourse Analysis. Londres: Routledge. https://doi.org/10.4324/9781315835884

Coulthard, M. (2007). An Introduction to Forensic Linguistics. Londres: Routledge. https://doi.org/10.4324/9780203969717

Coulthard, M., Grant, T. y Kredens, K. (2011). Forensic linguistics. In R. Wodak, B. Johnstone y P. E. Kerswill (Eds.), The SAGE Handbook of Sociolinguistics (pp. 529-544). Londres: SAGE Publications Ltd. https://doi.org/10.4135/9781446200957.n36

Coulthard, M. y Johnson, A. (2010). The Routledge Handbook of Forensic Linguistics. Londres: Routledge. https://doi.org/10.4324/9780203855607

De la Mota, C., y Rodero, E. (2010). La demarcación entonativa y el énfasis en la locución de los editores de boletines informativos radiofónicos. En Sociedad Española de Lingüística (Ed.), XXXIX Simposio Internacional de la Sociedad Española de Lingüística (pp. 1-69). https://dialnet.unirioja.es/servlet/articulo?codigo=5412029

Degand, L. y Simon, A. C. (2009). Mapping prosody and syntax as discourse strategies: How basic discourse units vary across genres. En D. Barth-Weingarten, N. Dehé y A. Wichmann (Eds.). Where Prosody Meets Pragmatics (pp. 79-105). Leiden: Brill. https://doi.org/10.1163/9789004253223_005

Elvira-García, W., Roseano, P., Fernández Planas, A. M. y Martínez Celdrán, E. (2016). A tool for automatic transcription of intonation: Eti-ToBI a ToBI transcriber for Spanish and Catalan. Language Resources and Evaluation, 50(4), 767-792. https://doi.org/10.1007/s10579-015-9320-9

Espinosa, G. E., y Dabrowski, A. E. (2019). ¿La práctica discursiva condiciona la prosodia? Evidencia de una conferencia y una entrevista del español rioplatense. Repositorio Digital Institucional, Universidad Nacional del Comahue. http://rdi.uncoma.edu.ar//handle/123456789/15781

Estellés, M., y Albelda, M. (2014). Evidentials, politeness and prosody in Spanish: A corpus analysis. Journal of Politeness Research: Language, Behaviour, Culture, XXX(1), 29-62. https://doi.org/10.1515/pr-2014-0003

Grant, T. (2008). Approaching questions in forensic authorship analysis. En J. Gibbons y M. T. Turell (Eds.), Dimensions of Forensic Linguistics (pp. 215-229). Ámsterdam: John Benjamins. https://doi.org/10.1075/aals.5.15gra

Grant, T. y Baker, K. (2001). Identifying reliable, valid markers of authorship: A response to Chaski. Forensic Linguistics, 8(1), 66-79. https://doi.org/10.1558/sll.2001.8.1.66 https://doi.org/10.1558/sll.2001.8.1.66

Gries, S. (2019). On classification trees and random forests in corpus linguistics: Some words of caution and suggestions for improvement. Corpus Linguistics and Lingustic Theory, 16, 617-647. https://doi.org/10.1515/cllt-2018-0078

Guy, G. R. (2011). Language, social class, and status. En R. Mesthrie (Ed.) The Cambridge Handbook of Sociolinguistics (pp. 159-185). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511997068.015

Hazen, K. (2007). The study of variation in historical perspective. En R. Bayley y C. Lucas (Eds.), Sociolinguistic Variation (pp. 70-89). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511619496.005

Hidalgo, A. (2019). Sistema y uso de la entonación en español hablado. Santiago de Chile: Universidad Andrés Hurtado.

Leemann, A., Kolly, M.-J., Nolan, F. y Li, Y. (2018). The role of segments and prosody in the identification of a speaker's dialect. Journal of Phonetics, 68, 69-84. https://doi.org/10.1016/j.wocn.2018.02.001

López Serena, A. (2019). La lingüística como ciencia humana: Una incursión desde la filosofía de la ciencia. Madrid: Arco/Libros-La Muralla.

ELAN (version 6.2) [Computer software] (2021). Nimega: Max Planck Institute for Psycholinguistics. https://archive.mpi.nl/tla/elan

McMenamin, G. R. (1993). Forensic stylistics. En M. Coulthard y A. Johnson (Eds.), The Routledge Handbook of Forensic Linguistics. Londres: Routledge.

McMenamin, G. R. (2002). Forensic Linguistics: Advances in Forensic Stylistics. Nueva York: CRC Press. https://doi.org/10.1201/9781420041170

R Core Team. (2020). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.R-project.org/

Rodero, E. (2012). A comparative analysis of speech rate and perception in radio bulletins. Text & Talk, 32(3), 391-411. https://doi.org/10.1515/text-2012-0019

Romaine, S. (2000). Language in Society: An Introduction to Sociolinguistics (2a edic.). Oxford: Oxford University Press.

Romero Nieto, A. (2018). Prosodia y gestualidad y su relación con la expresión del humor en el debate parlamentario. Cuadernos de Investigación Filológica, 44, 45-66. https://doi.org/10.18172/cif.3413

Spassova, M. (2009). El potencial discriminatorio de las secuencias de categorías gramaticales en la atribución forense de autoría de textos en español Tesis Doctoral. Barcelona: Instituto Universitario de Lingüística Aplicada, Universitat Pompeu Fabra. https://www.tdx.cat/handle/10803/7512%3Bjsessionid%3D#page=165

Straka, M. (2018). UDPipe 2.0 prototype at CoNLL 2018 UD shared task. En Proceedings of the CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies (pp. 197-207). Bruselas: Association for Computational Linguistics.