Характеристика кия спектра: Технические характеристики автомобиля KIA Spectra 1.6 (FE(RUS))

Содержание

характеристики, на какие машины установлен

Многим отечественным автолюбителям знакома Kia Spectra. Этот автомобиль завоевал заслуженное почтение у водителей. Комплектовался он только одной модификацией двигателя.

От конкретных настроек зависели некоторые ходовые особенности. Давайте разберем модификации и двигатель этой модели более подробно.

Краткое описание автомобиля

Модель Киа Спектра производился с 2000 по 2011 годы. Причем основное производство по всему миру ограничилось 2004 годом, и только в России выпускали до 2011 года. Но, тут нужно учитывать, что в некоторых странах (США) машины с 2003 года носили другое название.

Базой для этого автомобиля стала та же платформа, на которой ранее выпускалась Kia Sephia. Отличие было только в размерах, Спектра получилась чуть больше, что положительно сказалось на комфорте для пассажиров.

Производство модели было организовано практически по всему миру, для каждого региона предлагались свои модификации. В России выпуск наладили на Ижевском автозаводе. Для российского рынка производилось пять вариантов автомобиля.

Но, все они имели в базе один двигатель. Все отличие заключалось в компоновке. Также благодаря настройкам мотора и особенностям трансмиссии, у каждой модификации имеются отличия по динамике.

Какие двигатели устанавливались

Как уже упоминалось выше для российских автолюбителей были доступны автомобили только с одним вариантом силовой установки. Но, каждая модификация имела некоторые отличия. Поэтому, имеет смысл сравнить их, для больше простоты сведем все характеристики в таблицу.

Название комплектации1.6 AT Стандарт1.6 AT Люкс1.6 MT Стандарт1.6 MT Комфорт+1.6 MT Комфорт
Период выпуска
август 2004 — октябрь 2011август 2004 — октябрь 2011август 2004 — октябрь 2011август 2004 — октябрь 2011август 2004 — октябрь 2011
Объем двигателя, куб.см15941594159415941594
Тип трансмиссииАКПП 4АКПП 4МКПП 5МКПП 5МКПП 5
Время разгона 0-100 км/ч, с161612.612.612.6
Максимальная скорость, км/ч170170180180180
Страна сборкиРоссияРоссияРоссияРоссия
Россия
Объем топливного бака, л5050505050
Марка двигателяS6DS6DS6DS6DS6D
Максимальная мощность, л.с. (кВт) при об./мин.101 (74) / 5500101 (74)/5500101 (74) / 5500101 (74)/5500101 (74)/5500
Максимальный крутящий момент, Н*м (кг*м) при об./мин.145 (15) / 4500145 (15)/4500145 (15) / 4500145 (15)/4500145 (15)/4500
Тип двигателяРядный, 4-цилиндровый, инжекторРядный, 4-цилиндровы, инжекторРядный, 4-цилиндровый, инжекторРядный, 4-цилиндровый, инжекторРядный, 4-цилиндровый, инжектор
Используемое топливоБензин АИ-95Бензин АИ-95Бензин АИ-95Бензин АИ-95Бензин АИ-95
Количество клапанов на цилиндр44444
Расход топлива в городском цикле, л/100 км11.211.210.210.210.2
Расход топлива за городом, л/100 км6.26.25.95.95.9

Если посмотреть внимательнее, то несмотря на общий ДВС для всех версий имеются отличия.

В первую очередь всех водителей интересует расход топлива, модификации с механической коробкой более экономичны.

Также механика дает более эффективную динамику при разгоне. Остальные параметры практически одинаковы и никак не отличаются.

Обзор двигателя

Как понятно из таблицы, для данного мотора использовалась классическая компоновка силового агрегата. Он рядный, что позволяет оптимально распределять нагрузку. Также цилиндры размещены вертикально, такой подход значительно упрощает процесс эксплуатации.

Блок цилиндров отлит целиком из высококачественного чугуна. В блок входят:

  • цилиндры;
  • каналы подачи смазки;
  • рубашка охлаждения.

Нумерация цилиндров производится от шкива коленчатого вала. Также на блоке отлиты различные элементы, являющиеся креплениями механизмов. К нижней части крепится масляный поддон, на верхнюю площадку крепится головка блока цилиндров. Еще в нижней части блока отлиты пять опор для крепления коренных подшипников коленчатого вала.

Система смазки мотора комбинированная. Некоторые из деталей смазываются путем обмакивания в масло, на другие смазка подается по каналам и набрызгивается. Для подачи масла используется насос, который приводится в работу от коленчатого вала.

Имеется фильтр, позволяющий удалять все загрязнения. Стоит обратить внимание, что система вентиляции закрытая, это увеличивает экологическую чистоту агрегата, а также делает его более стабильным на всех режимах.

Использован инжектор, который обеспечивает качественную работу мотора. Оптимизированный распределенный впрыск позволяет экономить топливо.

Благодаря оригинальным настройкам блока управления, подача топливно-воздушной смеси осуществляется в строгом соответствии с текущем режимом работы двигателя.

Зажигание базируется на микропроцессоре, управляется контролером. Этот же контролер регулирует подачу топлива. Такое совмещение позволяет добиться оптимальных показателей динамики и потребления горючего. Особо стоит отметить, что зажигание не требует регулировки, также его не нужно обслуживать.

К кузову силовой агрегат крепится в сборе с коробкой и сцеплением. Для крепления используется 4 резиновые опоры. Использование резины позволяет оптимально гасить нагрузки, возникающие в процессе работы двигателя.

Особенности обслуживания

Как и любую технику двигатель S6D следует регулярно обслуживать. Это позволит минимизировать риск неисправностей. Согласно официальному регламенту необходимо производить следующее обслуживание:

  • замена масла и фильтра – раз в 15 тыс. км.;
  • воздушный фильтр – каждые 30 тыс. км.;
  • ремень ГРМ – 45 тыс. км.;
  • свечи зажигания – 45 тыс. км.

Если производить работы в указанные сроки, никаких проблем возникнуть не должно.

Нужно учитывать, что мотор достаточно требователен к маслу. Согласно рекомендациям производителя, можно использовать смазки только со следующими характеристиками:

Любые другие моторные масла могут значительно снизить срок службы силового агрегата. Использование более вязких масел может привести к залеганию колец, а также повышенному износу деталей распределительных валов. Обязательно заливать только синтетические смазки.

Распространенные неисправности

Несмотря на достаточно высокую надежность, моторы S6D все же могут ломаться. Причин тут может быть предостаточно. Перечислим только наиболее распространенные варианты.

  • Двигатель не набирает должную мощность. Первое, что следует проверять – воздушный фильтр. Во многих случаях он загрязняется значительно быстрее, чем это предусматривает производитель. Также часто причиной такого поведения становится проблема с дроссельной заслонкой.
  • В масле появляется беловатая пена. В картер попала охлаждающая жидкость, выявите и устраните причину. Смазку обязательно заменить.
  • Низкое давление в системе смазки. Проверьте уровень масла, зачастую низкое давление является симптомом его малого количества. Также такой симптом может проявляться при загрязнении фильтра или проводящих каналов.
  • Стук клапанов. Чаще всего, это признак износа рабочих поверхностей клапанов. Но, иногда причина в гидротолкателях. Подобный шум требует тщательной диагностики.
  • Вибрация двигателя. Требуется замена подушек, на которых закреплен мотор. Они выполнены из резины, она плохо реагирует на отрицательные температуры, поэтому срок службы подушек обычно не превышает 2 года.

Какие модификации встречаются чаще

Как и при производстве любого бюджетного автомобиля тут основной упор делался на недорогие модификации. Поэтому, больше всего было произведено версий 1.6 MT Стандарт. Они самые простые и недорогие. Но, они не самые популярные у водителей.

Основным недостатком модификации 1.6 MT Стандарт практически полное отсутствие дополнительного оборудования, к которому привыкли водители.

Тут нет кондиционера, а также присутствуют только две фронтальные подушки безопасности. Также электрически стеклоподъемники только спереди. Но, тут есть большое количество ниш, где удобно хранить мелочи.

Самыми редкими являются модификации, предназначенные для Европы. Они имеют другие двигатели и официально не реализовывались на территории Российской Федерации. Обычно ввозились в качестве подержанных автомобилей. Несмотря на отличную динамику имеет ряд недостатков. Основным считается нехватка комплектующих для ремонта двигателей, так как подобные модификации не реализуются у нас, детали тоже не поставляются, их приходится заказывать из-за рубежа.

Какие модификации предпочтительнее

Ответить на вопрос, какая из модификаций лучше практически невозможно. Дело в том, что тут имеется целый ряд индивидуальных особенностей, которые важны конкретному человеку. Что требуется одному, совершенно не нужно другому.

Если вы любите динамику и комфорт, тогда хорошим выбором будет 1.6 MT Комфорт или 1.6 MT Комфорт+. Они показывают себя отлично на дороге, а также имеют очень удобный салон. Мягкий пластик и качественный кожезаменитель делают автомобиль не уступающим по уровню комфортабельности машинам C-класса из 90-х. Также именно такие модификации являются наиболее надежными.

Для людей, предпочитающих автоматические КПП, есть два варианта с подобной коробкой. 1.6 AT Стандарт практически не отличается от аналога с механикой, единственно отличие в трансмиссии. Если вам нужен комфортный автомобиль, тогда лучше приобрести 1.6 AT Люкс, это самый дорогой и упакованный вариант в линейке. Но, выбирая автоматическую трансмиссию стоит помнить, что мотор тут недостаточно мощный, поэтому в динамике машины с автоматом будут проигрывать.

Технические характеристики Kia Spectra (SD)

Характеристики Киа Спектра (ижевск)

года выпуска: (2004, 2005, 2006, 2007, 2008, 2009)

двигатели: 1.6L

Двигатель
Рабочий объем, см3 1594
Тип топлива бензин
Кол-во/расположение цилиндров 4/в ряд
Количество клапанов на цилиндр 4
Максимальная мощность, л.с. (об./мин.) 101 (5500)
Максимальный крутящий момент, Н•м (об./мин.) 145 (4500)
Объём топливного бака, л 50
Трансмиссия
Тип трансмиссии MT AT
Тип привода 2WD
Количество передач 5 4
Кузов
Тип кузова Седан
Количество дверей/мест 5/4
Длина мм 4510
Ширина мм 1720
Высота мм 1415
Колесная база, мм 2560
Дорожный просвет, мм 156
Динамические характеристики
Разгон 0-100 км/ч, c 12,6 13,1
Максимальная скорость, км/ч 180 174

Kia spectra: технические характеристики на высоте!||year|IMAGESNAMESkia-spectra-tehnicheskie-harakteristiki-na-visote/IMAGESNAMES

Есть на современном автомобильном рынке машины, которые долгое время остаются популярными у покупателей. Одна из них — Kia Spectra, технические характеристики которой достойны уважения. Этот автомобиль – уникальное сочетание отличных эксплуатационных показателей, комфорта и удобства внутри салона, изысканности стиля и при этом доступности стоимости. Чем же еще радует данная машина?


Внешние детали

Наверное, многие непрофессионалы, которые собираются покупать себе авто, обращают внимание именно на внешний вид. Современные решения, принятые для оформления экстерьера, — вот что отличает автомобили Kia Spectra. Фотов полной мере раскрывает все особенности дизайна этого бюджетного, но современного транспортного средства. Складывается ощущение, что «Киа Спектра» всегда движется вперед – именно такое впечатление производит вытянутый горизонтально корпус.

Внешняя элегантность нашла отражение и в дизайне интерьера, а именно в линиях салона. Характеристики Kia Spectra подтверждают, что производитель большое внимание уделяет именно безопасности и удобству водителя и пассажиров. Комфортные сидения имеют конструкцию, в которой учтены анатомические особенности спины. Комфорт обеспечивается и за счет удобной боковой поддержки. Передний и задний ряды расположены на хорошем расстоянии друг от друга, поэтому пассажирам, сидящим во втором ряду, будет вполне комфортно. Стремление обеспечить максимальное удобство прослеживается в ряде деталей: двойных держателях стаканов, которые надежно фиксируются, удобных вещевых карманах, солнцезащитных козырьках и многом другом.

Kia Spectra: технические характеристики

Что касается внутренней «начинки» авто, то и здесь все на высоте. Достигается это за счет использования современных технологий автомобилестроения, которые ориентируются не только на потребности водителя, но и на общую безопасность передвижения. Так, двигатели «Киа Спектра» относятся к экологическому стандарту Евро 3. Мотор имеет объем в 1.6 л и производительность в 101,5 л.с. Дополняется он пятиступенчатой МКП. Таким образом, Kia Spectra технические характеристикидемонстрирует пусть не заоблачные, но вполне достойные для городского автомобиля.

Наличие клапана, который автоматически контролирует компрессию передней подвески, существенно снижает уровень вибрации при передвижении по неровной трассе. Оснащение задними и передними стабилизаторами устойчивости служит гарантией безопасности езды. Тормозная система отличается современностью, оснащена тормозными колодками расширенной площади, поэтому торможение на дороге стало более эффективным. Система безопасности как водителя, так и пассажиров на высоте, что доказали проведенные тест-драйвы.

Таким образом, автомобиль Kia Spectra, технические характеристикикоторого отличаются продуманностью и модифицированностью, способен показать отличные результаты в плане управления и безопасности. Кроме того, сочетание стильного внешнего и внутреннего дизайна также играет роль в популярности данной марки авто. Кстати, расход топлива составляет 6 л на 100 км при езде на шоссе и 10,5 л – при передвижении в городе.

Dijelite na društvenim mrežama:

Povezan

Характеристики кия спектра


Kia Spectra — технические характеристики

Технические характеристики Kia Spectra 1.6i 16V

ЭКСПЛУАТАЦИОННЫЕ ХАРАКТЕРИСТИКИ Киа Спектра

Максимальная скорость: 186 км/ч
Время разгона до 100 км/ч: 11,6 c
Расход топлива на 100км по городу: 10,5 л
Расход топлива на 100км по трассе: 6 л
Объем бензобака: 50 л
Снаряженная масса автомобиля: 1125 кг

ХАРАКТЕРИСТИКИ ДВИГАТЕЛЯ

Расположение: спереди, поперечно
Объем двигателя: 1594 см3
Мощность: 101 л.с.
Количество оборотов: 5500
Крутящий момент: 144/4500 н*м
Система питания: Распределенный впрыск
Турбонаддув: нет
Газораспределительный механизм: DOHC
Расположение цилиндров: Рядный
Количество цилиндров: 4
Диаметр цилиндра: 78 мм
Ход поршня: 83.4 мм
Степень сжатия: 9.5
Количество клапанов на цилиндр: 4
Рекомендуемое топливо: АИ-95

ТОРМОЗНАЯ СИСТЕМА

Передние тормоза: Дисковые
Задние тормоза: Барабанные

РУЛЕВОЕ УПРАВЛЕНИЕ

Усилитель руля: Гидроусилитель

ТРАНСМИССИЯ

Количество передач: механическая коробка — 5
Количество передач: автоматическая коробка — 4
Привод: Передний

ПОДВЕСКА

Передняя подвеска: Независимая, пружинная McPherson, со стабилизатором
Задняя подвеска: Независимая, пружинная многорычажная, со стабилизатором

КУЗОВ

Тип кузова: седан
Длина машины: 4510 мм
Ширина машины: 1720 мм
Высота машины: 1415 мм
Колесная база: 2560 мм
Дорожный просвет (клиренс): 154 мм
Объем багажника максимальный: 1125 л
Объем багажника: 440 л

ПРОИЗВОДСТВО

Год выпуска: с 2005

Kia Spectra (SD) характеристики, двигатели, рестайлинг и комплектации

Технические характеристики 

Посмотрим, какие у Киа Спектра технические характеристики. Начнем с силовых агрегатов. Это атмосферные моторы с 4-мя цилиндрами, 16-ю клапанами, обладающие многоточечной подачей бензина. Вид топлива АИ-92/95.

Самым слабым или базовым агрегатом, является 101-сильный мотор с крутящим моментом в 145 Нм. У такого Киа Спектра объем двигателя составляет 1.6 л. 

Самый популярный агрегат на Киа Спектра — 1.8 двигатель. У мотора мощность составляет 126 лошадиные силы, на 5 передаче обороты – 6000 в минуту, крутящий момент – 162 Нм. 

Самый мощный – это двухлитровый мотор с мощью в 140 «жеребцов» и с предельным потенциалом в 181 Нм. У такой Киа Спектра обороты двигателя достигали 6000 в минуту. 

В зависимости от силовой установкой, машина может разгоняться до «сотни» за 9.7-16 сек. и развивать предельную скорость в 175-203 км/ч. В городе/на трассе/в комбинированном цикле расход горючего на 100 км в пределах 6.2-11.2 л.

Вот какие были двигатели на машинах Спектра.

Все силовые агрегаты комбинировали с 4-скоростным «автоматом» или с 5-ступенчатой «механикой». Количество масла в АКПП должно быть 5.4 л. Лexit покупать оригинальное моторное масло ATF SP-III. Если его не будет в магазине, покупайте подходящий аналог. Желательно, чтобы это было синтетическое масло.

Переднеприводная машина оснащалась двумя подвесками: фронтальной независимой (Макферсон) на двойных рычагах и кормовой многорычажкой. Руль имел гидроусилитель. Все шасси с системой АБС комплектовались дисковыми тормозами (фронтальные – еще и вентилируемые).

Технические характеристики Киа Спектра 2004-2011 1.6 MT 101 л.с., седан: KIA Spectra

Войти

МоскваАбаканАзовАлтайский крайАлуштаАмурская областьАнапаАнгарскАрмавирАртёмАрхангельскАрхангельская областьАстраханская областьАстраханьБарнаулБелгородБелгородская областьБердскБерезникиБийскБлаговещенскБратскБрянскБрянская областьВеликие ЛукиВеликий НовгородВладивостокВладикавказВладимирВладимирская областьВолгоградВолгоградская областьВолгодонскВолжскВолжскийВологдаВологодская областьВоркутаВоронежВоронежская областьВышний ВолочёкГеленджикГорно-Алтайскгород Кировгород Орёлгород Северскгород ЧитаГорячий КлючГрозныйДербентДзержинскЕвпаторияЕврейская автономная областьЕйскЕкатеринбургЕссентукиЗабайкальский крайЗлатоустИвановоИвановская областьИжевскИркутскИркутская областьЙошкар-ОлаКабардино-Балкарская РеспубликаКазаньКалининградКалининградская областьКалугаКалужская областьКаменск-УральскийКамчатский крайКарачаево-Черкесская РеспубликаКаспийскКемеровоКемеровская областьКерчьКимры

Технические характеристики Киа Спектра 2

В России серийная сборка автомобиля Kia Spectra (на рынке Южной Кореи известна как Kia Sephia 2) началась в конце 2004 года на Ижевском автомобильном заводе. Собирают автомобили KIA Spectra из машинокомплектов в четырех комплектациях: НА, НВ, НС и HD.

Передняя подвеска типа Макферсон с нижними треугольными рычагами, задняя — независимая. Передняя и задняя подвески автомобиля оснащены стабилизаторами поперечной устойчивости.

На автомобили во всех комплектациях устанавливают инжекторные двигатели (с системой распределенного впрыска топлива)рабочим объемом 1,6 л, мощностью 77,4 кВт (101,1 л.с).

Кузов типа седан несущий, цельнометаллический, сварной конструкции с навесными передними крыльями, дверьми, капотом и крышкой багажника.

Трансмиссия выполнена по переднеприводной схеме, с приводами передних колес, оснащенными шарнирами равных угловых скоростей. Автомобили комплектуют механическими (комплектации НА и НВ) или автоматическими (комплектации НС и HD) коробками передач.

Тормозные механизмы передних колес дисковые с плавающей скобой. Тормозные механизмы задних колес барабанные, с автоматической регулировкой зазоров между тормозными колодками и барабанами. В зависимости от комплектации автомобили могут быть оснащены антиблокировочной системой тормозов (ABS).

Рулевое управление травмобезопасное, с рулевым механизмом типа шестерня-рейка, оснащено гидравлическим усилителем и регулируемой по углу наклона рулевой колонкой.

В ступице рулевого колеса установлена подушка безопасности.

Комплектация НА включает в себя гидроусилитель рулевого управления, регулируемую по углу наклона рулевую колонку, вентилируемые дисковые механизмы передних колес, ремни безопасности с преднатяжителем (для водителя и переднего пассажира) и инерционные ремни безопасности для крайних (на заднем сиденье) пассажиров, дополнительный стоп-сигнал, омыватель и очиститель ветрового стекла, подушки безопасности водителя и переднего пассажира, электрокорректор фар, цифровые часы, им-мобилизатор, наружную телескопическую антенну, аудиоподготовку (четыре динамика и магнитола), дистанционное открывание из салона лючка топливного бака и крышки багажника, прикуриватель и пепельницу, оснащенные подсветкой, центральный замок, электропривод опускных стекол дверей салона. Комплектация НВ дополнительно включает в себя кондиционер, декоративные колпаки колес, электропривод и подогрев боковых зеркал заднего вида, передние противотуманные фары. Комплектация НС, помимо перечисленного для комплектации НА, включает в себя кондиционер, а комплектация HD -и электропривод телескопической антенны, антиблокировочную систему тормозов (ABS), электрообогрев передних сидений.

В данном издании большинство ремонтных операций показано на примере автомобиля в наиболее полной комплектации НВ с механической коробкой передач.

Техническая характеристика автомобиля приведена в табл. 1.1.

Характеристика Kia Spectra (таблица 1.1)

Общие данные
Число мест, включая место водителя 5
Снаряженная масса автомобиля с механической/автоматической коробкой передач, кг 1170/1201
Полная масса автомобиля с механической/автоматической коробкой передач, кг 1600/1630
Габаритные размеры, мм 4610x1720x1415
Минимальный радиус поворота, м 4,9
дорожный просвет, мм 156
Максимальная скорость автомобиля, км/ч 186
Время разгона с места до скорости 100 км/ч с переключением передач, с 11,6
Расход топлива, л/100 км:
городской цикл 10,5
при скорости 90 км/ч 6,0
при скорости 120 км/ч 7,9

Двигатель

Тип Четырехтактный, бензиновый, с двумя распределительными валами
Число, расположение цилиндров Четыре, вертикально в ряд
Число клапанов 16
Порядок работы цилиндров 1-3-4-2
Диаметр цилиндра, мм 78
Ход поршня, мм 83,4
Рабочий обьем, см3 1594
Максимальная мощность, кВт (л.с.) 74,4(101,1)
Крутящий момент, Н-м 148
Степень сжатия 9,5
Минимальная частота вращения коленчатого вала на холостом ходу, мин1 800+-100
Трансмиссия
Сцепление Однодисковое, сухое, с диафрагменной нажимной пружиной и гасителем крутильных колебаний, постоянно замкнутого типа
Привод выключения сцепления Гидравлический, беззазорный (для автомобилей с механической КП)
Коробка передач В зависимости от комплектации автомобиля механическая пятиступенчатая, двухвальная, с синхронизаторами на всех передачах переднего хода или автоматическая четырехступенчатая
Передаточные числа механической/автоматической коробки передач:
I передача 3,417/2,800
II передача 1,895/1,540
III передача 1,293/ 1,000
IV передача 0,968/ 0,700
V передача 0,780/ —
передача заднего хода 3,272/ 2,333
Привод колес Передний, валами с шарнирами равных угловых скоростей

Ходовая часть

Передняя подвеска Независимая, типа Макферсон, с гидравлическими амортизаторами, витыми коническими пружинами и стабилизатором поперечной устойчивости
Задняя подвеска Независимая, с гидравлическими амортизаторными стойками, витыми цилиндрическими пружинами, продольными и двумя поперечными рычагами, со стабилизатором поперечной устойчивости
Колеса Стальные, дисковые, штампованные
Размер обода 5,5JJx14
Шины Радиальные, бескамерные
Размер шин 185/65 R14
Рулевое управление
Тип Травмобезопасное, с гидравлическим усилителем
Рулевой механизм Шестерня-рейка

Тормоза

Рабочие тормоза:
передние Дисковые, с одноцилиндровой плавающей скобой
задние Барабанные
Привод рабочих тормозов Гидравлический, двухконтурный, раздельный, выполнен по диагональной схеме, с вакуумным усилителем и антиблокировочной системой тормозов (ABS)
Стояночный тормоз С механическим приводом на задние колеса от напольного рычага, с сигнализацией включения

Электрооборудование

Схема электропроводки Однопроводная, отрицательный полюс соединен с «массой•
Номинальное напряжение, В 12
Аккумуляторная батарея Стартерная, обслуживаемая, емкостью 55 Ач
Генератор Переменного тока, со встроенным выпрямителем и электронным регулятором напряжения
Номинальный ток отдачи, А, при напряжении 13.5 В 80
Стартер С возбуждением от постоянных магнитов, дистанционным управлением с электромагнитным включением и муфтой свободного хода, мощностью 0,85 кВт

Кузов

Тип Седан, цельнометаллический, несущий, четырехдверный

Габаритные размеры автомобиля показаны на рис. 1.1.

Элементы автомобиля, расположенные в подкапотном пространстве, и основные агрегаты представлены на рис. 1.2-1.4.

Рис. 1.2. Подкапотное пространство автомобиля (вид сверху) (декоративный кожух для наглядности снят):
1 — монтажный блок предохранителей и реле; 2 — моторедуктор очистителя ветрового стекла; 3 — воздушный фильтр; 4 — аккумуляторная батарея; 5 — катушка зажигания; 6 — радиатор системы охлаждения двигателя; 7 — термозащитный экран; 8 — насос гидроусилителя рулевого управления; 9 — бачок омыеателя ветрового стекла; 10 — осушитель; 11 — бачок гидроусилителя рулевого управления; 12 — правая опора подвески силового агрегата; 13 — электромагнитный клапан продувки адсорбера; 14 — ресивер; 15 — двигатель; 16 — воэдухоподводящий патрубок; 17 — бачок гидроприводов тормозов и выключения сцепления
Рис. 1.3. Подкапотное пространство автомобиля (вид снизу) и основные агрегаты
1 — компрессор кондиционера; 2 — картер двигателя; 3 — промежуточная труба системы выпуска отработавших газов; 4 — защитный брус силового агрегата; 5 — коробка передач; 6 — тормозной механизм левого колеса; 7 — левый рычаг передней подвески; 8 — привод левого переднего колеса; 9 — пробка отверстия для слива масла из коробки передач; 10 — нейтрализатор отработавших газов; 11 — пробка отверстия для слива масла из двигателя; 12 — правый рычаг передней подвески; 13 — привод правого переднего колеса; 14 — тормозной механизм правого колеса
Рис. 1.4. Основные агрегаты автомобиля (вид снизу сзади):
1 — поперечина задней подвески; 2 — ниша для запасного колеса; 3 — основной глушитель; 4, 7 — правые поперечные рычаги задней подвески; 5 — правый кулак задней подвески; 6 — правый продольный рычаг; 8 — дополнительный глушитель; 9 — термозащитный экран; 10 — стабилизатор поперечной устойчивости задней подвески; 11 — топливный бак; 12 — трос привода стояночной тормозной системы; 13 — левая амортизаторная стойка задней подвески

Информация актуальна для моделей Киа Спектра 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011 года выпуска.

Технические характеристики и габаритные размеры Киа Спектра / Kia Spectra

Общие данные

Число мест, включая место водителя 5
Снаряженная масса автомобиля с механической / автоматической коробкой передач, кг 1170/1201
Полная масса автомобиля с механической/автоматической коробкой передач, кг 1600/1630
Габаритные размеры, мм 4510 1720:1415
Минимальный радиус поворота, м 4,9
Дорожный просвет, мм 156
Максимальная скорость* автомобиля, км/ч 186
Время разгона* с места до скорости 100 км/ч с переключением передач, с 11.6
Расход топлива*, л/100 км:
городской цикл 10,5
при скорости 90 км/ч 6.0
при скорости 120 км/ч 7.9

Двигатель

Тип Четырехтактный, бензиновый, с двумя распределительными валами
Число, расположение цилиндров Четыре, вертикально в ряд
Число клапанов 16
Порядок работы цилиндров 1-3-4-2
Диаметр цилиндра, мм 78
Ход поршня, мм 33,4
Рабочий объем, см3 1594
Максимальная мощность, кВт (л.с.) 74.4(101,1)
Крутящий момент, Н-м 148
Степень сжатия 9.5
Минимальная частота вращения коленчатого вала на холостом ходу, мин’1 800 +/-100

Трансмиссия

Сцепление Однодисковое, сухое, с диафрагменной нажимной пружиной и гасителем крутильных колебаний, постоянно замкнутого типа
Привод выключения сцепления Гидравлический, беззазорный (для автомобилей с механической КП)
Коробка передач В зависимости от комплектации автомобиля механическая пятиступенчатая, двухвальная, с синхронизаторами на всех передачах переднего хода или автоматическая четырехступенчатая
Передаточные числа механической/автоматической коробки передач:
1 передача 3,417/ 2,800
II передача 1,895/1,540
III передача 1,293/ 1.000
IV передача 0,968/0,700
V передача 0,780/ —
передача заднего хода 3.272/2.333
Привод колес Передний, валами с шарнирами равных угловых скоростей

Ходовая часть

Передняя подвеска Независимая, типа Макферсон, с гидравлическими амортизаторами, витыми коническими пружинами и стабилизатором поперечной устойчивости
Задняя подвеска Независимая, с гидравлическими амортизаторными стойками, витыми цилиндрическими пружинами, продольными и двумя поперечными рычагами, со стабилизаторам поперечной устойчивости
Колеса Стальные, дисковые, штампованные
Размер обода 5.5JJ r14
Шины Радиальные, бескамерные
Размер шин 185/65 R14

Рулевое управление

Тип Травмобезопасное, с гидравлическим усилителем
Рулевой механизм Шестерня-рейка

Тормоза

Рабочие тормоза:
передние Дисковые, с одноцилиндровой плавающей скобой
задние Барабанные
Привод рабочих тормозов Гидравлический, двухконтурный, раздельный, выполнен по диагональной схеме, с вакуумным усилителем и антиблокировочной системой тормозов (ABS)**
Стояночный тормоз С механическим приводом на задние колеса от напольного рычага, с сигнализацией включения

Электрооборудование

Схема электропроводки Однопроводная, отрицательный полюс соединен с «массой»
Номинальное напряжение, В 12
Аккумуляторная батарея Стартерная, обслуживаемая, емкостью 55 А ч
Генератор Переменного тока, со встроенным выпрямителем и электронным регулятором напряжения
Номинальный ток отдачи, А, при напряжении 13,5 В 80
Стартер С возбуждением от постоянных магнитов, дистанционным управлением с электромагнитным включением и муфтой свободного хода, мощностью 0,85 кВт

Кузов

Тип Седан, цельнометаллический, несущий, четырехдверный

Технические характеристики автомобилей KIA Spectra / Киа Спектра

09.11.2007

м макс мм

Оценка автора

Объективность

купил авто киа -спектра проехал 370 км. (около недели) и он перестал заводится , отвез в автосалон. 3 дня смотрели и определии, что не работает какой то датчик , какой сразу сказать не смогли . дедовским методом определять стали от одной машины переставляли на мою. в качестве машины разочеровался , хотя салон просторный, но простоват; едит мягко. правдо на ямках слышин сту стойки. двигатель работает шумновато, но мне это нравится. ранее была 10-ка проехала 67000 км, поменял только одну правую стойку, шаровую и маторчик заслонки печки и все , а тут 370 км. и машина на при…

подробнее

Отображение частотного спектра — Simulink

Когда вы выбираете метод Welch , спектр мощности оценка представляет собой усредненные модифицированные периодограммы.

Учитывая входной сигнал, x , анализатор спектра выполняет следующее:

  1. Умножает x на заданное окно и масштабирует результат мощностью окна. Анализатор спектра использует RBW или окно Установка длины в Spectrum Панель настроек для определения длины окна данных.

  2. Вычисляет БПФ сигнала, Y , и берет квадрат величина с использованием Z = Y. * con (Y) .

  3. Вычисляет текущую оценку спектра мощности путем взятия скользящего среднего из последних N номеров Z , и масштабирует ответ по частоте дискретизации. Подробнее о скользящей средней методы, см. Метод усреднения.

Анализатору спектра требуется минимальное количество выборок для вычисления спектрального оценить. Показано это количество входных выборок, необходимых для вычисления одного спектрального обновления. как Образцы / обновление на панели Основные параметры . Это значение напрямую связано с полосой разрешения RBW по следующему уравнению или к длине окна по уравнению, показанному на шаге 2.

Nsamples = (1-Op100) × NENBW × FsRBW

Нормализованная эффективная ширина полосы шума, NENBW , является фактором, который зависит от метода работы с окнами.Анализатор спектра показывает значение NENBW на панели параметров окна панели Панель настроек спектра . Процент перекрытия, O p , — значение Параметр перекрытия% в опциях окна панель Spectrum Settings панели . F s — частота дискретизации входа сигнал.Анализатор спектра показывает частоту дискретизации в Основные параметры панель Spectrum Settings панели .

  1. В режиме RBW (Гц) длина окна, необходимая для вычислить одно спектральное обновление, N окно , напрямую зависит от полосы разрешения и нормализованного эффективного шума ширина полосы:

    Nwindow = NENBW × FsRBW

    В режиме Window Length длина окна используется как указано.

  2. Количество входных выборок, необходимых для вычисления одного спектрального обновления, N образцы , имеет прямое отношение к длине окна и величине перекрытия по следующему уравнению.

    Nsamples = (1-Op100) Nwindow

    Когда вы увеличиваете процент перекрытия, требуется меньше новых входных выборок для вычисления нового спектрального обновления. Например, если длина окна 100, то количество входных выборок, необходимых для вычисления одного спектрального обновления, задается как показано в следующей таблице.

    9012 9012 901 901 901 9012 9012 901 50%
    O p N образцы
    0% 100
    20
  3. Нормированная эффективная ширина полосы шума, NENBW , является параметр окна, определяемый длиной окна, N окно , а тип окно используется.Если w ( n ) обозначает вектор N окно оконные коэффициенты, тогда NENBW определяется следующим уравнением.

    NENBW = Nwindow × ∑n = 1Nwindoww2 (n) [∑n = 1Nwindoww (n)] 2

  4. В режиме RBW (Hz) вы можете установить разрешение полосы пропускания с использованием значения параметра RBW (Hz) на Основные параметры Панель на Spectrum Панель настроек .Вы должны указать значение, чтобы убедиться, что есть не менее двух интервалов RBW в указанном диапазоне частот. Соотношение общий диапазон до полосы разрешения должен быть больше двух:

    По умолчанию параметр RBW (Гц) на Main панель параметров установлена ​​на Авто . В этом случае анализатор спектра определяет соответствующее значение, чтобы гарантировать, что в указанном диапазоне частот 1024 интервала RBW.Когда вы устанавливаете Полоса разрешения (Гц) от до Авто , RBW рассчитывается как:

  5. В режиме Window Length вы указываете N окно и получившееся RBW is:

Иногда количество предоставленных входных выборок недостаточно для достижения указанная вами пропускная способность разрешения.Когда возникает такая ситуация, Spectrum Analyzer отображает сообщение:

Spectrum Analyzer удаляет это сообщение и отображает спектральную оценку когда введено достаточно данных.

Примечание

Количество точек БПФ ( N fft ) равно независимо от длины окна ( N окно ). Вы можете установить их на разные значения, если N fft больше или равно N окно .

.

Характеристики звуковых волн: амплитуда, частота, длина волны и тембр

    • БЕСПЛАТНАЯ ЗАПИСЬ КЛАСС
    • КОНКУРСНЫЕ ЭКЗАМЕНА
      • BNAT
      • Классы
        • Класс 1-3
        • Класс 4-5
        • Класс 6-10
      • Класс 110003 CBSE
        • Книги NCERT
          • Книги NCERT для класса 5
          • Книги NCERT, класс 6
          • Книги NCERT для класса 7
          • Книги NCERT для класса 8
          • Книги NCERT для класса 9
          • Книги NCERT для класса 10
          • NCERT Книги для класса 11
          • NCERT Книги для класса 12
        • NCERT Exemplar
          • NCERT Exemplar Class 8
          • NCERT Exemplar Class 9
          • NCERT Exemplar Class 10
          • NCERT Exemplar Class 11
          • 9plar
        • RS Aggarwal
          • RS Aggarwal Решения класса 12
          • RS Aggarwal Class 11 Solutions
          • RS Aggarwal Решения класса 10
          • Решения RS Aggarwal класса 9
          • Решения RS Aggarwal класса 8
          • Решения RS Aggarwal класса 7
          • Решения RS Aggarwal класса 6
        • RD Sharma
          • RD Sharma Class 6 Решения
          • RD Sharma Class 7 Решения
          • Решения RD Sharma Class 8
          • Решения RD Sharma Class 9
          • Решения RD Sharma Class 10
          • Решения RD Sharma Class 11
          • Решения RD Sharma Class 12
        • PHYSICS
          • Механика
          • Оптика
          • Термодинамика
          • Электромагнетизм
        • ХИМИЯ
          • Органическая химия
          • Неорганическая химия
          • Периодическая таблица
        • MATHS
          • Статистика
          • 9000 Pro Числа
          • Числа
          • Числа
          • Число чисел Тр Игонометрические функции
          • Взаимосвязи и функции
          • Последовательности и серии
          • Таблицы умножения
          • Детерминанты и матрицы
          • Прибыль и убыток
          • Полиномиальные уравнения
          • Разделение фракций
        • Microology
    • FORMULAS
      • Математические формулы
      • Алгебраные формулы
      • Тригонометрические формулы
      • Геометрические формулы
    • КАЛЬКУЛЯТОРЫ
      • Математические калькуляторы
      • 0003000
      • 000
      • 000 Калькуляторы по химии
      • 000
      • 000
      • 000 Образцы документов для класса 6
      • Образцы документов CBSE для класса 7
      • Образцы документов CBSE для класса 8
      • Образцы документов CBSE для класса 9
      • Образцы документов CBSE для класса 10
      • Образцы документов CBSE для класса 1 1
      • Образцы документов CBSE для класса 12
    • Вопросники предыдущего года CBSE
      • Вопросники предыдущего года CBSE, класс 10
      • Вопросники предыдущего года CBSE, класс 12
    • HC Verma Solutions
      • HC Verma Solutions Класс 11 Физика
      • Решения HC Verma Физика класса 12
    • Решения Лакмира Сингха
      • Решения Лакмира Сингха класса 9
      • Решения Лахмира Сингха класса 10
      • Решения Лакмира Сингха класса 8
    • 9000 Класс
9000BSE 9000 Примечания3 2 6 Примечания CBSE
  • Примечания CBSE класса 7
  • Примечания
  • Примечания CBSE класса 8
  • Примечания CBSE класса 9
  • Примечания CBSE класса 10
  • Примечания CBSE класса 11
  • Примечания 12 CBSE
  • Примечания к редакции 9000 CBSE 9000 Примечания к редакции класса 9
  • CBSE Примечания к редакции класса 10
  • CBSE Примечания к редакции класса 11
  • Примечания к редакции класса 12 CBSE
  • Дополнительные вопросы CBSE
    • Дополнительные вопросы по математике класса 8 CBSE
    • Дополнительные вопросы по науке 8 класса CBSE
    • Дополнительные вопросы по математике класса 9 CBSE
    • Дополнительные вопросы по науке
    • CBSE Вопросы
    • CBSE Class 10 Дополнительные вопросы по математике
    • CBSE Class 10 Science Extra questions
  • CBSE Class
    • Class 3
    • Class 4
    • Class 5
    • Class 6
    • Class 7
    • Class 8 Класс 9
    • Класс 10
    • Класс 11
    • Класс 12
  • Учебные решения
  • Решения NCERT
    • Решения NCERT для класса 11
      • Решения NCERT для класса 11 по физике
      • Решения NCERT для класса 11 Химия
      • Решения NCERT для биологии класса 11
      • Решение NCERT s Для класса 11 по математике
      • NCERT Solutions Class 11 Accountancy
      • NCERT Solutions Class 11 Business Studies
      • NCERT Solutions Class 11 Economics
      • NCERT Solutions Class 11 Statistics
      • NCERT Solutions Class 11 Commerce
    • NCERT Solutions for Class 12
      • Решения NCERT для физики класса 12
      • Решения NCERT для химии класса 12
      • Решения NCERT для биологии класса 12
      • Решения NCERT для математики класса 12
      • Решения NCERT, класс 12, бухгалтерия
      • Решения NCERT, класс 12, бизнес-исследования
      • NCERT Solutions Class 12 Economics
      • NCERT Solutions Class 12 Accountancy Part 1
      • NCERT Solutions Class 12 Accountancy Part 2
      • NCERT Solutions Class 12 Micro-Economics
      • NCERT Solutions Class 12 Commerce
      • NCERT Solutions Class 12 Macro-Economics
    • NCERT Solut Ионы Для класса 4
      • Решения NCERT для математики класса 4
      • Решения NCERT для класса 4 EVS
    • Решения NCERT для класса 5
      • Решения NCERT для математики класса 5
      • Решения NCERT для класса 5 EVS
    • Решения NCERT для класса 6
      • Решения NCERT для математики класса 6
      • Решения NCERT для науки класса 6
      • Решения NCERT для класса 6 по социальным наукам
      • Решения NCERT для класса 6 Английский язык
    • Решения NCERT для класса 7
      • Решения NCERT для математики класса 7
      • Решения NCERT для науки класса 7
      • Решения NCERT для социальных наук класса 7
      • Решения NCERT для класса 7 Английский язык
    • Решения NCERT для класса 8
      • Решения NCERT для математики класса 8
      • Решения NCERT для науки 8 класса
      • Решения NCERT для социальных наук 8 класса ce
      • Решения NCERT для класса 8 Английский
    • Решения NCERT для класса 9
      • Решения NCERT для класса 9 по социальным наукам
    • Решения NCERT для математики класса 9
      • Решения NCERT для математики класса 9 Глава 1
      • Решения NCERT для математики класса 9, глава 2
      • Решения NCERT
      • для математики класса 9, глава 3
      • Решения NCERT для математики класса 9, глава 4
      • Решения NCERT для математики класса 9, глава 5
      • Решения NCERT
      • для математики класса 9, глава 6
      • Решения
      • NCERT для математики класса 9 Глава 7
  • .

    Характеристический линейный спектр | Статья о характеристическом спектре линий от Free Dictionary

    Линейчатый спектр рентгеновских лучей, который возникает в результате переходов электронов с внешних орбит на внутренние оболочки в атоме. Длины волн характеристических линейчатых спектров находятся в диапазоне от 10 –2 до 50 нм и, в соответствии с законом Мозли, зависят от атомного номера элемента. Характерные линейчатые спектры не обнаруживают периодических закономерностей, наблюдаемых в оптических спектрах, поскольку структура внутренних электронных оболочек одинакова для всех элементов.

    Рисунок 1. График коэффициента поглощения μ в зависимости от частоты излучения v для Pt; показаны серии спектров поглощения рентгеновских лучей K -, L -, M — и N

    Характерные линейчатые спектры создаются при возбуждении атомов рентгеновскими фотонами или ускоренными электронами . При таком возбуждении электрон внутренней оболочки выбрасывается — например, из K -оболочки атома — и возникает вакансия, которая заполняется, когда электрон перемещается из L -оболочки, M -оболочка, или вышележащая оболочка.Такой перенос электрона сопровождается испусканием рентгеновского фотона с определенной частотой. Набор линий, образующихся при переходах электронов из вышележащих оболочек в, например, оболочку K или оболочку L , называется серией L или серией L соответственно. Линии в серии обычно обозначаются нижними индексами, например, α, β и γ. Например, линия, соответствующая переходу L K , обозначается K α ( см. X-RAY SPECTRA ).Дискретность, присущая характеристическим спектрам рентгеновского излучения, проявляется и в спектрах поглощения рентгеновских лучей (см. Рис. 1).

    Характерные линейчатые спектры используются при исследовании структуры материалов ( см. РЕНТГЕНОВСКИЙ ДИФРАКЦИОННЫЙ АНАЛИЗ, РЕНТГЕНОВСКИЙ ДИФРАКЦИОННЫЙ АНАЛИЗ МАТЕРИАЛОВ и РЕНТГЕНОВСКАЯ ТОПОГРАФИЯ ) и в рентгеноспектрохимическом анализе.

    Большая Советская Энциклопедия, 3-е издание (1970-1979). © 2010 The Gale Group, Inc. Все права защищены.

    .

    Характеристика импульсной характеристики, программа для кросс-узкополосного спектра

    Динамические характеристики системы могут быть описаны с помощью характеристики импульсной характеристики (также называемой характеристикой импульсной характеристики). Характеристика импульсного отклика может быть описана как реакция системы на удар, который прикладывается к входу системы (удар прикладывается в единицах времени τ до реакции системы).

    Характеристика импульсной характеристики позволяет предвидеть динамику выхода системы во временной области.Для систем с дискретными и постоянными временными параметрами характеристика импульсной характеристики может быть весьма полезной, поскольку она позволяет рассчитать выходной сигнал системы для любого входного сигнала (поскольку выходной сигнал можно описать как входной сигнал, объединенный с функцией частотной характеристики) .

    Для включения окна «Импульсная характеристика» в программе «Узкополосный поперечный спектр» активируйте меню конфигурации параметров с помощью клавиши «Опции» .Выберите опцию «Импульсный ответ» в разделе «Дополнительные окна» (см. Столбец «Добавить графику» ) и нажмите кнопку «Применить» .

    Импульсная характеристика — одна из ключевых характеристик системы во временной области. Чтобы обеспечить исчерпывающую характеристику поведения системы, можно использовать импульсную характеристику (импульсный отклик) или переходную характеристику (частотный отклик). Характеристика импульсной характеристики полезна для операций во временной области, в то время как характеристика частотной характеристики более предпочтительна для операций в частотной области.

    В дополнение к реакции системы на удар, программа «Импульсная характеристика» также отображает предысторию события, позволяя пользователю установить характерную продолжительность.

    Используя записанную характеристику импульсной характеристики, можно настроить импульсную характеристику конкретных выходных каналов (например, для подавления шума, присутствующего в выходном канале).

    .

    © 1982 Sinclair Research Ltd

    НАГРУЗКА, л

    НАГРУЗКА «L

    НАГРУЗКА «» L

    Программа: 404 Стр.

    R Ошибка загрузки ленты (0: 1)

     $$ \ $$ \ $$$$$$ \ $$ \ $$ \ 
     $$ | $$ | $$$ __ $$ \ $$ | $$ | 
     $$ | $$ | $$$$ \ $$ | $$ | $$ | 
     $$$$$$$$ | $$ \ $$ \ $$ | $$$$$$$$ | 
     \ _____ $$ | $$ \ $$$$ | \ _____ $$ | 
     $$ | $$ | \ $$$ | $$ | 
     $$ | \ $$$$$$ / $$ | 
     \ __ | \ ______ / \ __ | 
     $$$$$$$ \ 
     $$ __ $$ \ 
     $$ | $$ | $$$$$$ \ $$$$$$ \ $$$$$$ \ 
     $$$$$$$ | \ ____ $$ \ $$ __ $$ \ $$ __ $$ \ 
     $$ ____ / $$$$$$$ | $$ / $$ | $$$$$$$$ | 
     $$ | $$ __ $$ | $$ | $$ | $$ ____ | 
     $$ | \ $$$$$$$ | \ $$$$$$$ | \ $$$$$$$ \ 
     \ __ | \ _______ | \ ____ $$ | \ _______ | 
     $$ \ $$ | 
     \ $$$$$$ | 
     \ _____ / 
     $$ \ 
     $$ | 
     $$$$$$$ \ $$$$$$ \ $$$$$$ \ 
     $$ __ $$ \ $$ __ $$ \\ _ $$ _ | 
     $$ | $$ | $$ / $$ | $$ | 
     $$ | $$ | $$ | $$ | $$ | $$ \ 
     $$ | $$ | \ $$$$$$ | \ $$$$ | 
     \ __ | \ __ | \ ______ / \ ____ / 
     $$$$$$ \ $$ \ 
     $$ __ $$ \ $$ | 
     $$ / \ __ | $$$$$$ \ $$ \ $$ \ $$$$$$$ \ $$$$$$$ | 
     $$$$ \ $$ __ $$ \ $$ | $$ | $$ __ $$ \ $$ __ $$ | 
     $$ _ | $$ / $$ | $$ | $$ | $$ | $$ | $$ / $$ | 
     $$ | $$ | $$ | $$ | $$ | $$ | $$ | $$ | $$ | 
     $$ | \ $$$$$$ | \ $$$$$$ | $$ | $$ | \ $$$$$$$ | 
     \ __ | \ ______ / \ ______ / \ __ | \ __ | \ _______ | 
    .

    Обзор Kia Spectra 2008 года: отзывы, фото, механика


    Сегодня на обзоре у нас Киа Спектра. Про эту машину нужно знать всего три вещи: она очень простая, очень дешевая и надежная. Выгода от таких простых правил на лицо — компания уже 90 лет завоевывает североамериканский рынок. Если всё работает так как надо, зачем что-то менять?

    Именно благодаря этим принципам Киа завоевал российский рынок, но уже в начале нулевых годов. Правда, модель на тот момент уже была несколько устаревшая. В России ее собирали с 2005 года по 2011 год. Внешний вид и дизайн интерьера автомобиля не изменились. От этого хуже машина ездить не стала, ведь все самое главное в наличие было: 4 колеса, руль, впереди два сиденья, сзади диван, кстати, достаточно просторный.

    К плюсам Киа Спектра можно отнести качественный кузов, который оцинкован с двух сторон. Благодаря этому он отлично сопротивляется коррозии.

    Основные характеристики «Киа Спектра» 2008 года

    Kia Spectra 2008 — это автомобили первого и второго поколения, выпуск которых уже прекратился. Они остались без рестайлинга. Это легендарная машина, которую оценили водители по всему миру. Модель сочетает в себе удобство и красоту, комфорт и простоту, безопасность и скорость. Такое авто приобретают жители больших и городов и маленьких поселков, чтобы путешествовать большой компанией с семьей и друзьями или в одиночестве добираться до работы.

    Выпускались автомобили в кузове седан и хэтчбек с двигателями объемом 1,6 или 2,0 литров. Благодаря многообразию технических характеристик «Кия Спектра» 2008, каждый водитель найдет для себя идеальное авто.

    Производство располагается на территории Российской Федерации. Завод работает по заказу корейского бренда. Выпущенные модели соответствуют требованиям разработчиков. Для России были специально созданы надежные системы амортизации, которые устанавливаются на автомобили «Киа». Благодаря этому машины могут ездить по неидеальным дорогам и при этом не ломаться в течение многих лет.

    Внешний вид, габариты

    «Киа Спектра» 2008 года — это компактный городской автомобиль со следующими габаритами:

    • минимальный размер — 4340*1735*1470 мм;
    • максимальный — 4525*1725*1425 мм;
    • масса — от 1161 до 1320 кг.

    Машина выглядит привлекательно, но дизайн ее кузова устарел. Несмотря на это авто отлично смотрится на городских улицах, выгодно выделяется среди других транспортных средств. Линии кузова плавные, изящные. Дизайн дополнен простыми фарами и неброской решеткой радиатора. Машина выделяется именно за счет своей простоты и лаконичности. Она лишена ненужных декоративных элементов.

    На что обратить внимание

    Машина разгоняется, конечно, не так быстро как хотелось бы. С коробкой автомат он показал результат 16 секунд до ста. В таком режиме со светофора уехать можно разве что за автобусом, и не помогут вам здесь ни красные задние барабаны, ни брызговики Спарко.

    С механической коробкой передач дела обстоят примерно так же как с мотором. С технической точки зрения, она очень надежная, но вот пользоваться ей каждый день не так уж приятно. В ней не достаточно четкое включение передач, длинные ходы рычага КПП. Получается, что как будто карандаш в стакане.

    Автомат не кажется уже таким хорошим на фоне образцово-показательных собратьев, с точки зрения подкапотного пространства. Он тоже японского происхождения, четырехступенчатый, достаточно архаичной конструкции. Его можно охарактеризовать в большей степени типичной ситуацией, когда автомат стал существенно задержкой переключаться с 1 на вторую, и вторую подстегивает сильным ударом. В этом, скорее всего, виноваты электромагнитные клапана. Если автомат задумчиво переключаться с 3 на 4, то считайте вам «повезло», и, возможно, вы обойдетесь просто перепрограммированием блока управления этого самого автомата.

    Если коробка встала в аварийный режим и не переключается никуда кроме 3 передачи, готовьте кругленькую сумму по сравнению со стоимостью этого Киа Спектра. Одна радость, что такие автоматы отремонтировать можно практически везде. Мы с вами знаем, что в наших российских условиях эксплуатации, необслуживаемых автоматов не бывает, масло нужно обязательно менять. Автоматическая коробка передач, это единственное в техническом плане усовершенствованная конструкция.

    Автомобиль, участвующий в обзоре, 2006 года выпуска полностью в заводском лакокрасочном покрытии. Если владелец ни разу не попадал в ДТП, то машина даже сегодня будет выглядеть отлично за счет качественного кузова и хорошей заводской покраски.

    Подвеска очень крепкая, ходит по 40-50.000 км.

    Также может придется менять передние стабилизаторы, это достаточно распространенное замечание, относительно большинства современных автомобилей. А вот шаровые опоры, сайлентблоки стойки амортизаторов, могут проходить по 100-150.000 км.

    Самым слабым звеном в этом списке будут ступичные подшипники. Особенно болезненно они реагируют на не штатные литые диски увеличенного диаметра.

    Тип кузова

    «Киа Спектра» 2008 годы выпускалась в кузовах двух типов:

    • седан;
    • хэтчбек.

    У седана большой багажник, доступ к которому можно получить прямо из салона. Он отделен от мест для пассажиров удобной перегородкой. Такие автомобили приобретаются для длительных путешествий, ведь в них помещаются вещи, необходимые в пути.

    Kia Spectra 2008 в кузове хэтчбек компактна и удобна для жителя большого города. В багажнике поместятся вещи, ежедневно необходимые человеку (спортивная форма, продукты, детские рюкзаки).

    При необходимости сиденья в автомобилях обоих типов легко складываются в пропорции 40:60, чтобы водитель мог перевозить крупногабаритные предметы или объемные вещи.

    Технические характеристики «Кия Спектра» 2008

    Kia Spectra 2008 — это семейный или городской автомобиль. Он удобен, красив, безопасен. Его можно эксплуатировать в мегаполисе или за его пределами, на трассе. Он отлично держит дорогу, им легко и приятно управлять. Но перед приобретением этой модели необходимо ознакомиться с ее техническими характеристиками.

    Сведения о двигателе

    с различными моторами:

    • объем — 1,5, 1,6 или 2,0 литров;
    • мощность — от 96 до 138 лошадиных сил.

    Машины достаточно мощные для поездок по городу. Модели с двигателями небольшого объема удобно эксплуатировать в мегаполисах, где не важна скорость движения, а водителю приходится часто стоять на светофорах.

    Более мощные модели легко разгоняются, чтобы совершить обгон на трассе. Их скоростные характеристики сохраняются, даже если в салоне сидят 5 человек, а багажник полный.

    Тип топлива

    Мотор Kia Spectra работает на бензине АИ 95, но некоторые водители заливают топливо АИ 92. В последнем случае немного увеличивается расход и ухудшается управляемость (машина хуже разгоняется). Бензиновые двигатели надежны, а качественное топливо для них есть практически на любой заправке. Поэтому эксплуатировать такую машину удобно и приятно. Объем бака составляет 50 литров. Этого достаточно для поездок по городу в течение нескольких дней или путешествия по трассе.

    Расход масла

    У нового автомобиля Kia Spectra расход масла небольшой — 1–1,5 литра на 10 000 километров. Со временем он увеличивается до 2,0 литров на 1 000 километров. Это происходит плавно и порой незаметно для водителя. Но данная проблема характерна для машин с большим пробегом (от 90 000 километров).

    Трансмиссия

    Kia Spectra оснащается надежной трансмиссией МКПП 5 или АКПП 4. Механика пользуется большей популярностью, чем автомат, из-за своей надежности и простоты эксплуатации. Автомобиль оснащается передним приводом. То есть энергия от двигателя передается только передним колесам. Это самый безопасный вариант, ведь управлять таким авто удобно и легко и при этом он не потребляет много топлива, как полноприводные модели.

    Коробка передач

    Наибольшей популярностью пользуется «Киа Спектра» 2008 года на механике. Это удобное и недорогое авто для ежедневных поездок по городу или за его пределами. Переключать передачи легко. Такие модели нравится людям, часто выезжающим за пределы большого города. На трассе механика позволяет развить большую скорость, а на грунтовой дороге — проехать сложный участок.

    Среди жителей города пользуется популярностью модель с коробкой-автоматом. Система сама переключает передачи, пока авто стоит в пробке или на светофоре. Благодаря этому водитель не устает даже после длительной поездки по загруженным машинами улицам.

    Салон

    Багажник в Киа Спектра достаточно вместительный для данного класса автомобилей.

    Машину можно брать с коробкой передач механикой или автомат. Ну, а что вы еще можете захотеть в этой машине кроме того, чтобы ездить из пункта А в пункт Б? Только чтобы она была надежной, и здесь этого в избытке.

    Корни происхождения мотора уходят в японский автопром.

    Из каких стран на него ни посмотри, он надежен в единстве. Регламент обслуживания:

    1. Раз в 15 тысяч менять масло.
    2. Раз 30.000 свечи
    3. Раз в 45.000 меняем ремень ГРМ, ролики и помпу.

    Конечно, стоит великий соблазн сэкономить и поездить с таким ремнем дольше, но поверьте, что экономия выйдет рано или поздно вам боком. Ремень порвется, поршень встретиться с клапанами, 4 цилиндра загнутся, а ремонтировать это все будет очень дорого. Не искушайте судьбу, меняется ремень ГРМ хотя бы раз 40 тыс. км.

    Эксплуатация Kia Spectra 2008

    Kia Spectra — это недорогая иномарка. Как и у других бюджетных авто, у нее есть несколько проблем. Но некоторые владельцы не замечают их даже в течение длительной эксплуатации.

    Удобно ездить на машине в максимальной комплектации. Она оснащается хорошей климатической системой, устройствами помощи водителю и другими элементами. Но даже в базовой комплектации данная модель удобна, практична и отличается высоким качеством, несмотря на российскую сборку.

    Преимущества и недостатки

    Согласно отзывам автолюбителей, у Kia Spectra пять «плюсов»:

    • надежность;
    • вместительный салон;
    • недорогое сервисное обслуживание;
    • просторный багажник;
    • надежная подвеска, специально разработанная для неидеальных российских дорог.

    Среди минусов водители отмечают в первую очередь низкую проходимость автомобиля, который создан для поездок по городу и не может заехать на бордюр, проехать яму и кочку. Еще один недостаток — это плохая шумоизоляция. При езде на шипованных шинах водителю будет слышно, как они царапают асфальт. Некоторые люди заметили большой расход топлива и плохое качество коробки передач. Но это нехарактерные проблемы данной модели.

    Стоимость обслуживания и ремонта

    У водителей разные требования к транспортному средству, но каждому человеку важно, чтобы поддержание работоспособности автомобиля обходилось недорого. В процессе эксплуатации часто выходят из строя дворники, лампы ближнего и дальнего света. Эти детали есть во всех магазинах автозапчастей, а их замена выполняется самостоятельно, без помощи мастера.

    Возможности тюнинга

    Некоторые водители задумываются о тюнинге авто. Чтобы улучшить внешний вид своего транспортного средства, часто заменяют колеса. Эта модель автомобиля рассчитана на установку дисков со следующими техническими характеристиками:

    • ширина 5,5, 6,0, 6,5;
    • диаметр 14, 15, 16;
    • разболтовка 4Х100.

    Водители покупают стильные колеса, которые делают авто ярким и выделяющимся.

    Еще одна возможность для тюнинга — это покраска кузова. Машина необычного цвета выделяется среди других транспортных средств и отлично выглядит на дороге.

    Перед выбором транспортного средства важно изучить технические характеристики, посмотреть обзоры и ознакомиться с мнением людей, уже ставших владельцами такого нового или подержанного автомобиля.

    Безопасность

    Нельзя сказать, что Киа Спектра является эталоном по части безопасности. Оборудованный всего двумя подушками, для водителя и пассажира, сидящего на переднем сиденье, создаёт не самую лучшую защиту. Варианты с более богатой комплектацией, имеют шесть подушек безопасности, а также специальные надувные занавески над окнами. Краш-тесты, при лобовом и боковом столкновении, показывают хорошую статистику.

    Ремней пять, как и количество возможных посадочных мест. При экстренном торможении, на помощь водителю приходит ABS, а также тормозной путь помогают сократить усиленные тормозные колодки, равномерно распределяющие нагрузку.

    Двигатель Киа Спектра, основные характеристики, краткая характеристика конструкции, особенности обслуживания

    Автомобили Киа Спектра отечественной сборки отличаются надежностью и неприхотливостью. Он пользуется популярностью за отличные ходовые качества и комфортабельность на фоне невысоких цен. Под капотом машины установлен одноимённый двигатель Киа Спектра.

    Разновидности двигателей Киа Спектра

    Двигатель внутреннего сгорания является наиболее важным узлом любого авто. Двигатель KiaSpectra имеет отличные характеристики, он надежен и не доставляет проблем автовладельцам в течение всего срока службы.

    Модель Киа Спектра, собранная в России, отличается от корейских аналогов по оснащению и комплектации. Модельный ряд двигателей Киа состоит из трех бензиновых агрегатов:

    1. Силовой агрегат на 1,6 л — мощность 101 л. с.
    2. Объем 1,8 л — 125 л. с.
    3. 2,0 л — 132 л. с.

    В России чаще всего автомобили Спектра комплектуются 1,6-литровыми моторами.

    Конструктивные особенности двигателя Киа Спектра

    Это четырех цилиндровый 16-клапанный инжекторный силовой агрегат. Газораспределение производится по системе DOHC.При помощи двухраспределительных валов производится управление закрытием и открытием клапанов ДВС. Ремень газораспределительного механизма (ГРМ) имеет зубчатое строение. Он служит для передачи вращающего момента к распределительным валам.

    Ременной привод Киа Спектра ГРМ необходимо заменять после каждых 60 тыс. км. При его обрыве происходят необратимые деформации клапанов. Для устранения этого дефекта требуется капитальный ремонт двигателя. При этом клапана заменяются на новые образцы.

    Материал изготовления ГБЦ (головки блока цилиндров) — алюминий, блока цилиндров — чугун. Благодаря гидравлическим компенсаторам, отпадает необходимость в регулировке клапанов через каждые 100 тыс. км.

    Силовой агрегат Спектра работает на бензине 92-й марки. Он отличается небольшой чувствительностью к топливу низкого качества. Качество бензина не влияет на общий ресурс двигателя.

    Основным достоинством мотора является быстрый запуск на холодную в любую погоду и стабильная работа на малых и холостых оборотах.

    Наиболее распространенные проблемы

    Благодаря хорошему качеству изготовления и удачной конструкции, моторы Киа обладают низким процентом обращений в СТО, их ресурс часто превосходит 400 тыс. км. Однако, здесь также случаются проблемы:

    1. Троение двигателя.
    2. Обороты плавают (необходимо часто менять свечи).
    3. Индикатор CheckEngine часто загорается по причине неисправностей в электрической системе.
    4. Перегрев мотора(неисправности термостата).
    5. Выход из строя датчиков.
    6. Обрыв ремня газораспределительного механизма (ГРМ).
    7. Повышенный расход масла в двигателе.

    Перечисленные неисправности можно предупредить, если своевременно заменять детали при техосмотре. И тогда не придется ремонтировать двигатель.

    Длительная эксплуатация моторов Киа Спектра дает все основания утверждать, что своевременное обслуживание и использование рекомендованной марки моторного масла и горючего способствуют ощутимому увеличению их ресурса.

    Обслуживание двигателя Киа Спектра

    Данный мотор не доставляет проблем автовладельцам при правильном и своевременном обслуживании. При своевременной замене масла силовой агрегат стабильно сохраняет свои характеристики. Благодаря этой процедуре, существенно увеличивается срок службы автомобилей этой марки.

    Наряду с регулярной заменой, необходимо соблюдать правила выбора смазочного материала. Моторное снижает силу трения между работающими деталями и защищает элементы силового агрегата от поломок и износа.

    В паспорте автомобиля содержатся подробные рекомендации производителя по выбору масла в соответствии с требованиями стандартов и международных систем вязкости. Там также говорится, сколько смазочной жидкости необходимо заливать в двигатель конкретного авто.

    Автопроизводители Киа Спектра рекомендуют производить замену масла после 15 тысяч км. или один раз в год. Такая периодичность позволит предупредить внутренний износ силового агрегата. Если машина работает в тяжелых условиях (городские пробки, пыльная местность и пр.), данную процедуру рекомендуется проводить чаще.

    При покупке авто с рук необходимо сразу заменить моторную смазку, т. к. неизвестно, когдапрежний хозяин заменял масло.

    При полной замене смазочного материала рекомендуется заменить также масляный фильтр.

    Рекомендованные моторные масла для силовых агрегатов Kia Spectra: синтетика Premium LF Gasoline 5W20, Turbo SYN Gasoline 5W30 и полусинтетика Super Extra Gasoline 5W30.

    Чаще всего автовладельцы заливают в свой мотор синтетическое моторное масло. Именно такой вид смазочного материала имеет все необходимые характеристики для эффективной защиты деталей от поломок и износа.

    Кия спектра технические характеристики двигателя

    Характеристики и особенности моторов Киа Спектра

    В этой статье речь пойдет об автомобиле, который часто можно встретить на дорогах нашей страны. Около 15 лет назад появились его первые экземпляры, еще иностранной сборки, затем производство было локализовано и, в течение нескольких лет, машина выпускалась у нас на заводе ИжАвто. Киа Спектра, а именно ее мы имеем в виду, за это время завоевала доверие и внимание многих автолюбителей, которые желают получить машину надежную, неприхотливую, но при этом с хорошими ходовыми качествами и уровнем комфорта за невысокую цену. Одним из важнейших узлов этого автомобиля является двигатель Киа Спектра, он известен также неплохими характеристиками, надежностью и общей беспроблемностью в пределах срока службы. Так же этот мотор обладает рядом особенностей, о которых стоит рассказать, так как они могут заинтересовать как людей, желающих приобрести эту машину, так и ее настоящих владельцев.

    Киа Спектра с двигателем 1.6 16V DOHC 2008 модельный год российская сборка

    Всем нам знакомая Спектра, так популярная в сегменте бюджетных и недорогих иномарок в нашей стране это, как правило, модель автомобиля российской сборки. С 2004 по 2011 год эти машины производились на заводе ИжАвто. Их комплектации и оснащение сильно отличаются от автомобилей под тем же названием, которые производились в Южной Корее и других странах и предназначались для рынков США и Европы. В модельном ряду двигателей Киа Спектра всего три агрегата, все они бензиновые:

    • 1,6-литровый агрегат, мощностью 101 л.с (в моделях для американского рынка она составляла 107 л.с.)
    • 1.8 литра, мощностью 125 сил
    • 2.0 литра, мощностью 132 лошадиных силы

    Моторы 1.8 и, особенно, 2.0 встречаются в России очень редко, разве что на машинах первых годов выпуска и привезенных из-за рубежа, и очень жаль, ведь именно они делали этот автомобиль таким каким он был знаком покупателям в Корее и США. Вместе с большим списком опций, в который входили АКПП, круиз-контроль, куча подушек безопасности и многое другое, эти агрегаты поднимали Спектру на уровень значительно выше бюджетного, приближая авто вплотную к среднему классу. У нас же более известен 1,6-литровый двигатель Киа, который, кстати, не лишен собственных достоинств, тогда как о его недостатках вспоминают редко.

    Конструкция двигателя

    В начале своего выпуска, Киа Спектра комплектовали двигателями, собранными по лицензии Mazda, но производитель быстро отошел от этой практики, создав собственную разработку мотора. Этот бензиновый четырехцилиндровый вариант и лег в основу линейки двигателей для Спектры. Так как в России Спектра выпускалась только с мотором 1.6, другие модификации крайне редки, поэтому стоит подробнее остановиться на нем, тем более что агрегаты с увеличенным объемом имеют схожую конструкцию.

    Двигатель Киа Спектра четырехцилиндровый 16-клапанный, инжекторный. Механизм газораспределения использует систему DOHC. В ней используется два распределительных вала, которые управляют открытием и закрытием клапанов. Сама головка блока цилиндров алюминиевая, герметично соединяется с блоком цилиндров при помощи болтов. В двигателях Спектра используются гидрокомпенсаторы, что является данью предшественникам от Mazda, несколько усложняет конструкцию, но избавляет от необходимости раз в 100 000 километров пробега регулировать клапана. Блок цилиндров отливается из чугуна, что дает возможность расточки цилиндров в случае необходимости капитального ремонта.

    Двигатель Киа Спектра 16V DOHC

    В качестве привода механизма газораспределения используется зубчатый ремень ГРМ, который передает вращающий момент от коленвала двум распредвалам, расположенным в ГБЦ. Ременный привод ГРМ Киа Спектра требует к себе определенного внимания. Замена ремня рекомендуется каждые 60 тысяч километров пробега. При обрыве ремня ГРМ Спектра гнет клапана, проблема устраняется только капитальным ремонтом с заменой клапанов.

    Конструкцию двигателей Киа Спектра нельзя назвать новой, но она остается достаточно современной даже спустя несколько лет после окончания выпуска этой модели.Некоторые известные производители автомобилей до сих пор предлагают комплектации машин с гораздо более устаревшими вариантами конструкции, к примеру, восьмиклапанные модификации. Что касается силового агрегата Спектры, то в нем не используются такие распространенные на сегодняшний день технологии как система изменения фаз газораспределения и непосредственный впрыск, которые дают некоторый прирост мощности (до 30-40 лошадиных сил) и используются на многих автомобилях марок Форд, Хендай и других.

    Основные неисправности и особенности моторов Спектры

    В отличие от автомобилей с более новыми системами впрыска GDI, FSI и другими, оснащенных чувствительным к октановому числу и качеству топлива оборудованием, Киа Спектра хорошо переваривает 92-й бензин. Из-за некачественного топлива почти не возникает серьезных проблем, хотя иногда может загореться Check Engine. Обычно индикатор сам гаснет как только состав бензина нормализуется.

    Много споров возникает по поводу ресурса двигателя Спектры. Многие автомобилисты здесь вспоминают тот факт, что в автомобиле используется двигатель, корни которого уходят к японским моторам, которые ставились на Mazda 323, а они чуть ли не «миллионники». К сожалению они не правы. Во-первых, моторы Mazda 323 никогда небыли «миллионниками», эта цифра явно завышена. Во-вторых, агрегат 1.6 литра, который ставился на Спектры российской сборки, имеет мало общего с его японскими предшественниками. Однако общая конструкция и неплохое качество изготовления, характерные для времени начала выпуска Киа Спектры, делают ее двигатели действительно достаточно долговечными. В настоящее время нередко можно встретить машины с 200 — 300 тысячами километров пробега без проблем со стороны двигателя и топливной системы. Большое количество проданных автомобилей, низкий процент обращений в сервисные центры и наличие машин с большими пробегами в нормальном состоянии позволяет предположить что ресурс моторов Киа Спектра на практике может превосходить 350 — 400 тысяч километров пробега.

    К основным неисправностям и наиболее распространенным проблемам относят:

    1. троение и плавающие обороты, что часто требует замены свечей
    2. горящий индикатор Check Engine, причиной обычно является плохой бензин или неисправность электрики
    3. перегрев, связанный с выходом из строя термостата
    4. неисправности различных датчиков системы двигателя
    5. обрыв ремня ГРМ
    6. высокий расход масла, устраняется заменой поршневых колец

    Большинство неисправностей не являются следствием конструктивных недостатков и могут быть успешно предупреждены своевременной заменой деталей из группы риска и техническим обслуживанием.

    За более десятка лет эксплуатации модели накопилось много положительных отзывов о двигателях этой машины. Если учитывать их и низкую статистику поломок, можно с уверенностью сказать, что при своевременном обслуживании, использовании моторного масла Киа Спектра и топлива, мотор этого автомобиля может проходить несколько сотен тысяч километров не создавая проблем его владельцу.

    Источник

    Технические характеристики Kia Spectra 2

    В России серийная сборка автомобиля Kia Spectra (на рынке Южной Кореи известна как Kia Sephia 2) началась в конце 2004 года на Ижевском автомобильном заводе. Собирают автомобили KIA Spectra из машинокомплектов в четырех комплектациях: НА, НВ, НС и HD.

    Передняя подвеска типа Макферсон с нижними треугольными рычагами, задняя — независимая. Передняя и задняя подвески автомобиля оснащены стабилизаторами поперечной устойчивости.

    На автомобили во всех комплектациях устанавливают инжекторные двигатели (с системой распределенного впрыска топлива)рабочим объемом 1,6 л, мощностью 77,4 кВт (101,1 л.с).

    Кузов типа седан несущий, цельнометаллический, сварной конструкции с навесными передними крыльями, дверьми, капотом и крышкой багажника.

    Трансмиссия выполнена по переднеприводной схеме, с приводами передних колес, оснащенными шарнирами равных угловых скоростей. Автомобили комплектуют механическими (комплектации НА и НВ) или автоматическими (комплектации НС и HD) коробками передач.

    Тормозные механизмы передних колес дисковые с плавающей скобой. Тормозные механизмы задних колес барабанные, с автоматической регулировкой зазоров между тормозными колодками и барабанами. В зависимости от комплектации автомобили могут быть оснащены антиблокировочной системой тормозов (ABS).

    Рулевое управление травмобезопасное, с рулевым механизмом типа шестерня-рейка, оснащено гидравлическим усилителем и регулируемой по углу наклона рулевой колонкой.

    В ступице рулевого колеса установлена подушка безопасности.

    Комплектация НА включает в себя гидроусилитель рулевого управления, регулируемую по углу наклона рулевую колонку, вентилируемые дисковые механизмы передних колес, ремни безопасности с преднатяжителем (для водителя и переднего пассажира) и инерционные ремни безопасности для крайних (на заднем сиденье) пассажиров, дополнительный стоп-сигнал, омыватель и очиститель ветрового стекла, подушки безопасности водителя и переднего пассажира, электрокорректор фар, цифровые часы, им-мобилизатор, наружную телескопическую антенну, аудиоподготовку (четыре динамика и магнитола), дистанционное открывание из салона лючка топливного бака и крышки багажника, прикуриватель и пепельницу, оснащенные подсветкой, центральный замок, электропривод опускных стекол дверей салона. Комплектация НВ дополнительно включает в себя кондиционер, декоративные колпаки колес, электропривод и подогрев боковых зеркал заднего вида, передние противотуманные фары. Комплектация НС, помимо перечисленного для комплектации НА, включает в себя кондиционер, а комплектация HD -и электропривод телескопической антенны, антиблокировочную систему тормозов (ABS), электрообогрев передних сидений.

    В данном издании большинство ремонтных операций показано на примере автомобиля в наиболее полной комплектации НВ с механической коробкой передач.

    Техническая характеристика автомобиля приведена в табл. 1.1.

    Габаритные размеры автомобиля показаны на рис. 1.1.

    Элементы автомобиля, расположенные в подкапотном пространстве, и основные агрегаты представлены на рис. 1.2-1.4.

    Общие данные
    Число мест, включая место водителя 5
    Снаряженная масса автомобиля с механической/автоматической коробкой передач, кг 1170/1201
    Полная масса автомобиля с механической/автоматической коробкой передач, кг 1600/1630
    Габаритные размеры, мм 4610x1720x1415
    Минимальный радиус поворота, м 4,9
    дорожный просвет, мм 156
    Максимальная скорость автомобиля, км/ч 186
    Время разгона с места до скорости 100 км/ч с переключением передач, с 11,6
    Расход топлива, л/100 км:
    городской цикл 10,5
    при скорости 90 км/ч 6,0
    при скорости 120 км/ч 7,9
    Тип Четырехтактный, бензиновый, с двумя распределительными валами
    Число, расположение цилиндров Четыре, вертикально в ряд
    Число клапанов 16
    Порядок работы цилиндров 1-3-4-2
    Диаметр цилиндра, мм 78
    Ход поршня, мм 83,4
    Рабочий обьем, см3 1594
    Максимальная мощность, кВт (л.с.) 74,4(101,1)
    Крутящий момент, Н-м 148
    Степень сжатия 9,5
    Минимальная частота вращения коленчатого вала на холостом ходу, мин1 800+-100
    Трансмиссия
    Сцепление Однодисковое, сухое, с диафрагменной нажимной пружиной и гасителем крутильных колебаний, постоянно замкнутого типа
    Привод выключения сцепления Гидравлический, беззазорный (для автомобилей с механической КП)
    Коробка передач В зависимости от комплектации автомобиля механическая пятиступенчатая, двухвальная, с синхронизаторами на всех передачах переднего хода или автоматическая четырехступенчатая
    Передаточные числа механической/автоматической коробки передач:
    I передача 3,417/2,800
    II передача 1,895/1,540
    III передача 1,293/ 1,000
    IV передача 0,968/ 0,700
    V передача 0,780/ —
    передача заднего хода 3,272/ 2,333
    Привод колес Передний, валами с шарнирами равных угловых скоростей
    Передняя подвеска Независимая, типа Макферсон, с гидравлическими амортизаторами, витыми коническими пружинами и стабилизатором поперечной устойчивости
    Задняя подвеска Независимая, с гидравлическими амортизаторными стойками, витыми цилиндрическими пружинами, продольными и двумя поперечными рычагами, со стабилизатором поперечной устойчивости
    Колеса Стальные, дисковые, штампованные
    Размер обода 5,5JJx14
    Шины Радиальные, бескамерные
    Размер шин 185/65 R14
    Рулевое управление
    Тип Травмобезопасное, с гидравлическим усилителем
    Рулевой механизм Шестерня-рейка
    Рабочие тормоза:
    передние Дисковые, с одноцилиндровой плавающей скобой
    задние Барабанные
    Привод рабочих тормозов Гидравлический, двухконтурный, раздельный, выполнен по диагональной схеме, с вакуумным усилителем и антиблокировочной системой тормозов (ABS)
    Стояночный тормоз С механическим приводом на задние колеса от напольного рычага, с сигнализацией включения
    Схема электропроводки Однопроводная, отрицательный полюс соединен с «массой•
    Номинальное напряжение, В 12
    Аккумуляторная батарея Стартерная, обслуживаемая, емкостью 55 Ач
    Генератор Переменного тока, со встроенным выпрямителем и электронным регулятором напряжения
    Номинальный ток отдачи, А, при напряжении 13.5 В 80
    Стартер С возбуждением от постоянных магнитов, дистанционным управлением с электромагнитным включением и муфтой свободного хода, мощностью 0,85 кВт
    Тип Седан, цельнометаллический, несущий, четырехдверный
    Рис. 1.2. Подкапотное пространство автомобиля (вид сверху) (декоративный кожух для наглядности снят):
    1 — монтажный блок предохранителей и реле; 2 — моторедуктор очистителя ветрового стекла; 3 — воздушный фильтр; 4 — аккумуляторная батарея; 5 — катушка зажигания; 6 — радиатор системы охлаждения двигателя; 7 — термозащитный экран; 8 — насос гидроусилителя рулевого управления; 9 — бачок омыеателя ветрового стекла; 10 — осушитель; 11 — бачок гидроусилителя рулевого управления; 12 — правая опора подвески силового агрегата; 13 — электромагнитный клапан продувки адсорбера; 14 — ресивер; 15 — двигатель; 16 — воэдухоподводящий патрубок; 17 — бачок гидроприводов тормозов и выключения сцепления
    Рис. 1.3. Подкапотное пространство автомобиля (вид снизу) и основные агрегаты
    1 — компрессор кондиционера; 2 — картер двигателя; 3 — промежуточная труба системы выпуска отработавших газов; 4 — защитный брус силового агрегата; 5 — коробка передач; 6 — тормозной механизм левого колеса; 7 — левый рычаг передней подвески; 8 — привод левого переднего колеса; 9 — пробка отверстия для слива масла из коробки передач; 10 — нейтрализатор отработавших газов; 11 — пробка отверстия для слива масла из двигателя; 12 — правый рычаг передней подвески; 13 — привод правого переднего колеса; 14 — тормозной механизм правого колеса
    Рис. 1.4. Основные агрегаты автомобиля (вид снизу сзади):
    1 — поперечина задней подвески; 2 — ниша для запасного колеса; 3 — основной глушитель; 4, 7 — правые поперечные рычаги задней подвески; 5 — правый кулак задней подвески; 6 — правый продольный рычаг; 8 — дополнительный глушитель; 9 — термозащитный экран; 10 — стабилизатор поперечной устойчивости задней подвески; 11 — топливный бак; 12 — трос привода стояночной тормозной системы; 13 — левая амортизаторная стойка задней подвески

    Информация актуальна для моделей Киа Спектра 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011 года выпуска.

    Источник

    Спектральные сигналы необходимы для кодирования азимутального слухового пространства в верхнем двухолмии мышей

    Заявление об этике

    Все процедуры проводились в соответствии с Институциональным комитетом по уходу и использованию животных Калифорнийского университета в Санта-Круз (UCSC).

    Измерение HRTF

    Для измерения HRTF мыши была воспроизведена пара кодов Голея 38 (2 16  = 65 536 точек для каждого) с частотой дискретизации 500 кГц через цифро-цифровой преобразователь. аналоговый преобразователь (DAC; National Instruments (NI), PCIe-6341), усилитель (Tucker Davis Technology (TDT), ED1) и электростатический динамик с открытым полем (ES1) по направлению к обезглавленной голове мыши, расположенной на расстоянии 25 см.Реакция записывалась с помощью микрофона (Bruel & Kjaer, 4138-L-006, частотная характеристика: от 6,5 Гц до 140 кГц), соединенного с задней частью слухового прохода мыши, с усилением (Bruel & Kjaer, 1708), низким проходной фильтр (Thorlabs, EF502, 100 кГц) и оцифрованный (NI, PCIe-6341) с частотой дискретизации 500 кГц. Связанная с головой импульсная характеристика (HRIR) была реконструирована из ответов на коды Голея 38 . Измерение проводилось в безэховой камере (куб со сторонами 60 см) с пенополиуретаном в форме ящика для яиц, прикрепленным к потолку, стенам и полу камеры, а также к другим поверхностям, таким как сцена. для головы мыши, микрофона и его кабеля, а также руки, которая держит микрофон.

    Перед измерением HRTF мышь подвергали эвтаназии, а затем обезглавливали. Улитки и барабанные перепонки удаляли из слухового прохода, а микрофон соединяли с задней частью слухового прохода с помощью соединительной трубки длиной ~1 см. Чтобы предотвратить высыхание ткани и обеспечить постоянное уплотнение между слуховым проходом и микрофоном, на ткань вокруг слухового прохода наносили небольшое количество минерального масла. Чтобы измерить HRTF в зависимости от угла падения, головку мыши устанавливали на платформе, соединенной с шаговым двигателем, который приводился в действие платой Arduino.Стол вращался с помощью шагового двигателя и наклонялся с помощью шарнира без необходимости отсоединения микрофона (дополнительный рисунок 1a). Мы измерили HRTF для 10 точек сетки по высоте (0–90° с шагом 10°) и 101 азимуту (0–180° с шагом 1,8°), всего 1010 точек в правом верхнем квадранте головы мыши. Обратите внимание, что полярной осью координат для этого измерения является ростральное направление (дополнительный рис. 7a). Перед отсоединением микрофона также измерялась HRTF установки с наушником (наушник HRTF, EHRTF).Этот EHRTF был вычтен во время электрофизиологической записи, чтобы избежать дополнительной частотной характеристики из-за настройки наушников. Та же процедура была повторена для левого уха для получения бинауральных HRTF. Измерение HRTF на головах трех самок мышей показало хорошую воспроизводимость (средняя разница составила 5,3 ± 0,8 дБ). Мы оценили несоответствие HRTF между животными как угловую ошибку (~ ± 14 °; см. «Оценка дополнительных систематических ошибок параметров RF» в «Анализе данных») и включили это в наши измерения ошибок.HRTF были собраны у самок мышей, но стимулы на их основе предъявлялись как самцам, так и самкам мышей. Мы не увидели разницы в параметрах топографической карты между мужской и женской группами (дополнительный рисунок 8). Кроме того, несмотря на то, что их средняя масса тела значительно отличалась (самцы: 28,2 ± 0,7 г ( n  = 6), самки: 21,3 ± 1,5 г ( n  = 6), ×  2= 1 3 (двусторонний тест t )), размеры ушей существенно не отличались (числа представляют [длинная ось правого уха, короткая ось правого уха, длинная ось левого уха, короткая ось левого уха]; самцы: [13 .0 ± 0,3, 7,8 ± 0,2, 13,2 ± 0,2, 7,5 ± 0,1]; женщины: [12,6 ± 0,3, 7,9 ± 0,3, 12,6 ± 0,3, 7,9 ± 0,2]; p  = [0,39, 0,90, 0,12, 0,26]). Программы LabView и Arduino, написанные для измерений HRTF, и измеренные HRTF доступны в Интернете по телефону 39,40 (см. разделы «Доступность кода» и «Доступность данных»).

    Стимуляция по ВАШ

    Используя измеренные HRTF, мы разработали стимуляцию по ВАШ, которая создает стимулирующий звук со свойствами, соответствующими звуку, исходящему из определенного направления источника.Этот подход был успешно использован у людей 16 , мартышек 4 , морских свинок 11 и хорьков 2,17 . Звук стимула сначала фильтруется обратным фильтром с нулевой фазой динамика ES1 и EHRTF, чтобы сгладить частотные характеристики ES1 и настройки наушников. Затем стимул фильтруется по измеренному HRIR, включая фазу, для построения звукового свойства, которое согласуется с углом падения, для которого измеряется HRIR.Мы воспроизвели частотную характеристику только в диапазоне от 5 до 80 кГц, потому что за пределами этого диапазона динамик ES1 не давал достаточной амплитуды. В этом диапазоне реконструированный звук воспроизводит ITD, ILD и спектральные сигналы.

    Звук поступает в уши через ЦАП (NI, PCIe-6341), усилитель (TDT, ED1) и электростатические динамики с закрытым полем (EC1), соединенные с небольшим пластиковым рупором. Кончик рупора был ориентирован в сторону слухового прохода (~40° по высоте, ~110° по азимуту) и отстоял от него на ~1 см.При таком угле EHRTF не содержит сильного провала, и поэтому подавление обратным фильтром было простым.

    Стимул полного поля ВАШ : Стимул полного поля использовал точки сетки пяти углов возвышения (0–80° с шагом 20°) и 17 азимутов (от −144° до 144° с шагом 18°), всего 85 точек. в двумерном направленном поле (дополнительный рис. 7а). Мы измерили HRTF только в правом верхнем квадранте из-за ограничения стадии измерения. Чтобы построить HRTF в верхнем левом квадранте, мы скопировали передаточную функцию противоположного уха, переворачивая влево и вправо.Это делается после подтверждения того, что HRTF левого уха и HRTF правого уха подобны в горизонтальной плоскости (лево-правая симметрия форм уха). Измеренные ILD и ITD для верхнего правого квадранта нанесены на дополнительный рисунок 1c, d. Базовый образец стимула представлял собой 100-мс белый шум с линейно сужающимися окнами в первые и последние 5 мс. Стимул предъявлялся каждые 2 с и повторялся 30 раз в каждом направлении (общая продолжительность 85 мин). Интенсивность стимула составляла 50 дБ SPL. Мы генерировали новый паттерн белого шума в каждой точке пространства и при каждом испытании (паттерн не «замораживается»).Примеры стимулов доступны в нашем репозитории Figshare 41 (см. раздел Доступность данных).

    Поскольку мы использовали наушники открытого типа, некоторый звук из наушников также улавливается контралатеральным ухом. Мы измерили амплитуду перекрестных помех ~-10 дБ на частоте 5 кГц и <-30 дБ на частоте 30 кГц и выше относительно стимулируемого уха.

    Замораживание каждого сигнала локализации звука : Замораживание определенного сигнала локализации звука было достигнуто путем фиксации сигнала для всех направлений падающего звука, в то время как другие сигналы могли изменять свои свойства естественным образом в зависимости от направления звука.Стимулы с замороженными репликами чередовались случайным образом, чтобы долговременное изменение условий записи не влияло на различия РФ. В этом эксперименте мы повторили стимулы 20 раз в каждом направлении вместо 30 раз, чтобы сократить общую продолжительность (с 5 условиями, 85 направлениями и 2-секундными интервалами общая продолжительность составила 4,7 часа). Чтобы заморозить ITD, мы сначала измерили пиковое время HRIR для каждого места в каждом ухе и сместили левый HRIR, чтобы установить разницу во времени на ноль.Чтобы зафиксировать средние ILD, мы рассчитали средние амплитуды между 5 и 80  кГц в левом и правом HRTF и скорректировали их амплитуды так, чтобы они были средними значениями для левого и правого HRTF, чтобы они имели одинаковые общие уровни звука в этом диапазоне частот. Чтобы заморозить спектральные сигналы, мы заменили HRIR одним семпловым импульсом, чтобы сгладить спектр, в то время как общий уровень звука и синхронизация оставались соответствующими исходному звуку. Чтобы создать монофонические стимулы, мы просто не посылали сигнал на ипсилатеральный (левый) динамик.Это эффективно поддерживало высокое значение ILD для всех направлений звука.

    Обратите внимание, что замораживание сигнала локализации звука не означает стирания сигнала. Застывший сигнал по-прежнему присутствует в каждом месте и может давать информацию, противоречащую другим сигналам. Например, нулевые ILD согласуются со звуком, исходящим от средней линии, и некоторые нейроны могут реагировать неестественным образом, когда это сочетается со спектральными сигналами, которые варьируются в виртуальном пространстве.

    Расширенный стимул ILD : Чтобы проверить, настроены ли нейроны на более высокие значения ILD, мы использовали те же 100-мс всплески белого шума с плоским спектром, но случайным образом изменили ILD в пределах ±40 с шагом 2 дБ.Стимул для каждого значения ILD повторялся 30 раз.

    Динамический случайный хордовый стимул : Для измерения свойств спектральной настройки нейронов с локализованными РФ мы использовали динамические случайные хордовые стимулы 20 и рассчитали STA стимулов для каждого нейрона. Стимулы состоят из 48 тонов в диапазоне от 5 до 80 кГц (12 тонов на октаву). Каждый паттерн имел длину 10 мс с линейным сужением на 3 мс в начале и в конце (т. е. плато для 4 мс). Мы использовали короткую продолжительность паттернов для обнаружения быстрых (<20  мс) ответов нейронов SC.В каждом шаблоне тоны случайным образом устанавливались либо на ВКЛ, либо на ВЫКЛ с вероятностью 0,5. Общее количество тонов в паттерне не фиксировалось. Амплитуда каждого тона была зафиксирована и установлена ​​на уровне 50 дБ SPL при усреднении по времени. Одно предъявление стимулов длилось 2 минуты (12 000 паттернов), и это предъявление с одним и тем же набором паттернов повторялось 20 раз для получения 40-минутного стимула. Тоны из левого и правого динамиков не коррелировали друг с другом, чтобы измерить настройку для контраста между ушами.Мы не использовали специальный HRTF для этого эксперимента, а просто отключили HRTF наушников, чтобы звук стимула был отфильтрован, чтобы иметь плоскую частотную характеристику вблизи барабанных перепонок.

    Подготовка животных к электрофизиологии

    Мы использовали 2–5-месячных мышей CBA/CaJ (The Jackson Laboratory, 000654) каждого пола. Мышей содержали в клетках при температуре 20–23 °С, влажности 30–70% и 12-часовом цикле свет/темнота. Мышей содержали вместе, когда это было возможно, и постоянно обеспечивали достаточное количество пищи и воды.За день до записи мы имплантировали изготовленную на заказ титановую головную пластину в череп мыши, что позволило нам зафиксировать голову мыши на записывающей установке, не касаясь ушей. В день регистрации мышь анестезировали изофлураном (3% индукция, 1,5–2% поддерживающая; в 100% кислороде) и выполняли трепанацию черепа (диаметр ~1,5–2  мм) в левом полушарии над SC ( на 0,6 мм латеральнее средней линии, по ламбдовидному шву). Мы не использовали ушные стержни для крепления наголовной пластины или выполнения краниотомии, чтобы не повредить уши.Перед записью мыши давали > 1 ч, чтобы оправиться от анестезии. Разрез покрывали 2% раствором агарозы с низкой температурой плавления в физиологическом растворе и слоем минерального масла поверх него, чтобы предотвратить высыхание мозга. 256-канальный кремниевый зонд (предоставленный проф. Масманидисом 42 ) был введен через кору в SC с его четырьмя хвостовиками, выровненными вдоль оси AP (рис. 1b; электроды были обращены в латеральном направлении). Когда стержень входит в поверхностный SC, регистрируют положения многоэлементных зрительных РФ на каждом стержне.Затем мы опускаем датчик до тех пор, пока не исчезнут сильные множественные зрительные реакции. Как следствие, вершина активной области самого поверхностного стержня находится на расстоянии ~300 мкм от поверхности КА. Перед фиксацией зонда в конечном месте зонд был пропущен на ~ 120 мкм и перемотан, чтобы уменьшить миграцию зонда во время записи. Запись начинали через 20–30 мин после введения зонда. Мыши были подвергнуты эвтаназии после сеанса записи.

    Во время записи мыши позволяли свободно бегать по цилиндрической беговой дорожке из пенополистирола (рис.1а). Поверхность цилиндра была покрыта самоклеящейся пленкой (фармация CVS) для снижения шума при движении. Движение цилиндра регистрировалось энкодером (US Digital, H5-100-NE-S).

    В пяти из десяти экспериментов в разделе «Мыши имеют пространственно локализованные слуховые РФ, которые топографически организованы» мы вставляли зонд три раза на мышь, чтобы охватить записи в разных положениях M–L для измерения настройки высоты. Каждое проникновение было разделено на 400 мкм по оси M–L.Порядок проникновения по оси M–L был рандомизирован для каждого эксперимента, чтобы избежать корреляции между ухудшением качества записи и расположением зонда. У всех остальных мышей была только одна вставка зонда.

    Анализ данных

    Слепой анализ : Мы провели слепой анализ наших данных, который эффективен для уменьшения количества ложноположительных результатов 43,44 . Во-первых, мы искали специфические особенности, используя половину нейронов, случайно выбранных из каждого эксперимента (исследовательский набор данных).Решив, на какие параметры смотреть, мы провели тот же анализ скрытой половины данных (слепой набор данных), чтобы подтвердить, согласуются ли результаты с исследовательским набором данных. Все результаты, представленные в настоящем исследовании, прошли тест на значимость как в исследовательском наборе данных, так и в слепом наборе данных, если не указано иное.

    Сортировка шипов : Мы использовали специально разработанное программное обеспечение для сортировки шипов. Необработанные аналоговые сигналы были отфильтрованы с помощью фильтра верхних частот (отсечка ~ 313 Гц) и порогового значения для обнаружения пиков.Обнаруженные пики были сгруппированы с использованием анализа основных компонентов по формам сигналов на обнаруженном электроде и окружающих его электродах. Для идентификации кластеров использовалась смешанная модель Гаусса. Кластеры с большим количеством спайков в рефрактерном периоде и дублированные кластеры для одного и того же нейрона (определяемые расстоянием изоляции, L-отношением, кросс-корреляционным анализом и сходством форм сигналов) были исключены из анализа. Более подробная информация доступна в опубликованных статьях 45,46 .

    Оценка ошибки для категориальных чисел

    Когда мы оцениваем категориальные популяции, такие как доля нейронов с быстрым ответом, мы предполагали биномиальное распределение. Если вероятность того, что нейрон находится в категории, равна p , его ошибка оценивается как \(\sqrt {p(1 — p)/N}\), где N — общее количество нейронов.

    Оценка АР-позиций нейронов

    Мы оценили относительное положение кремниевых зондов в нескольких экспериментах, используя визуальные РЧ-позиции, измеренные в поверхностном СК.Когда мы вставили кремниевый зонд, мы измерили положение зрительных RF на каждом стержне в поверхностном SC, используя активность нескольких единиц. Мы экстраполировали визуальные RF, чтобы найти положение A-P, где азимут визуального RF был равен 0°, и определили эту точку как ноль положения A-P. Для оценки АР-позиции слуховых нейронов принимали: (1) самый поверхностный электрод кремниевого зонда находился на глубине 300 мкм; 2) угол введения зонда в СК 25°. (1) оправдывается последовательной остановкой проникновения в положении, когда зрительные реакции преимущественно исчезают со всех электродов; и (2) подтверждается пострегистрационными наблюдениями за углом вставки (рис.1с). Положение нейрона относительно зонда определялось двумерной гауссовской аппроксимацией его амплитуды спайка на нескольких электродах 46 . Мы анализировали только нейроны с положительной AP-позицией, чтобы не включать нейроны вне SC.

    Проверка значимости слуховых ответов

    Мы использовали квазипуассоновскую статистику для проверки значимости слуховых реакций отдельных нейронов 47 . Простая статистика Пуассона была недостаточной, потому что частота возбуждения после стимула, как правило, имела большую дисперсию от попытки к попытке, чем ожидаемая от статистики Пуассона (чрезмерная дисперсия) из-за таких факторов, как всплеск нейронной активности и/или локомоция/движение мозга. животное.Эти дополнительные колебания могут привести к увеличению количества ложных срабатываний. (Параметр избыточной дисперсии оценивался как дисперсия числа спайков, деленная на среднее значение, которое должно быть равно 1, если нейрон является пуассоновским. Среднее значение параметров избыточной дисперсии для всех нейронов составило 5,61 ± 0,10. Эти параметры в стационарном и бегущем периодах были 4,99 ± 0,08 и 5,11 ± 0,10 соответственно, что указывает на то, что локомоция является одним из источников, но не единственным источником сверхдисперсии.)

    Чтобы определить значимость ответа, мы сначала оценили параметр сверхдисперсии и считали ответ значимо, если значение p количества спайков нейрона ниже 0.001 ( p  = 1 − CDF( N ), где CDF представляет собой кумулятивную функцию распределения квазипуассоновского распределения, а N представляет собой количество спайков нейрона). Мы решили использовать квазипуассоновскую статистику по отрицательному биномиальному распределению (еще одно распределение, допускающее сверхдисперсию) из-за его простоты. Мы не ожидаем большой разницы в результатах из-за выбора между этими двумя распределениями.

    Аппроксимация функции для оценки азимута и возвышения РФ нейронов

    Мы использовали максимальное правдоподобие распределения Кента 18 для оценки азимута, возвышения и радиуса РФ.Распределение Кента представляет собой пространственно локализованное распределение в двумерном направленном пространстве. Мы выбрали распределение Кента вместо двумерного распределения Гаусса, потому что мы рассматриваем большой диапазон углов в пространстве направлений, в котором необходимо учитывать нелинейность системы координат.2]\},$$

    , где \({\mathbf{{x}}}\ ) — трехмерный единичный вектор, κ — параметр концентрации, представляющий размер RF ( κ  > 0), β — параметр эллиптичности (0 < 2 β  <  κ 9) , вектор γ 1 — среднее направление RF, а векторы γ 2 и γ 3 — большая и малая оси распределения Кента.Эти три единичных вектора ортогональны друг другу. Эта функция нормализована до 1, когда x  =  γ 1 . На пределе больших κ это распределение становится асимптотически близким к двумерному гауссову. В каждой точке направленного поля вычислялось значение правдоподобия на основе квазипуассоновской статистики 47 . Погрешность каждого параметра оценивалась по матрице Гессе функции правдоподобия.

    Мы использовали систему координат спереди Z (дополнительный рис.7a) для измерения HRTF и представления стимула, но использовала систему координат top-Z (дополнительный рис. 7b) для подбора распределения Кента. Нам пришлось использовать переднюю систему координат Z для измерения HRFT из-за ограничений нашего этапа измерения (дополнительный рисунок 1a). Однако система координат фронт-Z имеет разрыв азимута по средней линии, что создает проблему при подгонке и интерпретации данных вблизи средней линии. Мы избежали этой проблемы, переключившись на систему координат top-Z.Поскольку распределение Кента в векторном формате не зависит от системы координат, это изменение не влияет на значения правдоподобия и параметры в векторном формате, когда подгонка выполнена успешно. Чтобы избежать области, в которой две системы координат сильно различаются, мы использовали только нейроны с их возвышением менее 30 ° для азимутальной топографии (рис. 2e). Для достижения стабильной подгонки мы ограничили β , чтобы удовлетворить 4 β  <  κ , установили азимутальный диапазон от −144° до +144° и установили диапазон возвышения от 0° до 90°.{ — 1}\left( {1 — \frac{1}{{2\kappa }}} \right).$$

    При таком определении значение распределения становится равным \({\mathrm{exp}} \left( { — \frac{1}{2}} \right)\) пикового значения, когда \(\left| {{\mathbf{x}} \cdot {\mathbf{\gamma}}_1} \ right| = {\mathrm{cos}}(\rho )\) и β пренебрежимо малы, поведение аналогично двумерному гауссову.

    Оценка дополнительных систематических ошибок параметров РЧ

    Мы оценили дополнительные систематические ошибки, которые могут повлиять на параметры РЧ.Во-первых, мышь была в сознании и свободно бегала по цилиндрической беговой дорожке во время сеанса нейронной записи. Локомоция модулирует функциональные свойства зрительно реагирующих нейронов 46,48,49 и слуховых нейронов коры 50,51 . Чтобы определить влияние локомоции на слуховые нейроны SC, мы разделили сеанс на сегменты, когда мышь бежала (скорость> 1  см  с -1 ) и когда она была неподвижна. Мышь бегала в среднем 30% времени (рис.С6а). Во время передвижения спонтанная активность увеличивалась, а слуховые ответы уменьшались как в быстром, так и в медленном временном масштабе (дополнительная рис. 6b – g). Однако это не изменило отдельные RF-структуры или карту слухового пространства (дополнительный рис. 6h, i). Поэтому мы не рассматривали это как источник систематической ошибки. Во-вторых, мышь двигала глазами во время эксперимента. У приматов движение глаз влияет на слуховую RF нейронов SC 52 . Однако это свойство не было охарактеризовано у мышей, и диапазон движения глаз мыши невелик.Стандартное отклонение (SD) составляет ~2–3°, амплитуда саккад <10° по горизонтальной оси, а движение по вертикальной оси еще меньше 48,53 . Поэтому маловероятно, что это является основным источником систематических ошибок. Основываясь на значении стандартного отклонения, мы принимаем ±3° за расчетную систематическую ошибку. В-третьих, HRTF могут модулироваться движением ушных раковин мыши. Чтобы оценить влияние движения ушной раковины на HRTF, мы измеряли амплитуду движения уха с помощью инфракрасной видеокамеры (Basler acA640-120 um), пока мышь слушала слуховые стимулы.Мы количественно определили угол ушной раковины на 100 случайно выбранных изображениях видеозаписи. В целом мышь сдвинула ушную раковину на 13° (SD). В-четвертых, наши стимулы VAS могли быть несовершенными, потому что мы использовали единый набор HRTF для всех мышей вместо того, чтобы измерять их по отдельности. Чтобы количественно оценить этот эффект, мы измерили HRTF у трех мышей и сравнили различия (дополнительный рисунок 1b). Общая разность (RMS) составила 5,3 ± 0,8 дБ, что соответствует угловому смещению ±14°.

    Для оценки параметров топографической карты с учетом как систематических, так и статистических ошибок систематические ошибки, отмеченные выше, были добавлены в квадратуре, чтобы получить ±19°.Это больше, чем средние статистические ошибки, связанные с отдельными нейронами (±5,8°). Однако линейная аппроксимация топографической карты по азимутальной оси (рис. 2д) привела к большим х 2 на степень свободы (24.1), что находится в режиме либо недообучения, либо занижения погрешности. Чтобы оценить параметры наклона и смещения, мы добавили в квадратуре расчетную систематическую ошибку ± 19° к каждой точке данных. х 2 на степень свободы, основанное на линейной подгонке, теперь равно 0.69, что указывает на то, что систематические ошибки являются разумным дополнением к статистическим ошибкам.

    Измерение эффекта замораживания каждого сигнала локализации звука на РФ

    Мы использовали косинусное сходство для сравнения сходства слуховых РФ до и после замораживания каждого сигнала. Мы рассмотрели слуховые реакции в 85 местах виртуальных источников как 85-мерный вектор и нормализовали его так, чтобы он имел единичную длину и нулевое среднее значение. Затем мы взяли внутреннее произведение ответов на исходный стимул и дополнительные стимулы (контроль, замороженный ITD, замороженный ILD, замороженный спектр) для расчета косинусных SI.Статистические ошибки подсчета всплесков в каждом местоположении виртуального источника (оцененные по статистике Пуассона) были распространены на окончательную ошибку SI. SI экспериментов с сигнальным замиранием дополнительно нормализуются путем деления на SI контрольных стимулов (NSI). Тот же косинус SI также использовался для измерения сходства между ипсилатеральными и контралатеральными STRF (BSI).

    Оценка STRF

    Мы оценили STRF нейронов, используя STA, рассчитанный на основе импульсного ответа на динамический случайный хордовый стимул, описанный выше.Во-первых, спайки каждого нейрона дискретизируются по времени с интервалами в 10 мс (такими же, как размер сегмента стимула), и вычисляется среднее значение паттернов стимула, которые предшествовали каждому спайку. Стимул считался равным 1, если в частоте присутствует тон, и 0 в противном случае. Тесты значимости для STRF были выполнены путем проверки того, является ли разница между средним значением стимула и STA значимой. А именно, значение p вычислялось для каждого пикселя с помощью кумулятивной функции распределения биномиального распределения (в Matlab для этого используется функция binocdf ( S * N , N , M ) , где S — вычисленная STA, N — количество спайков, а M — среднее значение стимула во времени).Среднее значение стимула близко к 0,5, но не совсем из-за естественных колебаний стимула. Это значение оценивалось для каждой частоты отдельно. Если значение p больше 1 − 0,001/ N пикселей /2, считается, что пиксель имеет значительно положительную структуру; если оно <0,001/ N пикселей /2, считается, что пиксель имеет значительно отрицательную структуру. N пикселей — это количество пикселей, которые мы учитывали для значимой структуры (поправочный коэффициент Бонферрони), и в этом эксперименте их было 960 (10 интервалов времени, 48 частот и 2 уха).Дополнительный коэффициент 2 необходим, потому что это двусторонний тест. Это подтверждает p  < 0,001 порогового уровня для всей STA для нейрона. Нейроны с менее чем 20 спайками во время стимула не анализировались.

    Сводка отчета

    Дополнительная информация о дизайне исследования доступна в Сводке отчета об исследовании природы, связанной с этой статьей.

    Спектр как сигнал восприятия длины гласных в чешском языке, количественный язык: Журнал Американского акустического общества: Том 146, № 4

    1.Введение

    Раздел:

    ВыберитеНаверх страницыABSTRACT1. Введение <<2. Способ 3. Результаты4. Обсуждение Ссылки и ссылки ЦИТИРОВАНИЕ СТАТЕЙ Хотя многие языки мира различают фонологически краткие и долгие гласные, только в некоторых контраст можно прямо проанализировать с точки зрения разницы в длительности гласных. Такие языки, включая эстонский, финский, чешский или японский, традиционно называют «языками количества». 1 1. И. Лехисте, “ Просодическое изменение в процессе: от языка количества к языку ударения», в «Развитие просодических систем », под редакцией П.Фиккерт и Х. Джейкобс ( Мутон де Грюйтер, Берлин, Нью-Йорк, 2003 г.), стр. 47–65. Языки, в которых контраст между парами гласных с более короткой и более длинной продолжительностью не реализуется в первую очередь за счет различий в акустической длительности, такие как английский, голландский, немецкий или шведский, в значительной степени полагаются на другие признаки, особенно на различия формантной частоты, 2,3 2 Р. Вайс, “ Связь длины и качества гласных при восприятии немецких гласных», Лингвистика 12 (123), 59–70 (1974).https://doi.org/10.1515/ling.1974.12.123.593. К. Хаддинг-Кох и А. С. Абрамсон, « Длительность и спектр шведских гласных: некоторые эксперименты с восприятием», Stud. Linguistica 18 (2), 94–107 (1964). https://doi.org/10.1111/j.1467-9582.1964.tb00451.x, а также формантная динамика 4 4. Дж. М. Хилленбранд, “ Статические и динамические подходы к восприятию гласных», в Vowel Inherent Spectral Change , под редакцией Г. С. Моррисона и П. Ф. Ассмана ( Спрингер, Берлин, Гейдельберг, 2013), стр.9–30. и F ​​ 0 динамика. 5 5. В. А. ван Доммелен, “ Увеличивает ли динамическая F0 воспринимаемую продолжительность? Новый свет на старую проблему», J. Phonetics 21 (4), 367–386 (1993), доступно по адресу https://www.researchgate.net/publication/232477957. Однако даже в языках, классифицируемых как языки истинного количества, формантные частоты могут служить частичным показателем длины фонематических гласных; Было обнаружено, что спектральные различия влияют на расположение границ коротких и длинных категорий вдоль длительных континуумов для Thai 6 6.А. С. Абрамсон и Н. Рен, “ Отличительная длина гласных: продолжительность и спектр в тайском языке», J. Phonetics 18 (2), 79–92 (1990). и японский. 7 7. Х. Ленерт-ЛеУилье, “ Кросс-лингвистическое исследование признаков восприятия длины гласных», J. Phonetics 38 (3), 472–482 (2010). https://doi.org/10.1016/j.wocn.2010.05.003

    Если количественный язык демонстрирует систематические формантно-частотные различия между парами количественных гласных в речевом произведении, даже если они малы, можно спросить, могут ли эти различия быть интерпретируется как фонологически релевантное, т.е.э., имеют последствия для организации звуковой системы. Кроме того, если спектральные признаки имеют отношение к слушателям, используются ли они при восприятии определенного контраста коротких и длинных гласных, или эффект спектра распространяется на другие пары величин?

    В настоящей статье эти вопросы рассматриваются для чешского языка с монофтонгальной системой, состоящей из пяти пар кратких и долгих гласных: /ɪ/-/iː/, /ɛ/-/ɛː/, /a/-/aː/, /o/-/oː/ и /u/-/uː/. 8 8. Ш. Шимачкова, В.Ю. Подлипски и К. Хладкова, “ На чешском языке говорят в Богемии и Моравии», J. Int. тел. доц. 42 (2), 225–232 (2012). https://doi.org/10.1017/S0025100312000102 Ранние импрессионистские или мелкомасштабные акустические исследования описывали эти пары как различающиеся прежде всего по продолжительности, хотя в литературе (уже Frinta 9 9. A. Frinta, A Czech Phonetic Reader ( Лондонский университет Press, London, 1925)) отмечает незначительные качественные различия внутри пар, особенно для высоких передних /ɪ/-/iː/.Последние акустические данные 10,11 10. Р. Скарницль и Дж. Волин, “ Референтные значения формантов гласных для взрослых молодых людей, говорящих на стандартном чешском языке», Akustické listy 18 , 7–11 (2012).11. Н. Пайеро и К. Хладкова, “ Спектральные и временные характеристики чешских гласных в спонтанной речи», Acta Universitatis Carolinae — Philologica 2/2019, Phonetica Pragensia , стр. 77–95. https://doi.org/10.14712/24646830.2019.19 показали, что в чешском производстве / ɪ / и / iː / четко спектрально дифференцированы, и что также в паре с высокой спинкой короткий / u / имеет тенденцию быть более централизованным (есть выше F ​​ 1 и F ​​ 2), чем длинный /uː/.Недавние исследования также сообщают, что среднее соотношение долготы и краткости во всех парах гласных составляет около 1,7: 1. 11,12 11. Н. Пайеро и К. Хладкова, “ Спектральные и временные характеристики чешских гласных в спонтанной речи», Acta Universitatis Carolinae — Philologica 2/2019, Phonetica Pragensia , стр. 77–95. https://doi.org/10.14712/24646830.2019.1912. В. Я. Подлипский, Р. Скарницль и Дж. Волин, “ Высокие гласные переднего ряда в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Великобритания (2009), стр.132–135. Важно отметить, что соотношение долгих и кратких гласных различается для пяти пар гласных: оно наименьшее для высоких гласных, среднее для низких гласных и наибольшее для средних гласных. 11,12 11. Н. Пайеро и К. Хладкова, “ Спектральные и временные характеристики чешских гласных в спонтанной речи», Acta Universitatis Carolinae — Philologica 2/2019, Phonetica Pragensia , стр. 77–95. https://doi.org/10.14712/24646830.2019.1912. В. Я. Подлипский, Р. Скарницль и Дж.Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135. Обратите внимание, что эти наблюдения относительно / ɪ / — / iː / и / u / — / uː / основаны на разновидности богемско-чешской (BC) (западной), разновидности моравско-чешской (MC) (восточной), вероятно, демонстрирующей менее спектральный и более временная дифференциация производства. 8 8. Ш. Шимачкова, В. Я. Подлипский, К. Хладкова, “ Чешский язык, на котором говорят в Богемии и Моравии», Й.Междунар. тел. доц. 42 (2), 225–232 (2012). https://doi.org/10.1017/S0025100312000102 Поскольку по крайней мере в до н.э. существует спектральная разница между /ɪ/-/iː/ и также /u/-/uː/ (сопровождаемая несколько уменьшенной разницей во времени), разумно чтобы спросить, используется ли спектральная структура слушателями в качестве ориентира для восприятия этих контрастов гласных. Это должно иметь место, если воспринимаемые звуковые категории отражают статистические распределения акустических свойств, имеющихся в речевом сигнале. 13 13. К. Ванройдж и П. Бурсма, “ Распределительное обучение звукам речи можно проводить с помощью непрерывных распределений», J. Acoust. соц. Являюсь. 133 (5), EL398–EL404 (2013). https://doi.org/10.1121/1.4798618 Подлипский и коллеги 12 12. В. Я. Подлипский, Р. Скарницль и Дж. Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135.проверил взвешивание перцептивных сигналов для чешского / ɪ / — / iː / и показал, что спектр действительно служил сигналом для этих гласных, уменьшая перцептивный вес их уменьшенного различия по длительности; в то время как слушатели MC (хотя они действительно обращали на это внимание) взвешивали спектр как менее важный, чем продолжительность, для слушателей BC эти два сигнала были примерно одинаково важны. Более позднее исследование 14 14. К. Хладкова и В. Я. Подлипский, “ Родной диалект имеет значение: перцептивная ассимиляция голландских гласных чешскими слушателями», Дж.акуст. соц. Являюсь. 130 (4), EL186–EL192 (2011). https://doi.org/10.1121/1.3629135 показало, что эта диалектная разница в весе реплик для чешского /ɪ/-/iː/ отражается в восприятии чешскими слушателями гласных второго языка: слушатели Британской Колумбии полагались на спектральные сигналы при различении не — родной (голландский) гласный контрастирует больше, чем слушатели MC, которые больше обращали внимание на продолжительность. Для чешского / u / — / uː / данные взвешивания реплик не были опубликованы. Учитывая, что пара / u / — / uː / параллельна / ɪ / — / iː / в производстве (демонстрируя спектральную дифференциацию и несколько уменьшенное соотношение длинного / короткого), мы ожидаем, что спектр будет использоваться в качестве перцептивного сигнала к / u / -/uː/ тоже, по крайней мере, слушателями Британской Колумбии.Помимо сравнения восприятия контрастов высоких коротких и долгих гласных переднего и заднего ряда в чешском языке, это исследование также проверяет, обращают ли слушатели внимание на небольшие качественные различия, возникающие между членами пар коротких и долгих гласных в чешском языке с низкими высокими частотами. Пары невысоких кратких и долгих гласных включены в наш эксперимент еще и по методологическим причинам. Проверка восприятия контраста отдельных гласных (как, например, Podlipský et al. 12 12. V. J. Podlipský, Р. Скарницль и Дж.Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135. сделали) или подмножества системы гласных, могут искажать ответы из-за эффекта диапазона стимула. 15 15. Бендерс Т., П. Эскудеро и М. Дж. Сьерпс, “ Взаимосвязь между эффектами акустического контекста и доступными категориями ответов при категоризации звуков речи», J. Acoust. соц. Являюсь. 131 (4), 3079–3087 (2012).https://doi.org/10.1121/1.3688512 Мы стремимся избежать этого, включив в набор стимулов все чешские монофтонги. Подводя итог, исследовательские вопросы для этой статьи следующие: (1) Будут ли предыдущие результаты для чешского фронта /ɪ/-/iː/, 12 12. В. Я. Подлипский, Р. Скарницль и Дж. Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135. т. е. использование спектра в качестве перцептивной метки для этого контраста и аналогичное взвешивание спектра и длительности для BC, будет ли воспроизведено, если все чешские монофтонги будут включены в набор стимулов? (2) Будут ли слушатели обращать внимание на спектральное качество при определении чешского обратного / u / — / uː /, и если да, то каков будет относительный весовой коэффициент спектра и продолжительности? (3) Будут ли слушатели обращать внимание на небольшие спектральные различия между членами пар невысоких коротких и долгих гласных?

    2.Метод

    Раздел:

    ВыберитеНаверх страницыABSTRACT1. Введение2. Метод <<3. Результаты4. ОбсуждениеСсылки и ссылкиССЫЛКИ НА СТАТЬИ Эксперимент, проведенный в Университете Палацкого в Оломоуце, включал в себя задание на категоризацию гласных с принудительным выбором из десяти альтернатив в индивидуальном темпе, выполненное в Праате. 16 16. П. Бурсма и Д. Венинк, «Праат: выполнение фонетики с помощью компьютера [компьютерная программа]», версия 6.0.40, http://www.praat.org/ (последнее просмотрено 2 октября 2019 г.). В задаче в качестве стимулов использовались изолированные бессмысленные [fVp] односложные слова, которым отдавалось предпочтение перед изолированными гласными (для большей естественности задачи) и настоящими словами (для исключения лексических эффектов).Лабиальный контекст был выбран, чтобы избежать контекстов (коронарного, дорсального) с переходами разных формант, имеющих разные направления, поскольку смещение таких контуров формант могло привести к столкновениям формант. Всего в наборе стимулов было 17 различных качеств гласных. Значения формант (за исключением интерполированных между /iː/ и /ɪ/ и между /uː/ и /u/) были получены из выбранных токенов [fVp], которые были произведены естественным образом чешским мужчиной. Используемые значения F ​​ 1 и F ​​ 2 (см. Таблицу 1) находились в пределах одного стандартного отклонения от средних значений, указанных для чешских мужчин Skarnitzl и Volín. 10 10. Р. Скарницль и Дж. Волин, “ Референтные значения формантов гласных для взрослых молодых людей, говорящих на стандартном чешском языке», Akustické listy 18 , 7–11 (2012). Естественный токен [f iːp] послужил основой для набора [f iːp] до [fɪp]. Этот набор содержал шесть качеств, исходный [f iːp] в одной конечной точке и остальные точки, полученные путем повторного синтеза, манипулирующего значениями первых четырех формант (с формантными переходами, включенными в обрабатываемую часть).Шаги были психоакустически примерно равными, с интерполяцией по шкале частот эквивалентной прямоугольной ширины полосы частот (ERB). Ресинтез был выполнен в Praat, 16 16. P. Boersma и Д. Венинк, «Праат: выполнение фонетики с помощью компьютера [компьютерная программа]», версия 6.0.40, http://www.praat.org/ (последнее просмотрено 2 октября 2019 г.). используя процедуру, описанную в статье руководства Praat «Синтез источника-фильтра 4. Использование существующих звуков» со следующими дополнениями. Сначала отслеживаемые контуры формант сверялись с широкополосной спектрограммой и при необходимости корректировались вручную; во-вторых, сохранялась первоначальная интенсивность манипулируемого участка; и, в-третьих, исходные высокочастотные резонансы (потерянные из-за необходимого даунсэмплинга) были добавлены обратно в сигнал.Аналогичным образом был создан набор от [fuːp] до [fʊp], состоящий из пяти качеств. Согласные, используемые в этом наборе, были взяты из исходной лексемы [fuːp], а не [f iːp], и, таким образом, сохранили потенциальные эффекты коартикуляции. В таблице 1 приведены результирующие диапазоны между качествами конечных точек этих двух наборов для каждой форманты, преобразованные в единицы едва заметной разницы (JND) с использованием 0,3  коры в качестве постоянного порога различения. 17 17. Д. Кьюли-Порт, “ Формантная дискриминация гласных II: влияние неопределенности стимула, контекста согласных и обучения», Дж.акуст. соц. Являюсь. 110 (4), 2141–2155 (2001). https://doi.org/10.1121/1.1400737

    Таблица 1. Спектральные промежутки между конечными точками стимулов пары коротких и долгих гласных. Пролеты меньше 1 JND выделены курсивом.

    5 9046
    F 1 F 2 F 3 & F 4 пролетов (JND)
    Диапазон ERB JND диапазон ERB диапазон JND диапазон F3 F4
    [ɪ]–[iː] 8.90-5.69 5.65 20.97-22.67 4.53 4.97 4.36 2.36
    8.90-5.36 6.22 14.47-12.71 3.42 1.02 0.03 0.03
    [ɛ] — [ɛː] 11.80-12.50 1.91 19.33-19.66 1.61 0.82 0,80421
    [A] — [аː] 12.91-14.13 3.08 3.08 16.39-16.60 0.39 0
    [O] — [Oː] 10.50-10.80 0,70 14.42 -14.47 0.23 0.23 0.66 0.66 0 0.46
    Шесть дополнительных качеств гласных гласных были получены из натуральных слогов [FVP], где гласные были [ɛ], [ɛː], [A] , [aː], [o] и [oː] (остальные чешские гласные).Как и в наборах с высокими гласными, каждое качество сопровождалось исходными фланговыми согласными. В таблице 1 показаны различия между качествами каждой пары коротких и долгих гласных в JND для каждой форманты, а также диапазон F ​​ 1 и F ​​ 2 в ERB. Расстояние между [ɛ] и [ɛː], между [a] и [aː] и между [o] и [oː] соответствовало соответственно менее трети, чуть более трети и менее десятой доли. расстояния между концами континуума высоких гласных.Различия в наклоне F ​​ 0, которые могут влиять на восприятие долготы гласных, 5,7 5. В. А. ван Доммелен, “ Увеличивает ли динамическая F0 воспринимаемую продолжительность? Новый свет на старую проблему», J. Phonetics 21 (4), 367–386 (1993), доступно на https://www.researchgate.net/publication/232477957.7. Х. Ленерт-ЛеУилье, “ Кросс-лингвистическое исследование признаков восприятия длины гласных», J. Phonetics 38 (3), 472–482 (2010). https://дои.org/10.1016/j.wocn.2010.05.003 были малы для [ɛ]-[ɛː] и [a]-[aː] ([ɛ] -12,68 против [ɛː] -11,14 и [a] -15,22 против [ aː] -16,87 полутона в секунду), но для [o]-[oː] он был больше ([o] -11,83 против [oː] -21,45 полутона в секунду). Каждое из 6 качеств от [f iːp] до [fɪp] и 5 качеств от [fuːp] до [fʊp] было объединено с 5 длительностями, равноудаленными по логарифмической шкале: 90, 104, 120, 139 и 160  мс. Стимулы с конечной продолжительностью гласных звучали для авторов (троих носителей чешского языка) в этих слогах как хорошие образцы кратких и долгих гласных.Этот интервал длительности был преобразован в JND, предполагая, что порог дискриминации 5  мс к эталонному значению 90 мс 18 18. S. G. Nooteboom and Г. Дж. Дудман, « Производство и восприятие длины гласных в устных предложениях», J. Acoust. соц. Являюсь. 67 (1), 276–287 (1980). https://doi.org/10.1121/1.383737, что соответствует доле Вебера приблизительно 0,054, используя уравнение. (1),
    JNDdur= ln (160)−ln (90) ln (90+5)−ln (90). (1)
    Промежуток между длительностями конечных точек соответствовал примерно 10.64 JND и, таким образом, был больше, чем промежутки между формантными значениями конечных точек континуумов высоких гласных (см. Таблицу 1). Использование меньшего диапазона значений длительности в этих изолированных слогах, более сравнимых в JND со спектральным диапазоном, означало бы использование продолжительности, которая не является ни достаточно короткой, ни достаточно длинной для образования хороших кратких и долгих гласных, по мнению авторов (носителей чешского языка). . Мы пришли к выводу, что если слушатели классифицируют спектрально различающиеся стимулы в каждом из двух наборов стимулов с высокими гласными по-разному, несмотря на то, что диапазон спектра меньше, чем диапазон длительности, это будет отражать устойчивую зависимость от этого измерения как сигнала восприятия. .Каждая из 3 пар низких гласных имела 3 промежуточные длительности, т. е. 104, 120 и 139  мс, что соответствует размаху JND около 5,37, что снова больше, чем спектральная разница для этих пар (см. Таблицу 1). Причина, по которой только три промежуточные длительности были объединены с этими качествами гласных, заключалась в том, чтобы уменьшить общую продолжительность задания, а не в том, чтобы еще больше увеличить диспропорцию между спектральным диапазоном и диапазоном длительности для этих пар, что потенциально заставит слушателей больше полагаться на длительность. сильно.В сумме, таким образом, было (6 /iː/-/ɪ/ качеств + 5 /uː/-/u/ качеств) × 5 длительностей + 6 невысоких гласных качеств × 3 длительностей = 73 различных стимула всего. Для всех стимулов длительности трения [f], закрытия [p] и пачечного шума [p] уравнивали путем усечения случайно выбранного участка необходимой длительности в середине этих отрезков.

    В каждом испытании один из 73 стимулов [fVp] без несущей фразы воспроизводился один раз через полноразмерные наушники, и участник нажимал одно из десяти псевдослов «фоп-фип-фап-фуп-феп-фоп-фоп-фап-фап-фап-фэп», показанных на экран компьютера (диакритические знаки однозначно обозначают долгие гласные в чешском правописании).Каждый из 73 стимулов предъявлялся 5 раз в произвольном порядке.

    Участниками были 74 носителя чешского языка, 34 из Богемии (запад Чешской Республики; 23 женщины) и 40 из Моравии (восток; 24 женщины). Это были добровольцы в возрасте от 19 до 27 лет, набранные среди студентов университета. Никто из них не сообщил о нарушениях слуха или речи.

    3. Результаты

    Раздел:

    ВыберитеНаверх страницыABSTRACT1. Введение2. Способ 3. Результаты <<4.ОбсуждениеСсылки и ссылкиССЫЛКИ НА СТАТЬИ Статистический анализ был выполнен в R (Ref. 1919. Основная группа R, R: язык и среда для статистических вычислений (Вена, R Foundation for Statistical Computing, 2016), www.r-project.org (последнее просмотренное 2 октября 2019 г.) с использованием моделей логистической регрессии со смешанными эффектами, пакет lme4, версия 1.1.20. 20 20. Д. Бейтс, М. Махлер, Б. Болкер и С. Уокер, “ Подбор линейных моделей смешанных эффектов с использованием lm4», J. Stat.ПО 67 (1), 1–48 (2015). https://doi.org/10.18637/jss.v067.i01 Данные и сценарий доступны по адресу https://tinyurl.com/y5v49suq. 23 23. Интернет-материалы: сценарии данных и анализа, хранящиеся в Open Science Framework, https://tinyurl.com/y5v49suq (последнее просмотрено 2 октября 2019 г.). Весь набор данных был разделен на 5 подмножеств по контрасту целевого гласного стимула, за исключением случайных ответов, не являющихся целевым контрастом (а именно, 3% ответов для стимулов /iː/-/ɪ/, 5% для стимулов /uː/-/u/). , и F ​​ 1 на F ​​ 2 пространство в масштабе ERB.Мы приняли α = 0,01, чтобы скорректировать 5 отдельных тестов, проведенных здесь. Для каждого из 5 контрастов гласных информационные критерии Акаике только длительности и соответствия длительности и спектра сравнивались с функцией anova (). Для всех контрастов гласных модель длительности и спектра обеспечивает значительно лучшее соответствие, чем модель только длительности, а это означает, что спектр значительно повлиял на категоризацию коротких и долгих гласных во всех парах коротких и долгих гласных в чешском языке. Полученные коэффициенты логистической регрессии приведены в таблице 2.Модели продолжительности и спектра для / iː / — / ɪ / и / uː / — / u / выявили значительные взаимодействия с участием диалекта. For / iː / — / ɪ /, диалект взаимодействует с продолжительностью (estimate = 0,164, Z = 4,017, p = 6 × 10 -5 ) А со спектром (est. = -0,359, z  = −3,567, p  = 4 × 10 −4 ). Для /uː/-/u/ диалект незначительно взаимодействовал со спектром (оценка  = −0,136, z  = −2,396, p  = 0.017). Эти результаты показывают, что продолжительность была более сильным предиктором категоризации /iː/-/ɪ/ для моравских слушателей, чем для богемских слушателей, в то время как спектр был более сильным предиктором для /iː/-/ɪ/, а также для /uː/-/u/ у богемцев, чем у моравцев. Рисунок 1 визуализирует относительный вклад спектральных и длительных сигналов в перцептивную категоризацию /iː/-/ɪ/ и /uː/-/u/ в каждом из двух диалектов, сглаживая данные с использованием локальной полиномиальной регрессии, лесс функция, в Р. 19 19. R Core Team, R: язык и среда для статистических вычислений (Вена, R Foundation for Statistical Computing, 2016 г.), www.r-project.org (последнее посещение 2 октября 2019 г.).

    Таблица 2. Коэффициенты модели glmer для спектрального предиктора и предиктора длительности, шкалы которых были скорректированы для диапазонов JND. Коэффициенты для каждого диалекта взяты из отдельных анализов glmer для каждого диалекта.

    90-1.763 9042-1.228
    группа Коэффициент продолжительности 95% c.я. коэф. продолжительность Спектр коэффициентов 95% с.и. коэф. спец.
    / Iː / — / ɪ / 0.536 0.536 0.495-0421 1.328 1.226-1.431
    BC / Iː / — / ɪ / 0.458 1.562 1.360-1.763
    MC / Iː / — / ɪ / 0.614 0.552-0.675 1.025 1.022-1.228
    0.614 0.568-0.661 0.572 0.515-0.628 0.515-0.628
    BC / Uː / — / u / 0.542-0.659 0.542-0.659 0.638 0.567-0221
    MC / Uː / — / u / 0.625 0.558-0.693 0.508 0.508 0.437-0.578
    / ɛː / — / ɛ / 0.859 0.742-0.976 0.666 0.520-0.812
    /оː/-/о/ 0.640 0.561-0.718 0.504 0.140-0.867
    / Aː / — / A / 0.872 0.745-0921 0.745-0921 1.299 1.105-1.493

    4. Обсуждение

    Раздел:

    ВыберитеНаверх страницыABSTRACT1. Введение2. Способ 3. Результаты4. Обсуждение <<Ссылки и ссылки ЦИТИРОВАНИЕ СТАТЕЙ Мы стремились выяснить, служит ли спектральная информация ключом к контрасту кратких и долгих гласных в чешском языке.Предыдущие исследования показали, что, по крайней мере, для одной пары гласных, /iː/-/ɪ/, контраст длины действительно частично определяется спектром, и в большей степени для BC, чем для MC. 12 12. В. Я. Подлипский, Р. Скарницль и Дж. Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135. На основе производственных данных, показывающих, что отношения продолжительности фонологически долгих гласных к кратким для контрастов высокого переднего /iː/-/ɪ/ и высокого заднего /uː/-/u/ немного меньше, чем для других контрастов, 11 ,12 11.Н. Пайеро и К. Хладкова, “ Спектральные и временные характеристики чешских гласных в спонтанной речи», Acta Universitatis Carolinae — Philologica 2/2019, Phonetica Pragensia , стр. 77–95. https://doi.org/10.14712/24646830.2019.1912. В. Я. Подлипский, Р. Скарницль и Дж. Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135. мы пришли к выводу, что спектр может служить подсказкой по крайней мере для одной другой пары гласных, а именно /uː/-/u/.Мы протестировали все пять пар гласных, чтобы избежать эффектов диапазона, а также изучить потенциальный вклад спектральной метки во все монофтонгальные гласные чешского языка.

    Мы обнаружили, что /iː/-/ɪ/ определяется спектром в большей степени, чем продолжительностью, в обоих проверенных вариантах чешского языка. Спектральная зависимость / iː / — / ɪ / для слушателей из Богемии даже сильнее, чем для слушателей из Моравии, в то время как зависимость длительности в этой паре гласных имеет обратное значение. Для / uː / — / u / общий вклад спектра и продолжительности сопоставим, но, как и в случае с / iː / — / ɪ /, восприятие спектра больше у чешских слушателей, чем у моравских слушателей.Что касается трех пар низких гласных, спектральные признаки перевешивают длительные признаки для пары нижних гласных /aː/-/a/. Для /o/-/oː/ различия в F ​​ 1, F ​​ 2, F ​​ 3 или F ​​ 4 не превышали 1 JND, но все же спектр влиял на категоризацию, предполагая, что F ​​ Разница в 0-наклоне сыграла роль в восприятии.

    Подводя итог, мы подтверждаем, что (1) чешские слушатели придают большее значение спектральному признаку, чем признаку длительности, когда идентифицируют члены пары кратких и длинных /ɪ/-/iː/ гласных; это обнаружение, о котором сообщалось ранее, воспроизведено здесь со всеми монофтонгальными гласными в качестве стимулов.Впервые мы демонстрируем, что (2) чешские слушатели обращают внимание на спектральные сигналы для различия коротких и длинных в другой паре высоких гласных, /u/-/uː/, полагаясь на спектр и длительность. Для обеих этих пар гласных существует диалектная разница, показывающая, что слушатели из Богемии больше придают значения спектральным сигналам, чем моравцы. Возможно, что для двух пар количества высоких чешских гласных, /ɪ/-/iː/ и /u/-/uː/, уменьшенное соотношение продолжительности долгих и кратких гласных 12 12.В. Я. Подлипский, Р. Скарницль и Дж. Волин, “ Высокие передние гласные в чешском языке: контраст количества или качества?», Proceedings of Interspeech , Брайтон, Соединенное Королевство (2009), стр. 132–135. (возможно, это связано с универсальной тенденцией к сокращению высоких гласных 21 21. I. Lehiste, Надсегментарные ( Массачусетский технологический институт Пресс, Cambridge, MA, 1970)) идет рука об руку с высокой зависимостью восприятия от спектральных различий, которую мы обнаружили для этих пар, а зависимость от спектра, в свою очередь, снижает потребность говорящих в поддержании четкой продолжительности дифференциации этих гласных. (ср.«Гипоартикуляция» Линдблома 22 22. Б. Линдблом, « Объясняя фонетические вариации: очерк теории H&H», в Speech Production and Speech Modeling , под редакцией WJ Hardcastle и A. Marchal ( Спрингер, Дордрехт, 1990), стр. 403–439.). Кроме того, мы обнаружили, что на ответы (3) повлияли небольшие спектральные различия в каждой из пар низких гласных. Это исследование дополняет предыдущие исследования 6,7 6. А. С. Абрамсон и Н.Рен, » Отличительная длина гласных: продолжительность и спектр в тайском языке», J. Phonetics 18 (2), 79–92 (1990).7. Х. Ленерт-ЛеУилье, “ Кросс-лингвистическое исследование признаков восприятия длины гласных», J. Phonetics 38 (3), 472–482 (2010). https://doi.org/10.1016/j.wocn.2010.05.003, показывающий, что даже язык, описываемый фонологически как язык истинного количества, может использовать тонкие фонетические сигналы, отличные от длительности, для количественных различий. Наши результаты, показывающие, что чешские слушатели используют спектральные свойства (форманты, F ​​ 0) для восприятия количества гласных даже для пар длины, чьи спектральные различия членов в произведенной речи невелики и, возможно, менее постоянны, подчеркивают роль фонетических деталей в человеческом восприятии. восприятие речи.

    Индивидуальная чувствительность к спектральным и временным сигналам у слушателей с нарушением слуха

    Слушатели с нарушением слуха часто сообщают об искажении речи. Некоторые «искажения» связаны с повышением порога, что снижает слышимость согласных (Humes, 2007; Singh & Allen, 2012). Однако бывают также ситуации, когда звуки речи слышны, но распознавание речи остается плохим (например, Bernstein, Mehraei, et al., 2013; Bernstein, Summers, Grassi, & Grant, 2013; Souza, Boike, Witherell, & Тремблей, 2007).Эти проблемы часто приписывают обобщенной проблеме, разрешающей спектральные и/или временные сигналы в речи.

    Спектральные признаки места артикуляции согласного включают частотные характеристики взрыва высвобождения согласного или шума трения в препятствующих звуках (например, LaRiviere, Winitz, & Herriman, 1975), а также начальную частотную локализацию формант и результирующие формантные переходы в сонорных и препятствия (например, Dorman, Studdert-Kennedy, & Raphael, 1977), оба из которых служат сигналами для согласного места.Временные сигналы, полученные из огибающей амплитуды, включают продолжительность звука и время нарастания в начале согласного. Время нарастания и продолжительность дают информацию о манере согласных (например, /ʃ/–/tʃ/–/t/), идентичности гласных (например, /ɪ/–/i/; Howell & Rosen, 1983; Rosen, 1992) и озвучивание согласных (Стивенс, Блюмштейн, Гликсман, Бертон и Куровски, 1992). Хорошо известно, что между речевыми репликами и звуками речи существуют отношения «один ко многим» и «многие к одному», что приводит к значительной информационной избыточности.Это, в свою очередь, лежит в основе замечательной стойкости восприятия речевого сигнала (см. обсуждение в Goldinger & Azuma, 2003; Nearey, 1997; Wright, 2004). Для слушателей с нормальным слухом, которым представлена ​​повседневная речь, когда один аспект сигнала искажается, слушатель может переключиться на альтернативный сигнал (Repp, 1983).

    Такой же уровень избыточности маловероятен для слушателей с потерей слуха. У некоторых слушателей с потерей слуха расширены слуховые фильтры (Faulkner, Rosen, & Moore, 1990; Glasberg & Moore, 1986; Souza, Wright, & Bor, 2012), что может ограничивать их способность различать и использовать спектральные сигналы.Это ограничение подтверждается исследованиями, которые показывают, что слушатели с потерей слуха испытывают трудности с идентификацией согласных, когда частотный состав согласного попадает в область расширенных слуховых фильтров (Dubno, Dirks & Ellison, 1989; Preminger & Wiley, 1985). трудности с определением гласных на основе шаблонов формант по сравнению со средней производительностью слушателей с нормальным слухом (Leek & Summers, 1996; Molis & Leek, 2011; Souza, Wright, & Bor, 2012; Turner & Henn, 1989).Другие исследования показывают, что формантные переходы — когда частота форманты динамически меняется в точке коартикуляции двух звуков — могут быть особенно трудными для слушателей с потерей слуха (Carpenter & Shahin, 2013; Coez et al., 2010; Hedrick, 1997; Hedrick & Younger). , 2007; Стельмахович, Копун, Мейс, Льюис и Ниттруер, 1995; Тернер, Смит, Олдридж и Стюарт, 1997; Зенг и Тернер, 1990). Однако в большинстве этих исследований были также люди с потерей слуха, которые демонстрировали способности, аналогичные людям с нормальным слухом, что позволяет предположить, что способность различать спектральные сигналы не может быть легко предсказана по индивидуальной аудиограмме.

    Слушателям, для которых спектральные сигналы менее доступны, разумно ожидать большей зависимости от временных сигналов. Идея о том, что слушатели с потерей слуха будут вынуждены перестать полагаться на временные сигналы, была высказана в нескольких статьях (Boothroyd, Springer, Smith, & Schulman, 1988; Christensen & Humes, 1997; Davies-Venn & Souza, 2014; Davies). -Венн, Соуза, Бреннан и Стекер, 2009 г.; Соуза, Дженстад и Фолино, 2005 г.). Эта гипотеза частично основана на идее о том, что временные сигналы будут более устойчивы к ухудшению качества из-за потери слуха, чем спектральные сигналы, при условии, что слушатель может получить доступ к достаточно широкой полосе пропускания сигнала.Однако, хотя многие люди с потерей слуха имеют хорошее восприятие временных сигналов (Reed, Braida, & Zurek, 2009), другие, особенно пожилые слушатели, демонстрируют пониженное восприятие временных сигналов (например, Brennan, Gallun, Souza, & Stecker, 2013). Это затрудняет прогнозирование относительного использования спектральных и временных признаков с какой-либо точностью.

    В большинстве исследований использования реплик слушателями с потерей слуха использовалась парадигма одной реплики; то есть они варьировали одно измерение (спектральное или временное) и оценивали производительность на этой основе (т.г., Коэз и др., 2010; Хедрик и Райс, 2000; Соуза и Китч, 2001; Тернер и др., 1997). При таком подходе трудно с уверенностью сказать, будет ли конкретный слушатель с потерей слуха, слушающий речь, содержащую как спектральную, так и временную информацию, — как это происходит в большинстве повседневных ситуаций прослушивания — использовать временные сигналы, спектральные сигналы или обе. Индивидуальная характеристика может дать представление о моделях слуховых повреждений, а также может быть полезна на практике.Например, параметры усиления могут быть установлены, чтобы избежать искажения информации, полезной для этого человека. Чтобы проиллюстрировать эту идею, рассмотрим двух гипотетических слушателей: одного с относительно хорошим спектральным разрешением и способного использовать спектральные сигналы для речи, а другого с пониженным спектральным разрешением и, следовательно, в большей степени зависящим от временных сигналов. Без этого различия распространенным подходом к реабилитации могло бы быть использование быстродействующего компрессионного усиления для улучшения слышимости фонем низкой интенсивности.Поскольку этот тип усиления также будет искажать сигналы временной огибающей (Jenstad & Souza, 2005), возможно, что такая стратегия может нанести ущерб слушателю, который в большей степени зависит от временных сигналов (Davies-Venn & Souza, 2014). . И наоборот, использование большого количества каналов сжатия, которые могут улучшить слышимость за счет сглаживания частотных контрастов (Bor, Souza, & Wright, 2008), может нанести ущерб слушателю, который в большей степени зависит от спектральных сигналов.Хотя такие аргументы являются спекулятивными, необходимым первым шагом в распутывании этих вопросов является понимание того, как зависимость от спектральных и временных характеристик варьируется среди людей с потерей слуха.

    Вполне вероятно, что взрослые с потерей слуха как группа будут больше полагаться на временные сигналы, когда доступны как спектральные, так и временные сигналы (например, Hedrick & Younger, 2003; 2007; Lindholm, Dorman, Taylor, & Hannley). , 1988). Некоторые исследования намекают на то, что люди с потерей слуха могут иметь доступ к различным размерам стимула.В рамках небольшой выборки (три участника с потерей слуха) Хедрик и Янгер (2001) продемонстрировали три различных паттерна ответов на синтетически модифицированные речевые сигналы: один слушатель был чувствителен как к амплитудной огибающей, так и к формантному переходу (аналогично слушателям с нормальным слухом), второй слушатель находился под сильным влиянием огибающей амплитуды и был нечувствителен к формантному переходу, а третий слушатель, похоже, не реагировал ни на одну из модификаций сигнала. Работа с неречевыми сигналами (Wang & Humes, 2008) показала, что слушатели с потерей слуха могли использовать расширенный формантный переход для улучшения звуковой маркировки.Однако из этого исследования также были исключены несколько слушателей, которые не смогли выполнить задание на уровне критерия. Апостериорное исследование исключенных слушателей показало, что один из них использовал временные сигналы в большей степени, чем слушатели, оставшиеся в тестовой группе. Двое слушателей, которые были включены в тестовую группу, но показали низкие уровни, также продемонстрировали признаки более активного использования временных сигналов. В совокупности эти результаты показывают, что люди с потерей слуха могут проявлять различную чувствительность к временным и спектральным сигналам.

    Настоящее исследование было разработано для оценки индивидуального использования спектральных и временных сигналов в условиях, когда оба типа сигналов были доступны. Мы также стремились создать полный набор стимулов с большим количеством измерений (статические спектральные, динамические спектральные, временные; низкочастотные и высокочастотные сигналы), применяемых к тому же набору людей, которые были протестированы в предыдущем исследовании. Синтетические речевые стимулы использовались для обеспечения точного контроля размеров стимулов. Мы сосредоточились на трех категориях речевых сигналов: статических спектральных (форма спектра), динамических спектральных (изменение формант) и временных (огибающая амплитуды).Было создано два набора стимулов. В одном наборе спектральной приметой было место высокочастотного шума трения, а временной приметой было время нарастания огибающей и продолжительность трения. Во втором наборе спектральным признаком была начальная частота формант и скорость изменения формант; временным сигналом было время нарастания огибающей. В эксперименте 1 мы подтвердили чувствительность к этим параметрам речи у слушателей с нормальным слухом. В эксперименте 2 мы исследовали вариабельность среди взрослых с нейросенсорной тугоухостью, стараясь обеспечить достаточную слышимость доступных сигналов.

    Эксперимент 1

    В качестве основы для нашей возможной работы со слушателями с нарушением слуха целью Эксперимента 1 было продемонстрировать, что слушатели с нормальным слухом чувствительны как к спектральным, так и к временным аспектам синтетического речевого стимула. Далее мы предположили, что все слушатели с нормальным слухом будут демонстрировать одинаковые модели ответов.

    Метод

    Участники

    В число участников вошли 20 взрослых с нормальным слухом (15 женщин, 5 мужчин) в возрасте 19–30 лет (средний возраст 22 года).У всех участников был двусторонний нормальный слух, определяемый порогом 20 дБ ПС или лучше (ANSI, 2004) на октавных частотах от 0,25 до 8,00 кГц; говорили по-английски как на родном языке; завершен процесс получения информированного согласия; и получили компенсацию за свое время.

    Стимулы

    Два набора стимулов были созданы для проверки взаимодействия между спектральными и временными сигналами. Все стимулы были синтезированы с использованием реализации Synthworks параметрического синтезатора Klatt (версия 1112), работающего на Macbook Pro с Mac OSX 10.7.4 и сохраняются в виде отдельных звуковых файлов на жестком диске компьютера.

    Набор стимулов 1. Сначала мы создали набор стимулов, различающихся по распределению энергии в спектре трения. Значения частоты были основаны на опубликованных значениях Klatt (1980). 1 В одном крайнем случае спектр сигнала имел распределение энергии между 3500 Гц и 10000 Гц с пиком на 4500 Гц (типично для альвеолярного согласного /s/; см. , столбец 2). С другой стороны, спектр сигнала имел распределение энергии между 1000 Гц и 5500 Гц с пиком на 3500 Гц (типично для небного согласного /ʃ/; см., столбец 6).Результирующие осциллограммы и спектрограммы показаны на верхней левой и нижней левой панелях . Промежуточные значения (см. столбцы 3–5) были выбраны для охвата диапазона между альвеолярными и небными «конечными точками».

    Таблица 1.

    Значения форманты (F), ширины полосы (b) и амплитуды форманты (a) (в Гц) от альвеолярного (/s/–/ts/) до небного (/ʃ/–/tʃ /) спектральный континуум.

    +
    Параметр альвеолярного небных
    F1 320 315 310 305 300
    F2 +1396 1507 1618 1729 1840
    F3 2530 2585 2640 2695 2750
    б1 200 200 200 200 200
    б2 80 84 88 92 100
    б3 200 225 250 275 300
    а3 0 14 28 42 56
    а4 0 12 24 36 48
    а5 0 12 24 36 48
    а6 51 50 49 48 47

    Волновые формы и спектрограммы четырех конечных точек стимула с временным (фрикативно-аффрикатным) измерением по оси x и частотным (альвеолярно-небным) измерением по оси y .

    Затем мы преобразовали каждый уникальный частотный спектр (т. е. спектры, обозначенные в каждом столбце ) в пять различных токенов, манипулируя временем нарастания 2 и длительностью шума трения. Один конец континуума имел время нарастания 90 мс и продолжительность фрикативного шума 190 мс (типично для фрикативных звуков /s/ или /ʃ/, как показано на левой панели). Другой конец континуума имел время нарастания 2 мс и длительность фрикативного шума 102 мс (типично для аффрикатов /ts/ или /tʃ/, как показано на правой панели).Промежуточные значения были выбраны так, чтобы охватить диапазон между фрикативными и аффрикатными «конечными точками».

    Во всех стимулах гласная часть слога характерна для гласной /i/ со следующими значениями (где F = форманта, b = полоса пропускания форманты): длительность 325 мс, F1 310 Гц, F2 2100 Гц, F3 2700 Гц, b1 45 Гц, b2 200 Гц, b3 400 Гц. Основная частота ( f 0 ) была установлена ​​на 150 Гц в течение начальных 60 мс, а затем линейно упала до 100 Гц. Амплитуда голоса повышалась от 0 до 60 в течение первых 40 мс, затем составляла 60 дБ, пока не упала до 0 дБ в течение последних 60 мс стимула.

    Комбинация пяти значений по спектральному и пяти по временному измерению создала 25 общих стимулов. Комбинация самых экстремальных значений на каждом континууме создала четыре «конечные точки» со спектральными и временными характеристиками, типичными для /si, ʃi, tsi, tʃi/ (см. ).

    Набор стимулов 2. Второй набор стимулов был аналогичным образом разработан для создания двумерного континуума со спектральными вариациями в одном измерении и временными вариациями в другом. Для этого набора мы хотели сосредоточиться на использовании низкочастотных сигналов (с которыми участники с потерей слуха, вероятно, имели более узкие слуховые фильтры и лучшее спектральное разрешение, а также большую слышимость).Набор стимулов 2 также использовал динамическую спектральную метку (формантные переходы), а не относительно статические спектры, которые составляли спектральную метку для набора стимулов 1.

    Сначала мы создали набор стимулов, которые различались по частоте F2 и F3 и значениям начала полосы пропускания. Формантные частоты (F) и ширина полосы (b) были основаны на значениях, опубликованных Klatt (1980). 3 С одной стороны, форманты имели начальные значения F2 1500 Гц, F3 2700 Гц, b2 100 Гц, b3 725 Гц (типично для альвеолярного согласного /l/; см. столбец 2).С другой стороны, форманты имели начальные значения F2 850 Гц, F3 2150 Гц, b2 95 Гц, b3 95 Гц (типично для лабиального согласного /w/; см. столбец 6). Остальные форманты и значения начала полосы были фиксированы: F1 250 Гц, F4 3250 Гц, b1 55 Гц, b4 200 Гц. Результирующие осциллограммы и спектрограммы показаны на верхней и нижней левых панелях . Промежуточные значения (см. столбцы 3–5) были выбраны для охвата диапазона между альвеолярными и лабиальными «конечными точками».

    Таблица 2.

    Значения форманты (F) и ширины полосы (b) (в Гц) для набора стимулов 2.

    Параметр альвеолярного Губные
    F1 250 250 250 250 250
    F2 1500 1338 1175 +1013 850
    F3 2700 2563 2425 2288 2150
    F4 3250 3250 3250 3250 3250
    F5 3700 3700 3700 3700 3700
    б1 55 55 55 55 55
    б2 100 99 98 96 95
    б3 725 568 410 253 95
    b4 200 200 200 200 200
    b5 200 200 200 200 200

    Кривые и спектрограммы четырех конечных точек стимула с временным (стоп-аппроксимация) измерением по оси x и частотным (альвеолярно-губным) измерением по оси y .Обратите внимание на разницу в расположении формант и переходе в начале каждого стимула.

    Затем мы преобразовали каждый уникальный частотный спектр (т. е. спектры, обозначенные каждым столбцом ) в пять различных токенов, манипулируя временем нарастания амплитуды и временем перехода форманты. Один конец континуума имел время нарастания 60 мс и формантный переход 110 мс (типично для аппроксимаций /l/ или /w/, как показано на левой панели). Другой конец континуума имел время нарастания 10 мс и формантный переход 40 мс (типичный для остановок /b/ или /d/, как показано на правой панели).Промежуточные значения () были выбраны так, чтобы охватить диапазон между аппроксимантной и конечной «конечными точками».

    Таблица 3.

    Начальная амплитуда голоса (av), продолжительность времени нарастания до максимальной амплитуды голоса 60 дБ и продолжительность формантных переходов для набора стимулов 2. Время Формантский переход STOP 10 MS 10 MS 40 MS 40 MS MS MS 50 мс 40 дБ 30 мс 30 мс 70 мс 40 дБ 40 мс 40 мс 90 мс 90 мс 90 мс 90 мс 90 мс 90 мс 90 мс 90 мс приближение 40 дБ 60 мс 110 мс 110 мс 110 мс

    Каждый стимул имел стационарную гласную часть слога который остался фиксированным как гласный /a/ со следующими значениями формантной частоты (F) и ширины полосы (b): F1 700 Гц, F2 1200 Гц, F3 2600 Гц, b1 130, b2 70, b3 160.Основная частота ( f 0 ) начиналась с 120 Гц и линейно падала до 80 Гц через 300-мс слог. Амплитуда голоса поддерживалась постоянной до тех пор, пока она не упала с 60 до 0 дБ за последние 60 мс слога.

    Комбинация пяти шагов по спектральному и пяти по временному измерению создала 25 полных стимулов. Комбинация самых экстремальных значений на каждом континууме создала четыре «конечные точки» со спектральными и временными характеристиками, типичными для /ba, da, wa, la/ (см. ).Взятые вместе, два набора стимулов оценивали способность использовать как низко-, так и высокочастотные спектральные сигналы, а также статические и динамические спектральные сигналы.

    Процедура испытаний

    Испытания проводились в звукоизолированной камере с двойными стенками. Стимулы преобразовывались из цифрового в аналоговый формат (TDT RX6) и передавались через программируемый аттенюатор (TDT PA5) и буфер для наушников (TDT HB7) для предъявления через вставной наушник ER-2 к правому уху участника. Участники использовали компьютерную мышь, чтобы выбрать, какую конечную точку они услышали из графического отображения четырех альтернатив, помеченных ортогонально как «см», «ши», «чи», «тзее» (для набора стимулов 1) или «дах», « ла», «ба», «вау» (для набора стимулов 2).

    Сначала всегда тестировался набор стимулов 1, а затем набор стимулов 2. В рамках каждого набора стимулов процедура состояла из трех этапов: ознакомление, обучение и тестирование. Ознакомление было включено для ознакомления слушателей с синтетическими раздражителями. Во время ознакомления участники прослушивали блок из 40 проб, в которых каждая проба выбиралась случайным образом из набора четырех конечных стимулов (по 10 в каждой). Соответствующая метка была выделена зеленым цветом. Участников попросили подтвердить, что они могут соединить стимул и метку, нажав на выделенную метку.После ознакомления участник выполнил тренировочный блок из 40 попыток. Каждое испытание выбиралось случайным образом из набора четырех конечных стимулов (по 10 в каждом). После каждого испытания участника просили идентифицировать каждый токен из набора возможных меток конечных точек. Наглядная обратная связь о правильном ответе предоставлялась после каждого ответа. Обучение продолжалось до тех пор, пока не было завершено 160 испытаний (четыре блока) или пока участник не достиг 80% правильного результата для каждой конечной точки, в зависимости от того, что произошло раньше.В эксперименте 1 к фазе тестирования приступили только слушатели с нормальным слухом, которые набрали 80% правильных ответов для каждой конечной точки ( n = 20 для набора стимулов 1, n = 16 для набора стимулов 2). Во время тестирования участники выполнили 375 случайно выбранных испытаний (по 15 испытаний каждого токена) без обратной связи с правильным ответом. Перерывы на отдых давали после 125 и 250 попыток и между двумя наборами стимулов.

    Результаты

    показывает необработанные данные для набора стимулов 1. Напомним, что каждый маркер имел два измерения: спектральное (ширина полосы частот и местоположение спектральной энергии) и временное (время нарастания/длительность), каждое из которых представлено одним из пяти шагов вдоль континуума.Оси x и y представляют пять шагов этих континуумов. Для удобства просмотра каждый из четырех вариантов ответа показан на отдельной панели. Каждая точка на панели представляет собой один ответ. Большее количество точек для одного спектрального × временного стимула указывает на то, что выбор делался чаще. Один балл указывает на то, что выбор делался редко.

    Стимул Набор ответов 1 для слушателей с нормальным слухом. Каждая панель представляет 25 возможных шагов спектрального × временного континуума.Каждая точка представляет собой один ответ. Более частые ответы на категорию отображаются в виде более крупных групп точек. Например, слушатели, как правило, давали больше ответов «видеть», когда спектр содержал низкочастотную энергию, а огибающая имела большое время нарастания (нижний левый угол верхней правой панели «вижу»). Для удобства просмотра оси обозначены одним из акустических параметров; полный набор параметров см. RT = время нарастания.

    Чтобы интерпретировать эти данные, рассмотрите, как изменяется частота ответа при изменении спектральных и/или временных измерений.Например, сравнивая верхнюю правую и нижнюю левую панели, мы видим, что количество ответов /ʃ/ увеличивается (и количество ответов /s/ уменьшается) по мере того, как спектральный пик и ширина полосы смещаются к более высоким частотам. Слушатели с нормальным слухом обычно четко различали стимулы с высокой вероятностью идентификации данной конечной точки и четкой демаркацией примерно в средней точке каждого континуума. Например, для времени нарастания 2 мс (Шаг 5 на временных континуумах) Шаги 1 и 2 на спектральном континууме почти все время идентифицировались как «tsee», а Шаги 3–5 на спектральном континууме были идентифицированы как «чи» почти все время.Четкое разграничение группы также подразумевает сходные модели ответов у разных людей.

    Нас больше всего интересовал относительный вклад спектральных и временных признаков в идентификацию согласных. Поскольку и независимые, и зависимые показатели были категориальными, подходил непараметрический анализ. В качестве первого шага в этом процессе была создана двумерная оценка плотности ядра (KDE). 4 Вкратце, KDE использовался для оценки лежащей в основе функции плотности вероятности наблюдаемых данных.Это было аналогично двумерной гистограмме, но без ограничений, вводимых указанием ширины ячейки гистограммы и начала координат. Вклад каждой точки данных в двумерном (спектральном × временном) пространстве был переведен в область вокруг этой точки, и площади всех точек были интегрированы для получения окончательного двумерного распределения (Сильверман, 1986). В модели использовалось стандартное двумерное ядро ​​нормальной плотности, а пропускная способность определялась с использованием функции нормального эталонного распределения в R (Team, 2013) на основе Venables and Ripley (2002).Результат KDE для Stimulus Set 1 показан на . Каждая контурная линия указывала примерно на 10% увеличение вероятности того, что данный токен будет признан токеном. Размер каждого контура определялся изменчивостью; более крупные контуры и большее расстояние между контурами указывали на большую изменчивость, а меньшие, более плотно расположенные контуры указывали на меньшую изменчивость. Непрерывные контуры распределения указывали на более высокую вероятность путаницы в связанном измерении. показывает такие данные для набора стимулов 2.

    Результаты анализа оценки плотности ядра (KDE) (функция оценки плотности 2d из пакета ggplot2; Wickham, 2009) для слушателей с нормальным слухом для Stimulus Set 1. Каждая классификация показана на отдельном графике для удобства чтения, но шкалы и оси одинаковые. Точка на графике указывает, что по крайней мере одно суждение этого типа наблюдалось для этой комбинации временных и спектральных сигналов. Каждая контурная линия представляет примерно 10-процентное увеличение вероятности данного суждения для каждой точки, которую она охватывает.Например, вероятность того, что слушатель с нормальным слухом оценит токен со спектральным и временным значением 2 как «вижу», близка к 100%.

    Результаты анализа KDE для слушателей с нормальным слухом для набора стимулов 2. Обратите внимание на непрерывные распределения во временном измерении, что предполагает большую уверенность при идентификации сигналов на основе спектральных признаков (форманты и/или ширина полосы). Также была большая вариабельность суждений, что можно увидеть по увеличенному размеру контуров.

    Из и , мы можем заключить, что (а) слушатели с нормальным слухом были способны различать различные стимулы как в спектральной, так и во временной областях с высокой степенью уверенности, и (б) для обоих наборов стимулов слушатели имели тенденцию воспринимать более отчетливые различия в спектральной, чем во временной области, особенно для набора стимулов 2.

    Хотя KDE предлагал удобный способ визуализации и качественного исследования данных, он не позволял нам сравнивать относительный вес сигналов в количественном отношении. способ.Чтобы количественно сравнить использование сигналов, мы провели отдельный анализ, посредством которого данные были подвергнуты анализу дискриминантной функции (Lachenbruch & Goldstein, 1979). Результатом анализа дискриминантной функции является уравнение или набор уравнений, которые показывают, в какой степени каждая из входных переменных вносит вклад в классификацию и насколько надежна эта классификация. Поскольку результаты классификации линейного дискриминантного анализа (LDA) и квадратичного дискриминантного анализа для этих данных оказались практически идентичными (корреляция = .99 для каждого из наборов стимулов) была выбрана более простая модель LDA. Разделение между суждениями было проверено, чтобы убедиться, что оно достаточно велико, чтобы можно было провести дискриминантный анализ. Классификации были значительно различны для LDA с лямбдой Уилкса 0,149 ( p < 0,0001).

    LDA автоматически определил оптимальное сочетание переменных, так что первое уравнение (LD1) обеспечивало наибольшую дискриминацию между группами (в данном случае между четырьмя вариантами стимулов), а второе (LD2) обеспечивало вторую наибольшую дискриминацию между группами .Доля трассировки для каждого уравнения представляет собой процент данных, учитываемых данным уравнением. В каждом уравнении абсолютное значение коэффициента или «веса» можно интерпретировать как отражение вклада этой переменной (Hair, Black, Babin, & Anderson, 2010). показывает сводку результатов LDA.

    Таблица 4.

    Групповые результаты линейного дискриминантного анализа для слушателей с нормальным слухом.

    8 1 1 -0,11 0,97 + дискриминантный вес
    Стимул набор LD1 LD2 LD2
    1
    Дискриминантный вес
    Spectral -1.32
    Temporal -0,14
    Доля следа 0,74 0,26
    2 91 299
    Спектральный 0.96 0.34 0.34
    80421 0.39 -0921 -0,85
    Доля трассировки 0.63 0.37

    Набор стимулов 1. LD1 правильно классифицировал 74% данных. LD1 показал, что спектральная информация была более влиятельной, чем временная информация. Второе уравнение, LD2, классифицировало оставшиеся 26% данных. LD2 показал, что временная информация была более влиятельной, чем спектральная. Когда LDA рассчитывался на индивидуальной основе, LD1 составлял 61–86% дисперсии среди участников. Коэффициенты спектральной метки варьировались от 1.от 2 до 1,4, а коэффициенты временных признаков варьировались от 0,1 до 0,6. То есть каждый отдельный слушатель с нормальным слухом показал сходную картину с классификацией, определяемой в большей степени спектральными признаками. В целом анализ показывает, что спектральные признаки были более важны для классификации, чем временные, но они оба играли определенную роль.

    Набор стимулов 2. Для набора стимулов 2 LD1 составлял 63% данных и указывал на то, что слушатели в большей степени полагались на спектральную информацию.На LD2 приходилось 37% данных с большей зависимостью от временной информации, хотя и с большей вариабельностью использования сигналов, чем для набора стимулов 1. Когда LDA рассчитывался на индивидуальной основе, LD1 составлял 59–87% данных. Коэффициенты спектральной метки варьировались от 0,1 до 1,2, а коэффициенты временной метки варьировались от 0,0 до 1,1. Отдельные данные будут рассмотрены далее в этой статье.

    Обсуждение

    Результаты показали, что слушатели с нормальным слухом могли использовать как спектральные, так и временные признаки для классификации стимулов с предпочтением спектральных признаков.Это имело место независимо от того, были ли спектральные сигналы относительно статичными и широкополосными (набор стимулов 1) или более динамичными (набор стимулов 2). Более того, эта закономерность была характерна для всех особей группы. Это кажется разумным, учитывая, что у всех слушателей был нормальный слух с предположительно нормальным частотным разрешением. Картина может быть совершенно иной для слушателей с потерей слуха, чье спектральное разрешение (и, возможно, их относительное использование спектральных и временных сигналов) может быть другим. Эта популяция была исследована в Эксперименте 2.

    Эксперимент 2

    Результаты эксперимента 1 показали, что слушатели с нормальным слухом были чувствительны к различиям как в спектральном, так и во временном измерениях. В этом эксперименте нас интересовали люди с потерей слуха, в частности, демонстрировали ли они другие модели использования сигналов, чем слушатели с нормальным слухом, а также была ли большая вариабельность среди людей, чем в группе с нормальным слухом. Слышимость речевых сигналов представляет собой дополнительную проблему для этой группы.Соответственно, в конструкцию также были включены меры слышимости сигнала.

    Метод

    Участники

    В группу участников с нарушениями слуха вошли 10 взрослых (четыре женщины и шесть мужчин) с нейросенсорной тугоухостью легкой и средней степени тяжести в возрасте 63–83 лет (средний возраст 71 год). Все сообщали о постепенной, поздней потере слуха, типичной для пресбиакузиса. У восьми участников были симметричные потери (определяемые как разница между ушами ≤ 10 дБ на трех последовательных частотах), и одно ухо было выбрано для тестирования случайным образом.У двух участников была асимметричная потеря, и для этих двух человек для тестирования было выбрано лучшее ухо. Участники представляли собой репрезентативную выборку взрослых с потерей слуха с типичными для их возраста порогами слышимости (Cruickshanks et al., 1998) на октавных частотах от 0,5 до 4,0 кГц. Аудиограммы тестовых ушей 10 слушателей с потерей слуха показаны на рис.

    Аудиограммы для слушателей с нарушениями слуха. Тонкими линиями показаны отдельные аудиограммы; толстая линия с закрашенными кружками показывает среднюю аудиограмму для группы.

    Стимулы

    Тестовыми сигналами были жетоны Набора стимулов 1 и Набора стимулов 2, описанные для эксперимента 1. Чтобы компенсировать потерю слышимости из-за повышения порога высоких частот, для каждого слушателя применялось фиксированное индивидуальное усиление. Формирование частоты намеренно не использовалось для сохранения спектральных и временных свойств сигналов, как это было задумано. Индивидуальное усиление основывалось на спектральном составе стимулов с целью достижения слышимой полосы частот до 5 кГц.Поскольку частота 5 кГц не проверяется на обычной аудиограмме, мы использовали специальную программу для измерения пороговых значений 5000 Гц участников. В этой программе использовалась процедура адаптивного отслеживания «два вниз/один вверх» (Levitt, 1971) для оценки уровня звукового давления (SPL) в дБ, при котором испытуемый мог обнаружить 71% целевых тонов заданной частоты. На мониторе компьютера отображалась панель с двумя кнопками, и при каждом испытании слушатели видели две кнопки с пометками A и B . Каждая кнопка освещалась в течение 400 мс с межстимульным интервалом 500 мс.Затем слушатель выбирал, какая кнопка была освещена в течение периода, когда был представлен тон, и использовал компьютерную мышь, чтобы щелкнуть кнопку, соответствующую этому выбору. Правильные ответы приводили к снижению уровня, а два неправильных ответа подряд — к повышению уровня. Изменение направления (рост, за которым следует уменьшение, или уменьшение, за которым следует рост) называлось разворотом . Для первых четырех инверсий изменение уровня составило 5 дБ. После четвертого обращения изменения составили 2 дБ, и было получено еще восемь обращений.Уровни, на которых произошли эти последние восемь инверсий, усреднялись, и это среднее значение использовалось в качестве предполагаемого порога 5 кГц. В пилотном тестировании мы убедились, что пороговые значения, полученные с помощью специальной программы, очень похожи на значения, полученные с помощью обычной аудиометрии.

    После достижения порога 5 кГц для каждого слушателя настраивался уровень презентации. Уровни представления речевых токенов варьировались от 68 дБ SPL до 92 дБ SPL у 10 слушателей с потерей слуха (см. ).Девять из 10 слушателей сообщили, что изначально выбранный уровень презентации был для них комфортным. Уровень презентации одного слушателя был снижен на 5 дБ для комфорта. Один и тот же уровень презентации использовался для обоих наборов стимулов.

    Иллюстрация слышимости речи двух субъектов, примерно представляющая диапазон аудиограмм (от наименьшей потери слуха до максимальной потери слуха) среди участников исследования. На каждой панели показаны пороги чистого тона (кружки) для одного участника относительно уровней третьоктавных полос, измеренных для / s / на индивидуально установленном уровне презентации этого участника (квадраты).Все уровни выражены в дБ SPL, измеренном в 2-кубовом соединителе.

    Процедура тестирования

    Схема тестирования аналогична описанной для слушателей с нормальным слухом. Сначала всегда тестировался набор стимулов 1, а затем набор стимулов 2. Как и в эксперименте 1, каждый набор стимулов включал три этапа: ознакомление, обучение и тестирование. В эксперименте 1 80% правильной идентификации конечной точки было принято для подтверждения соответствующей маркировки, что требовалось для перехода к фазе тестирования. Здесь мы предположили, что некоторые слушатели с потерей слуха не смогут использовать некоторые сигналы даже после обучения.Соответственно, все участники приступили к тестированию либо потому, что они достигли 80% идентификации конечной точки, либо прошли четыре тренировочных блока. Из-за его ограниченной доступности один из 10 участников не завершил набор стимулов 2. Окончательные оценки были основаны на 375 случайно выбранных испытаниях (по 15 испытаний каждого жетона) без обратной связи с правильным ответом.

    Результаты

    Как и в эксперименте 1, данные сначала были проверены качественно с использованием двумерного KDE. Для набора стимулов 1 (см.) паттерны были аналогичны паттернам для слушателей с нормальным слухом, хотя и с большим разнообразием (т.е., больший разброс контуров). Сильный вертикальный паттерн предполагает, что для данного значения спектрального маркера участники с потерей слуха, вероятно, классифицировали его аналогичным образом с большими различиями в своих классификациях, основанных на временном измерении. Для набора стимулов 2 (см. ) паттерны заметно отличались от таковых для слушателей с нормальным слухом (см. ). показывает большое количество вариаций, а также очень различное использование сигналов. Сильные горизонтальные линии предполагают, что участники с нарушением слуха с большей вероятностью согласятся с временным измерением токена (т.т. е. способ), чем спектральное измерение (т. е. место).

    Результаты анализа KDE (функция оценки плотности 2d из пакета ggplot2; Wickham, 2009) для слушателей с потерей слуха для Stimulus Set 1. Каждая классификация показана на отдельном графике для удобства чтения, но шкалы и оси являются такой же. Точка на графике указывает, что по крайней мере одно суждение этого типа наблюдалось для этой комбинации временных и спектральных сигналов. Каждая контурная линия представляет примерно 10-процентное увеличение вероятности данного суждения для каждой точки, которую она охватывает.Изменчивость проявляется в размере и разбросе контуров; маленькие, четкие контуры указывают на высокую достоверность.

    Результаты анализа KDE для слушателей с потерей слуха для набора стимулов 2. Обратите внимание на непрерывные распределения во временном измерении (т. е. контуры покрывают большое количество токенов с небольшим разделением), что указывает на трудности с использованием временных сигналов для идентификации звуков.

    Как и в эксперименте 1, мы также исследовали данные количественно, используя линейный дискриминантный анализ.Классификации участников были значительно различны для LDA, с лямбдой Уилкса 0,194 ( p < 0,001). Результаты анализа обобщены в .

    Таблица 5.

    Результаты линейного дискриминантного анализа для слушателей с нарушением слуха.

    1 -0,95 дискриминантный вес Спектральный
    Стимул набор LD1 LD2 LD2
    1
    Дискриминантный вес
    4 Spectral 1.17 0,13
    Temporal 0,16
    Доля следа 0,68 0,32
    2
    0.15 0,79
    Временная 1.03 -011 -011
    Доля трассировки 0.81 0.19

    Для набора стимулов 1 LD1 объясняет 68% дисперсии. На спектральные сигналы приходилась наибольшая дисперсия (коэффициент 1,17 по сравнению с 0,16 для временных сигналов). LD2 объяснил оставшиеся 32% дисперсии с немного большим акцентом на временные сигналы. В целом, анализ предполагает спектрально-опосредованное изменение, аналогичное балансу для слушателей с нормальным слухом.

    Для набора стимулов 2 LD1 объясняет 81% дисперсии. Временные сигналы составляли наибольшую дисперсию (коэффициент 1.02 по сравнению с 0,15 для спектральных сигналов). LD2 объяснил небольшую дисперсию (19%) умеренно большей зависимостью от спектральных сигналов (коэффициент 0,79 по сравнению с -0,11 для временных сигналов).

    Как и в эксперименте 1, мы также рассчитали LDA на индивидуальной основе. Результаты для LD1 (что объясняет наибольшую долю дисперсии) показаны в (треугольники) вместе с данными эксперимента 1 для участников с нормальным слухом (кружки). Данные отображаются как абсолютное значение коэффициента или «веса» для временной и спектральной информации.Участники, для которых спектральные и временные сигналы имели одинаковый вес, попадали на диагональную опорную линию или очень близко к ней на каждом графике. Символы, расположенные выше опорной линии, указывали на то, что категоризация в большей степени основывалась на временных признаках, а символы, опускающиеся ниже опорной линии, указывают на больший акцент на спектральных признаках. Для набора стимулов 1 наблюдалась явная зависимость от спектральных сигналов для всех слушателей с нормальным слухом и большинства слушателей с потерей слуха, при этом обе группы демонстрировали схожие паттерны (χ 2 = 2.07, p = 0,15). Тем не менее, у разных людей также наблюдалась большая вариабельность, чем у слушателей с нормальным слухом: два слушателя продемонстрировали либо большее использование временных сигналов, либо почти одинаковое использование обоих сигналов.

    Индивидуальные спектральные и временные веса для слушателей с нормальным слухом (светлые кружки) и с потерей слуха (закрашенные треугольники). Все значения нанесены как абсолютные значения отдельных коэффициентов для LD1. На левой панели показаны результаты для набора стимулов 1, а на правой панели — для набора стимулов 2.Точки данных, расположенные вдоль диагональной линии на каждой панели, указывают на одинаковое рассмотрение обоих параметров стимула. Точки данных, попадающие ниже и правее диагонали, указывают на большую зависимость от спектральных сигналов. Точки данных, попадающие выше и левее диагонали, указывают на большую зависимость от временных сигналов.

    Для набора стимулов 2 было гораздо больше вариантов использования сигналов. Большинство слушателей с нормальным слухом продолжали использовать спектральные сигналы. Почти на всех слушателей с потерей слуха больше влияли временные сигналы, а модель использования сигналов значительно отличалась от таковой у слушателей с нормальным слухом (χ 2 = 6.51, p = 0,01). Только два слушателя с потерей слуха продемонстрировали нормальную слуховую зависимость от спектральных сигналов для этого набора стимулов. Среди слушателей с потерей слуха у этих двух участников были относительно лучшие пороги, особенно на высоких частотах. У них не было большей слышимости сигнала (по уровню предъявления сигналов относительно их порогов). Однако их способность в большей степени использовать спектральные сигналы может отражать лучшее спектральное разрешение из-за более узких слуховых фильтров.

    Обсуждение

    Эти данные свидетельствуют о том, что при решении проблем со слышимостью слушатели с потерей слуха могли использовать статические широкополосные спектральные сигналы даже на высоких частотах, но были менее способны использовать динамические спектральные сигналы. Сокращение использования динамических спектральных сигналов происходило даже тогда, когда эти сигналы находились на более низких частотах, при которых у слушателей были лучшие пороги (и, возможно, лучшее разрешение). Данные также свидетельствуют о том, что ответы слушателей с потерей слуха основывались в относительно большей степени на временной, а не на спектральной информации.Наконец, между людьми наблюдалась значительная изменчивость.

    General Discussion

    Это исследование было частично мотивировано ожиданием того, что люди с потерей слуха будут отличаться в степени, в которой они могут различать определенные сигналы речи. Если это окажется правдой, связанной с этим проблемой (не проверенной в этом исследовании) будет наша заинтересованность в более индивидуальном подходе к параметрам усиления, который будет учитывать индивидуальные различия. В качестве первого шага в этом направлении работы мы создали набор тестовых стимулов, которые различались по спектральной и временной информации.Мы предположили, что (а) слушатели с нормальным слухом будут демонстрировать высокую чувствительность к обоим измерениям, и эти люди будут вести себя в этом отношении одинаково друг с другом, и (б) слушатели с нарушениями слуха (которые, как мы предполагали, имеют расширенные слуховые фильтры) будут проявляют пониженную чувствительность к спектральному измерению, хотя и с различными паттернами у разных слушателей.

    Данные эксперимента 1 подтверждают первую гипотезу. Слушатели с нормальным слухом могли различать как временные, так и спектральные измерения, хотя с большим вкладом спектральных сигналов.Вторая гипотеза была частично подтверждена экспериментом 2. Для набора стимулов 1, в котором спектральные признаки представляли собой частотную локализацию шума трения, а временные признаки — время нарастания огибающей, слушатели с потерей слуха могли использовать как спектральные, так и временные признаки, но с больший вклад спектральных сигналов (аналогично слушателям с нормальным слухом). Для набора стимулов 2, в котором спектральные сигналы были динамическими по своей природе (то есть формантные переходы), а временные сигналы представляли собой время нарастания огибающей, слушатели с потерей слуха в большей степени полагались на временные сигналы.Данные свидетельствуют о том, что слушатели с потерей слуха демонстрировали больший вес спектрального измерения, когда стимулы имели статические спектральные сигналы, но гораздо большее использование временных сигналов, когда стимулы имели динамические спектральные сигналы.

    Обратите внимание, что хотя когда мы независимо меняли спектральное и временное измерения, наблюдался относительный эффект, указывающий на чувствительность к изменениям в манипулируемом измерении, этот эффект также может указывать на чувствительность к тому, как это манипулируемое измерение взаимодействует с другим измерением. .Другими словами, ответ на конкретный стимул должен определяться совокупным восприятием обоих измерений слушателем. Соответственно, разница между группами может отражать различную зависимость от временных сигналов, различную зависимость от динамических сигналов или даже частотно-зависимые различия.

    Проблемы, связанные с тестовыми стимулами

    Мы подошли к этому проекту, разработав контролируемый тест на идентификацию звуков речи, в котором варьировались определенные временные и спектральные измерения.Синтетическая речь использовалась, чтобы обеспечить точный контроль над стимулами и избежать двух проблем, которые могли присутствовать в более ранних работах: смешанные эффекты сопутствующих сигналов, отличных от исследуемых сигналов (например, Nittrouer & Studdert-Kennedy, 1986) и искусственное манипулирование репликами в естественной речи. Хотя использование манипулируемой естественной речи является допустимым подходом к проблеме, простой акт манипулирования репликами естественной речи может привести к различиям между субъектами. Например, если стимулы корректируются для слышимости путем повышения уровня определенного сигнала (например, взрыва согласных), слушатели могут под влиянием этого более высокого уровня придавать больше значения этому сигналу, чем это было бы в случае более естественного слушания. сценарий.Поэтому мы попытались поставить всех слушателей в равные условия, создав новые сигналы, представленные одинаковым образом и с одинаковой подготовкой для всех участников.

    При этом синтетическая речь может иметь свои эффекты. По крайней мере, одно исследование показало, что слушателям старшего возраста может потребоваться больше времени для акклиматизации к синтетическим сигналам, чем слушателям младшего возраста (например, Wang & Humes, 2008). В этом исследовании намеренно были созданы неречевые стимулы, акустические свойства которых нельзя было интерпретировать как звуки речи, поэтому они могли не применяться непосредственно к имеющимся данным.Кроме того, возрастные различия в синтетическом распознавании речи объясняются более высокими пороговыми значениями, сопровождающими старение, а не старением как таковым (Roring, Hines, & Charness, 2007). Подразумевается, что когда слышимость контролируется для компенсации повышения порога (как в данном случае), слушатели старшего и младшего возраста будут одинаково реагировать на синтетические речевые материалы. Во время обучения большинство наших слушателей в обоих экспериментах достигли выполнения критерия для стимулов конечной точки после одинакового количества испытаний, что позволяет предположить, что между группами не было общих различий.Тем не менее, возможно, что способность акклиматизироваться к синтетическим звукам варьировалась в зависимости от группы или отдельного человека.

    Важным фактором в исследованиях речевых сигналов является слышимость. Естественно, если реплика не слышна слушателю, ее нельзя использовать. Нарушения слышимости, особенно для высокочастотных сигналов, могли быть непреднамеренной частью предыдущих наборов данных (например, Coez et al., 2010). В поддержку роли слышимости, когда слушателям с потерей слуха предоставляется усиление, оно улучшает использование акустических сигналов до уровня, аналогичного слушателям с нормальным слухом (Calundruccio & Doherty, 2008; Harkrider, Plyler, & Hedrick, 2006).В этом случае мы использовали порог 5 кГц (адаптивный порог в парадигме принудительного выбора) в качестве эталона слышимости. В этих условиях использование статических спектральных сигналов (набор стимулов 1) слушателями с потерей слуха было очень похоже на использование слушателями с нормальным слухом. Этот вывод противоречит некоторым более ранним исследованиям, которые предполагали, что такие сигналы не будут хорошо использоваться в случаях потери слуха и что снижение слышимости могло сыграть роль в предыдущих наборах данных.

    Нормальный слух и потеря слуха

    Использование динамических спектральных сигналов (формантные переходы в наборе стимулов 2) показало некоторые различия между двумя группами.Слушатели с нормальным слухом использовали формантный переход в большей степени, чем сигнал огибающей (как показано вертикальными линиями на , т. Е. Большая вероятность сделать спектральную дифференциацию, чем временную). Эти данные хорошо согласуются с более ранними работами, показывающими, что слушатели с нормальным слухом обладают полной способностью использовать формантные переходы (Carpenter & Shahin, 2013; Hedrick & Younger, 2001, 2007; Lindholm et al., 1988). Когда оба сигнала присутствовали у слушателей с нормальным слухом, на восприятие влияла информация о переходе формант в большей степени, чем временные (огибающие) сигналы (т.г., Nittrouer, Lowenstein, & Tarr, 2013). Разница между слушателями с потерей слуха и слушателями с нормальным слухом была разительна; сравните и , которые показывают интенсивное использование временных сигналов слушателями с нарушениями слуха. В некотором смысле, прослушивание определенного формантного перехода при потере слуха может быть немного похоже на слушателя с нормальным слухом, у которого наблюдается нейтральный формантный переход; эта информация больше недоступна, что требует использования другого сигнала. Однако наши данные также согласуются с работой, показывающей, что при наличии нейтральной информации о переходе форманты слушатели с нормальным слухом могли переключиться на использование информации о временной огибающей (Hedrick & Younger, 2001).Обратите внимание, что недавняя работа Nittrouer et al. (2013) пришли к другому выводу: их взрослые слушатели с нормальным слухом вообще не использовали сигналы огибающей. Этот вывод можно объяснить, рассмотрев стимулы Ниттруэра и др., в которых формантный переход был либо типичным для /ba/, либо типичным для /wa/, но никогда не был нейтральным. Хотя это вряд ли возникнет в повседневной речи, мы можем сделать вывод, что в ситуации конфликтных сигналов слушатели с нормальным слухом, по-видимому, отдают предпочтение использованию спектральной, а не временной информации.

    Все слушатели проявляли чувствительность к временным сигналам, даже когда они использовались в качестве второстепенных сигналов. Это хорошо согласуется с исследованиями, показывающими, что потеря слуха приводит к большей спектральной деградации, чем к временной, по крайней мере, когда доступные временные сигналы содержатся в речевой оболочке (например, Turner, Souza, & Forget, 1995). Одно предостережение заключается в том, что те же принципы могут не применяться к другим типам временных сигналов, таким как промежутки, на которые может в большей степени повлиять потеря слуха и/или старение (Walton, 2010).

    Индивидуальные паттерны

    Среди слушателей с нормальным слухом относительное использование спектральных и временных сигналов было довольно схожим. Как и ожидалось, люди с потерей слуха демонстрировали больше различий между слушателями. Наиболее интересные эффекты наблюдались среди слушателей с потерей слуха, которым был назначен набор стимулов 2. Предыдущие исследования, посвященные только групповым эффектам, показали, что использование динамической спектральной информации может быть нарушено у всех слушателей. Вместо этого двое из наших слушателей с нарушениями слуха показали ответы, очень похожие на слушателей с нормальным слухом.У этих двух человек были такие же возраст, этиология и продолжительность потери слуха, как и у остальных участников группы с нарушениями слуха, но у них были относительно лучшие пороги, особенно в области высоких частот. Однако большей слышимости сигнала они не обладали (по уровню предъявления сигналов относительно их порогов). Возможно, их способность использовать спектральные сигналы в большей степени отражала лучшее спектральное разрешение из-за более узких слуховых фильтров или каких-то других слуховых (или слуховых) различий.

    Мы набрали репрезентативную выборку взрослых с потерей слуха, которые, по статистике, были старше. Поскольку это исследование не было предназначено для изучения влияния возраста на потерю слуха, данные оставляют нерешенным вопрос о том, будет ли слушатель старшего возраста с совершенно нормальной аудиограммой вести себя так же, как испытуемые в Эксперименте 1, или продемонстрировать вариативность использования конкретных сигналов, более похожую на Эксперимент 2. предметы. Это интересный вопрос, и он в некоторой степени зависит от точки зрения.Если мы примем точку зрения, что большая зависимость от временных сигналов является прямым следствием плохого спектрального разрешения, мы можем ожидать, что пожилые слушатели с нормальным слухом, у которых мало признаков расширения слухового фильтра (Ison, Virag, Allen, & Hammond, 2002), для поддержания хорошего спектрального разрешения. И наоборот, некоторые авторы (например, Pichora-Fuller, Schneider, Macdonald, Pass, & Brown, 2007) предположили, что асинхронное возбуждение нервов, сопровождающее старение, может ухудшить представление о тонкой структуре височной кости, что может повлиять на использование представленных «спектральных» сигналов. здесь.

    Последствия для реабилитации слуха

    Стимулы, используемые в этом исследовании, потенциально могут быть использованы для выявления слушателей, которые в большей степени зависят от спектра, по сравнению с слушателями, которые в большей степени зависят от времени. Хотя эта область в значительной степени не исследована, если бы у нас была возможность измерить «взвешивание» сигнала слушателя, мы могли бы лучше понять последствия конкретных привычек слушателя и, возможно, изменить терапевтические вмешательства. Одним из следствий современной технологии усиления является тенденция к искажению в спектральной области, временной области или в обеих областях.Многие технологии в большей степени искажают одно измерение. Например, быстродействующее сжатие может ухудшить сигналы огибающей. На слушателя, который сильно зависит от временной огибающей, а не от спектральных сигналов, может повлиять даже минимальное искажение огибающей (Souza, Hoover, & Gallun, 2012). И наоборот, слушатель, который основывает категориальное восприятие в основном на спектральных сигналах, может переносить большее количество искажений огибающей без ухудшения распознавания. Многоканальное сжатие с большим количеством каналов сжатия и относительно высоким коэффициентом сжатия имеет много преимуществ, таких как более конкретное управление шумом и лучшее выравнивание громкости, но может сглаживать спектральные контрасты и ухудшать распознавание, когда важная информация передается спектральными контрастами и представляется слушатель, чувствительный к этим контрастам (Souza, Wright, & Bor, 2012).С помощью обучения можно даже изменить зависимость от сигналов (Francis, Baldwin, & Nusbaum, 2000). Такие темы предлагают интересную область для будущей переводческой работы.

    Использование акустических сигналов для фонетической идентификации: эффекты спектральной деградации и электрического слуха

    Обзор акустических сигналов

    В первом эксперименте изучался контраст между слабыми и напряженными гласными верхнего переднего ряда (/I/ и /i/) в английском языке. , который различает пары слов, такие как удар/тепло, заполнение/чувство, спрятано/внимательно и мусорное ведро/боб.Сигналы, которые способствуют этому различию, включают спектральные размеры формантной структуры и спектральные изменения, присущие гласным (VISC), а также продолжительность гласных. Давно известно, что формантная структура соответствует категоризации гласных, хотя и со значительным перекрытием между категориями ( Hillenbrand et al., 1995 ). Тем не менее, этот сигнал чрезвычайно силен; используя только устойчивые форманты, синтезированные на основе измерения гласной в один момент времени, люди-слушатели идентифицируют гласные с точностью примерно 75% ( Hillenbrand and Gayvert, 1993 ).Автоматические классификаторы паттернов показывают аналогичную эффективность только с одним образцом формантной структуры (то есть спектральным снимком) ( Hillenbrand et al., 1995 ).

    VISC относится к «относительно медленно меняющимся изменениям формантных частот, связанных с самими гласными, даже в отсутствие консонантного контекста» ( Nearey and Assmann, 1986 ). При произнесении слабой гласной /I/ F1 увеличивается, а F2 уменьшается; по сравнению с этим напряженная гласная /i/ относительно устойчива, с незначительным движением формант, если оно вообще есть ( Hillenbrand et al., 1995 ). VISC играет роль в классификации гласных, о чем свидетельствуют по крайней мере четыре типа данных: (1) измерение значений динамических формант из производственных данных ( Нири и Ассманн, 1986 ; Хилленбранд и др., 1995 ), (2) результаты классификаторов паттернов показывают лучшие результаты, когда спектральное изменение включено в качестве фактора ( Zahorian and Jagharghi, 1993 ; Hillenbrand et al., 1995 ), (3) слушатели надежно идентифицируют гласные только по снимкам начало и конец (с молчаливыми или замаскированными центральными частями) ( Jenkins et al., 1983 ; Паркер и Дил, 1984 ; Nearey and Assmann, 1986 ), и (4) люди-слушатели показывают улучшенные результаты идентификации, когда гласные включают естественные образцы спектрального изменения; обычно наблюдается снижение точности на 23–26% для гласных, в формантной структуре которых отсутствуют спектральные изменения ( Hillenbrand and Nearey, 1999 ; Assmann and Katz, 2005 ). Когда VISC нейтрализуется, происходит значительное снижение узнавания /I/, в то время как гласный /i/ идентифицируется практически идеально ( Assmann and Katz, 2005 ), что соответствует акустике этих гласных.

    Продолжительность напряженных гласных, как правило, длиннее, чем у слабых гласных, примерно на 33–80%, в зависимости от конкретного контраста и контекста ( House, 1961 ; Hillenbrand et al., 1995 ). Однако роль длительности в восприятии гласных не всегда была ясна; оно, по-видимому, обусловлено, по крайней мере частично, верностью стимула. Эйнсворт (1972) показал, что продолжительность может модулировать идентификацию гласных, синтезированных с двумя устойчивыми формантами. Bohn and Flege (1990) и Bohn (1995) выявили небольшой эффект длительности контраста i/I при использовании трех стационарных формант. Однако эти результаты оспариваются другими исследованиями, которые сохранили относительно более богатые спектральные детали, включая изменяющуюся во времени спектральную информацию (Hillenbrand et al., 1995 , 2000 ; Zahorian and Jagharghi, 1993 ). Используя модифицированную естественную речь, Hillenbrand et al.(2000) сообщили, что неверная идентификация контраста I/i на основе продолжительности была особенно редкой (с частотой ошибок менее 1%). Новая тема из Hillenbrand et al. (2000) , Nittrouer (2004) и Assmann and Katz (2005) заключается в том, что на использование акустических сигналов в гласных влияет точность сигнала до такой степени, что обычно используемые формантные синтезаторы, вероятно, недооценивают роль изменяющихся во времени спектральных сигналов и переоценивать роль длительных сигналов.То есть слушатели используют фонетические реплики по-разному в зависимости от качества, с которым представлен звук.

    Хотя значительные улучшения в синтезе речи и манипулировании улучшили качество сигналов в экспериментах по восприятию, ухудшение сигнала неизбежно для людей с кохлеарными имплантами. Айверсон и др. (2006) отметил: «Было бы удивительно, если бы при распознавании гласных с помощью кохлеарных имплантов и обычного слуха использовались одни и те же сигналы, потому что сенсорная информация, предоставляемая акустическим и электрическим слухом, существенно различается.«Несмотря на вышеупомянутую тенденцию, наблюдаемую в отношении спектральной и временной точности сигнала, Iverson et al. (2006) не нашли доказательств того, что продолжительность более интенсивно использовалась слушателями CI или слушателями NH в ухудшенных условиях. Фактически, поскольку спектральное разрешение ухудшилось с 8 до 4 и 2 каналов (каждый из которых представляет собой постепенно ухудшающееся разрешение, что будет объяснено далее в разделе 2), слушатели NH показали 90 809 меньше 90 810 восстановления информации о длительности в сигнале. Этот противоречивый результат мог возникнуть из-за методов, с помощью которых оценивалось использование сигнала длительности.Экспериментаторы использовали анализ передачи информации (ITA) ( Miller and Nicely, 1955 ) для отслеживания фонетических особенностей, которые были восстановлены или ошибочно приняты в задачах идентификации. Хотя обычно считается, что эти особенности регулярно соответствуют акустическим размерам (например, высота гласного как изменение частоты F1, продвижение гласного как изменение частоты F2, слабое/напряженное как длительность), ITA сама по себе не раскрывает механизмы (сигналы) посредством какие функции восстанавливаются. Это особенно важно для сигнала длительности; большинство диалектов английского языка не содержат пар гласных, которые различаются исключительно по длительности.Таким образом, для любой долгой или краткой гласной в английском языке (как закодировано в ITA) существуют сопутствующие коварные спектральные сигналы. Если слушатель полагается на эти спектральные сигналы (как можно было бы предсказать на основе вышеупомянутой работы), то неудивительно, что передача информации о «длительности» снижалась по мере снижения спектрального разрешения. В анализе типа ITA «длительность» может быть просто другим названием для спектральной информации, если последняя не контролируется специально. Таким образом, остается вопрос, играют ли изменения продолжительности гласных большую роль в идентификации гласных при ухудшении спектрального разрешения.

    Несмотря на ограничения анализа на основе ITA, работа Iverson et al. (2006) заслуживает похвалы за то, что заложил основу для изучения роли различных акустических сигналов с различной степенью временного и спектрального разрешения. Этот подход лишь скупо применялся к проблеме восприятия речи слушателями КИ ( Dorman et al., 1991 — редкий пример), и целью настоящей статьи является дальнейшее исследование этой проблемы с использованием двух контрастов, которые было показано, что он включает как спектральные, так и временные сигналы.Многие предыдущие эксперименты ( Hillenbrand and Nearey, 1999 ; Hillenbrand et al., 2000 ; Iverson et al., 2006 ) оценивали роль множественных нейтрализующих сигналов, сохраняя их дихотические сигналы. мода. Текущий эксперимент стремится расширить эту работу, постепенно и ортогонально манипулируя акустическими сигналами, чтобы оценить их влияние более детально, что невозможно в экспериментах, которые одновременно проверяют множество гласных и согласных.

    Некоторые предыдущие исследования показывают, что слушатели с нарушениями слуха действительно демонстрируют измененное использование акустических сигналов при восприятии речи. В задаче идентификации места артикуляции Dorman et al. (1991) показали, что, по сравнению со слушателями NH, слушатели CI больше подвержены влиянию спектрального наклона смычного согласного; Вместо этого слушатели NH полагались на формантные переходы. Кирк и др. (1992) обнаружили, что слушатели КИ могли использовать статические формантные сигналы в гласных, но не использовали контрасты переходов формант, используемые слушателями NH.Это предполагает, что динамическая формантная реплика для слабых гласных может быть скомпрометирована в ухудшенных условиях. Соответственно, Dorman and Loizou (1997) указали, что слушатели КИ идентифицировали нестрогий гласный /I/ с точностью, аналогичной точности слушателей NH в условиях, когда VISC нейтрализуется ( Hillenbrand and Gayvert, 1993 ). Поэтому мы ожидали, что восприятие звуков речи слушателями КИ будет соответствовать предсказаниям, основанным на вышеупомянутой работе, которая указывает на деградацию сигнала как на фактор, влияющий на использование длительных сигналов.Таким образом, мы предсказали, что по мере ухудшения спектрального разрешения использование формантных сигналов будет снижаться, использование сигналов VISC будет сокращаться (если оно вообще присутствует) и использование временных сигналов будет увеличиваться.

    Методы

    Участники

    Участники включали 15 взрослых (14 в возрасте от 19 до 26 лет; средний возраст 22,7 года и один 63 года) слушателей с нормальным слухом, определяемым как имеющий порог чистого тона ≤20 дБ HL от 250–8000 Гц в обоих ушах ( ANSI, 2004 ). Во вторую группу участников вошли семь взрослых (возраст 50–73 года, средний возраст 63 года).5 лет) реципиенты кохлеарных имплантов. Все слушатели КИ были оглушены постлингвально. Шесть были пользователями устройств Cochlear Freedom или N24; один использовал устройство Med-El. См. Таблицу для получения демографической информации и параметров речевого процессора для каждого пользователя CI. Все участники были носителями американского английского языка и были проверены на свободное владение языками, для которых продолжительность гласных является фонематическим признаком (например, финский, венгерский, арабский, вьетнамский и т. д.), чтобы гарантировать, что ни один участник не ввел априори с уклоном . в сторону чувствительности к продолжительности.Участники с нормальным слухом 01 (первый автор) и 02 были хорошо знакомы со стимулами, так как участвовали в пилотном тестировании и создании материалов. Следует отметить, что разница в возрасте между группой слушателей с нормальным слухом и кохлеарной имплантацией существенна и может влиять на слуховую обработку таким образом, который имеет отношение к данному исследованию. В частности, известно, что слуховая временная обработка несовершенна у пожилых слушателей ( Gordon-Salant and Fitzgibbons, 1999 ).В текущем исследовании изучается, могут ли слуховые сигналы во временной области превзойти те, которые скомпрометированы в спектральной области. Эти слушатели могут испытывать или не испытывать недостатки во временной области, которые могут усложнить этот вопрос. Помимо этого, также существует вариабельность продолжительности и этиологии глухоты среди группы слушателей с нарушением слуха (как это имеет место практически во всех исследованиях, в которых используются слушатели с КИ). По этим причинам прямые статистические сравнения между слушателями с нормальным слухом и слушателями с кохлеарными имплантами ограничены в своей полезности и поэтому опущены в этой статье.

    ТАБЛИЦА I.

    Соответствующая демографическая информация об участниках КИ в этом исследовании. Все использовали стратегию обработки ACE и режим стимуляции MP1+2, за исключением C30, который использовал стратегию CIS.

    ID № Пол Этиология HL Продолжительность HL Возраст при тестировании Возраст при импл. Устройство импульсов скорости
    C1- F Неизвестный Неизвестный 66 63 Свобода 900
    С2 F Генетические 10 лет 66 63 Свобода 1800
    С3 М неизвестен 22 лет 64 57 N 24 900
    С4 М Лабиринтит 11 лет 50 40 N 24 720
    C5 M неизвестен Неизвестный 56 54 Мед-Эль +1515
    C6 Ж Корь 59 лет 71 66 Свобода 1800
    C7 F F0421 Found 4 года 4 года 73 73 69 Freedom 2400 2400 2400
    Стимули
    Синтез речи.

    Слова были синтезированы, чтобы напоминать «удар» и «тепло». Гласные в этих словах варьировались по формантной структуре (в семь ступеней, при этом все первые четыре форманты изменяются одновременно), характерному для гласных спектральному изменению (в пять ступеней, при этом все первые три форманты динамически изменяются) и длительности гласных (в семь ступеней). ). Подробную информацию об уровнях каждого параметра см. в таблице. Этот континуум 7 × 7 × 5 слов был синтезирован с использованием HLSYN ( Hanson et al., 1997 ; Hanson and Stevens, 2002 ).Формантная структура была основана на значениях, представленных в онлайн-базе данных Hillenbrand et al. (1995) ; он был расширен за пределы средних значений в их соответствующей публикации, чтобы представить реалистичный естественный диапазон производства. Ступени формантного континуума были интерполированы с использованием шкалы частот Барка ( Zwicker and Terhardt, 1980 ), чтобы отразить нелинейный частотный интервал в слуховой системе человека. В этой статье уровни частоты лая были преобразованы в Гц для облегчения интерпретации.Второе измерение конструкции стимула варьировалось в зависимости от количества и направления спектральных изменений, присущих гласным (VISC). Хотя существуют различные способы моделирования этой реплики ( Morrison and Nearey, 2007 ), здесь она представлена ​​в терминах разницы в частоте F1, F2 или F3 (в Гц) от 20% до 80% моментов времени. в гласной. Все три форманты были изменены в соответствии с данными Hillenbrand et al. (1995) , за исключением четвертой форманты, которая оставалась постоянной.Предпоследние элементы в этом континууме VISC были смоделированы по образцу типичных расслабленных и напряженных гласных, а конечные точки континуума были расширены по этому параметру, опять же, чтобы учесть производство за пределами средних значений, о которых сообщает Hillenbrand et al. См. Таблицу для подробной разбивки этого параметра и Рис. для схематической иллюстрации его влияния на формантную структуру. Продолжительность гласных была смоделирована на основе характерных длительностей /i/ и /I/ (до глухих смычных звуков), о которых сообщил House (1961) , и линейно интерполированы (см. Таблицу).Начало слова [h] представляло собой 60 мс устойчивой глухой/апериодической формантной структуры, которая соответствовала структуре начала гласного; обязательно исходный согласный также варьировался в результате формантного континуума. Целевыми переходами [-t] в конце слова для F1, F2, F3 и F4 были 300, 2000, 2900 и 3500  Гц соответственно, как это использовалось Bohn and Flege (1990) . Все эти переходы начались в момент времени 80% гласной (хотя это решение привело к несколько разным скоростям перехода в зависимости от общей продолжительности, было необходимо гарантировать, что может быть реализована вся траектория 20 %–80 % VISC).За формантным переходом последовало 65 мс молчаливое закрытие остановки, за которым последовал 65 мс диффузный высокочастотный (t) всплеск. Высота гласного начиналась с 120 Гц, повышалась до 125 Гц на 33% временной точки гласной и падала до 100 Гц за счет смещения гласной.

    ТАБЛИЦА II.

    Уровни акустических параметров, определяющие континуумы ​​формант, характерные для гласных спектральные изменения и продолжительность гласных. Каждый параметр варьировался ортогонально.

    917 27 33 F2 -287
    Номер шага
    1 2 3 4 5 6 7
    Форманты F1 446 418 403 389 375 362 335
    (Гц) F2 1993 2078 2122 2167 2213 2260 2357
    F3 2657 2717 2747 2778 2809 2841 2905
    F4 3599 3618 3628 3637 3647 3657 3677
    VISC F1 49 16 0 -16
    (изменить -191 -96 0 96
    в Гц) F3 -33 -22 -11 0 11
    F4 0 0 0 0 0
    Продолжительность (мс) 85 100 108 115 122 130 145

    Стилизованная представление различных уровней Visc применительно к ту же формантную структуру.

    Спектральная деградация: Вокодирование в полосе шума.

    Спектральное разрешение было ухудшено из-за шумового вокодирования (NBV), которое стало распространенным способом имитации кохлеарного импланта (см. Shannon et al., 1995 ). Это было достигнуто с помощью онлайн-обработки сигналов в программном обеспечении доставки стимулов icast (версия 5.04.02; Fu, 2006 ). Стимулы подвергались полосовой фильтрации в четырех или восьми частотных диапазонах с использованием фильтров Баттерворта шестого порядка (24 дБ/октава). Это количество полос было выбрано, чтобы наилучшим образом приблизиться к производительности слушателей КИ ( Friesen et al., 2001 ). Временная огибающая в каждой полосе была выделена полуволновым выпрямлением и фильтрацией нижних частот с частотой среза 200 Гц, что достаточно для хорошей разборчивости речи ( Shannon et al., 1995 ). Огибающая каждой полосы использовалась для модуляции соответствующего шума, отфильтрованного полосой пропускания. Конкретные значения частоты среза были определены для длины улитки 35 мм ( Greenwood, 1990 ) и перечислены в таблице ниже. Самая низкая частота из всех полос анализа (приблизительно 141 Гц, 31 мм от базы) была выбрана для приближения к частоте, обычно используемой в современных речевых процессорах CI.Самая высокая используемая частота (6000 Гц, примерно 9 мм от основания) была выбрана так, чтобы она находилась в пределах нормального слуха для всех слушателей и соответствовала верхним пределам выходной частоты HLSYN. Никакая спектральная энергия выше этой частоты не была доступна слушателям в необработанном состоянии. Спектрограммы слова «попадание» в необработанном (регулярно синтезированном), восьмиканальном и четырехканальном вариантах НБВ представлены на рис. Изображения показывают, что определенные формантные полосы частот уже не так легко восстанавливаются; спектральная тонкая структура заменяется грубой/размытой дискретизацией.Формантные различия, которые остаются неразрешенными в пределах одного и того же спектрального канала, кодируются относительным уровнем шумовой полосы, несущей этот канал, а также изменяющейся во времени амплитудой (т. Е. Биениями) из-за взаимодействия нескольких частот, сложенных вместе.

    ТАБЛИЦА III.

    Спецификация анализа и индикатора фильтра для шумоподолюбной схемы для эксперимента 1.

    канал номер
    4-канальный 1 2 3 4
    8-канальный 1 2 3 4 5 6 7 8
    9
    High-Pass (HZ) 141 275 471 759 тысяча сто восемьдесят один 1801 2710 4044
    низких частот (Гц) 275 471 759 тысяча сто восемьдесят один 1801 2710 4044 6000

    Спектрограммы синтезированных слов «hit» (слева) и «heat» (справа) в нормальном/необработанном состоянии (сверху), восьмиканальный шумополосный вокодер ( в середине) и четырехканальный вокодер с шумовой полосой (внизу).

    Процедура

    Все испытания распознавания речи проводились в звукоизолированной кабине с двойными стенками. Стимулы подавались на уровне 65 дБА в свободном поле через один громкоговоритель. Каждый токен предъявлялся один раз, после чего слушатели использовали компьютерную мышь для выбора одного из двух вариантов слова («тепло» или «удар»), чтобы обозначить свое восприятие. Стимулы предъявлялись блоками, организованными по степени спектрального разрешения (необработанные, восьмиканальные или четырехканальные). Порядок блоков был случайным, и представление токенов в каждом блоке было случайным.В этом самостоятельном задании каждый из 245 стимулов прослушивался по 5 раз при каждом условии спектрального разрешения.

    Анализ

    Категориальные ответы были подобраны с использованием логистической регрессии в соответствии с последними тенденциями в перцептивном анализе ( Моррисон и Кондаурова, 2009 ). Бинарные ответы слушателей (напряженные или вялые) были подобраны с использованием обобщенной линейной (логистической) модели смешанных эффектов (GLMM). Это было сделано в программном интерфейсе r ( R Development Core Team, 2010 ), с использованием пакета lme4 ( Bates and Maechler, 2010 ).Использовался случайный эффект участника, а в качестве фиксированных эффектов выступали описанные выше стимулирующие факторы. Биномиальная функция семейного вызова использовалась, поскольку вероятность «напряженного» ответа логически не могла превышать 100% или опускаться ниже 0%. Это привело к использованию функции логит-связи и предположению, что дисперсия увеличивается со средним значением в соответствии с биномиальным распределением. Уровни параметров были сосредоточены вокруг 0, поскольку функция вызова R GLM устанавливает «0» в качестве уровня по умолчанию при оценке других параметров.Таким образом, поскольку медиана длительности составляла 115 мс, стимул продолжительностью 85 мс кодировался как -30, а стимул продолжительностью 122 мс кодировался как 8 мс. Все факторы и взаимодействия были добавлены в процессе прямого выбора. Модель начиналась с перехвата, и факторы (например, включение продолжительности в качестве предиктора ответа) конкурировали по одному; то, что имело наивысшее значение, было сохранено. Последующие факторы (или взаимодействия факторов) сохранялись в модели, если они значительно улучшали модель без ненужной переобучения.Метрикой ранжирования был информационный критерий Акаике (AIC) ( Akaike and Hirotugu, 1974 ), поскольку он стал популярным методом оценки моделей смешанных эффектов ( Vaida and Blanchard, 2005 ; Fang, 2011 ). . Этот критерий измеряет относительное качество соответствия конкурирующих моделей, уравновешивая точность и сложность модели. Этот метод отличается от моделей обратного исключения, которые оцениваются в соответствии со статистикой Вальда. Цель каждой модели была аналогична той, что использовалась Peng et al.(2009) ; он проверял, отличается ли коэффициент результирующего оценочного уравнения для акустического сигнала от 0 и, что особенно важно, отличается ли коэффициент в зависимости от условий спектрального разрешения.

    Предыдущая литература предполагала, что 4 или 8 являются подходящим количеством каналов в вокодере с полосой шума для имитации кохлеарного импланта. Оба они были проверены в этом эксперименте не для регрессии использования сигналов по сравнению со спектральной деградацией, а вместо этого, чтобы найти наилучшее прокси-значение для имитации электрического слуха для рассматриваемой проблемы.Проверка психометрических функций слушателей NH и слушателей КИ показала, что восьмиканальная симуляция была лучшей моделью электрического слуха в соответствии с предыдущей оценкой более эффективных слушателей КИ ( Dorman and Loizou, 1998 ; ). Friesen et al., 2001 ). Кроме того, степень изменчивости в четырехканальном режиме затрудняла однозначные выводы о том, как слушатели воспринимали сигналы. Небольшое количество слушателей продемонстрировало немонотонное влияние спектральной деградации на использование фонетических сигналов (т.т. е., они показали более широкое использование формантных сигналов в четырехканальных условиях по сравнению с восьмиканальными, но иногда сообщали, что не слышали ни гласных /i/, ни /I/), предполагая, что уменьшение числа каналов ниже 8 не обязательно изменило разрешение значимым образом против в этой экспериментальной задаче. В случае с четырьмя каналами уменьшение спектральной деградации, вероятно, сопровождалось повышенной доступностью сигналов временной огибающей в вокализованных частях (из-за увеличения числа гармоник, попадающих в более широкие фильтры), которые могли быть доступны/использованы различными участниками по-разному, в зависимости от от точности их временного разрешения.Кому-то удалось на этом заработать, кому-то нет. Хотя эта способность (вариации) является интересным соображением при использовании вокодированных сигналов в шумовой полосе, она выходит за рамки данного исследования. Последующий анализ данных отбросил четырехканальное состояние, получив два набора моделей данных: (1) слушатели с нормальным слухом в обоих условиях прослушивания (необработанные и ухудшенные с использованием восьмиканального NBV) и (2) слушатели с кохлеарным имплантом, слышащие необработанный звук. раздражители.

    Результаты

    Функции идентификации по трем континуумам параметров показаны на рис. . Было обнаружено, что следующие модели оптимально описывают данные.

    Групповые средние функции отклика от 15 слушателей с нормальным слухом и семи слушателей с кохлеарными имплантами вдоль континуума структуры формант гласных. Хотя эти результаты представлены на графике F2, другие форманты были ковариантными (см. Таблицу).

    Групповые средние функции отклика от 15 слушателей с нормальным слухом и семи слушателей с кохлеарными имплантами вдоль континуума спектральных изменений, присущих гласным.Хотя эти результаты построены по изменению F2, другие форманты были ковариантными (см. Таблицу).

    Групповые средние функции отклика 15 слушателей с нормальным слухом и семи слушателей с кохлеарными имплантами в зависимости от длительности гласных.

    Для этих двух моделей взаимодействие между двумя факторами A и B обозначено как A:B. Независимые факторы обозначены знаком «+». «SR» относится к спектральному разрешению (нормальному или ухудшенному/NBV), а (1|Участник) представляет собой случайный эффект участника.

    Для обеих моделей все три основных сигнала были значимыми (все p  < 0,001), а взаимодействие между каждым сигналом и спектральным разрешением также было значимым для слушателей с нормальным слухом (все p  < 0,001). Все оценки параметров шли в предсказанном направлении и перечислены в таблице. Результаты показывают, что при ухудшении спектрального разрешения на реакцию слушателей с нормальным слухом в меньшей степени влияли форманты, меньше VISC и больше длительность по сравнению с тем, когда спектральное разрешение оставалось неизменным.Моделирование КИ предсказывало результаты слушателей КИ (меньший эффект формант и VISC, больший эффект продолжительности), хотя прямого статистического сравнения между группами NH и CI не проводилось (будет обсуждаться далее в резюме и обсуждении). Удивительно, но не было никаких существенных взаимодействий между репликами. Как правило, можно ожидать, что эффекты VISC и продолжительности будут наиболее сильными в неоднозначном диапазоне значений формант; необработанные данные предполагали это, но взаимодействие не достигло значимости в модели.Хотя планки погрешностей были исключены из групповых психометрических функций (рис. -), вариабельность использования акустических сигналов представлена ​​в таблице.

    ТАБЛИЦА IV.

    Перехваты и оценки параметров для оптимальных логистических моделей для эксперимента 1. Верхняя часть отражает групповую модель; необработанные данные могут быть реконструированы с использованием этих переменных в обратном логит-уравнении. Строки в нижней части отражают оценки параметров от отдельных слушателей в каждой группе.

    + 91 725 02 9172 +
    Формантов Visc Длительности
    NH Н CI NH Н CI NH Н CI
    Группа Оценка. 0.026 0.011 0.010 0.011 0.011 0.004 0.004 0.046 0,061 0.052 0.052
    int. -1.368 -1.368 -0221 -0.22
    -0.773
    -1.368 -1.368 -0.22 -0.773 -027 -1.368 -0.22 -0.22 -0,7773
    Indiv. эст.
    01 0.034 0,014 0,008 0,016 0,007 0,003 0,074 0,091 0,047
    0,024 0,020 0,015 0,013 0,007 0,007 0.099 0.096 0.040
    03
    0.028 0.019 0.003 0.012 0.012 0.006 0.001 0.041 0,042 0,036
    04 0,027 0,015 0,009 0,010 0,005 0,006 0,033 0,045 0,067
    05 0,034 0,016 0.015 0.019 0.006 0.006 0.0339 0.039 0.031 0.056 0,056
    06 0,025 0.014 0,011 0,012 0,004 0,004 0,038 0,038 0,045
    07 0,027 0,013 0,007 0,015 0,004 0,004 0,058 0.049 0.073
    08 0.037 0.009 0,012 0,012 0.003 0,057 0.067
    09 0,024 0,003 0,008 0,001 0,052 0,049
    10 0,016 0,006 0,010 0.002 0.045 0.040421 0,040421
    11 0,019 0.006 0.013 0.013 0.002 0,029 0,050
    12 0,023 0,010 0,006 0,002 0,023 0,069
    13 0,024 0.008 0.003 0.001 0.031 0.097
    14 0,025 0.012 0,007 0,002 0,035 0,085
    15 0,018 0,005 0,004 0,002 0,027 0,065

    Хотя прямое статистическое сравнение недопустимо для групп в этом исследовании, данные слушателей CI обнадеживают, поскольку они соответствуют той же общей тенденции, что и слушатели NH в смоделированных условиях.Индивидуальная изменчивость, по-видимому, не ограничивается той или иной группой; точно так же, как у слушателей NH есть разные стратегии прослушивания, так же и у слушателей CI, и обе группы попадают в одинаковые диапазоны.

    Выводы

    В этом эксперименте слушателям предъявлялись слова, гласные которых различались по трем акустическим измерениям. Слушатели с нормальным слухом слышали эти слова с четким необработанным спектральным разрешением, а также с помощью восьми- и четырехканальных схем вокодирования с шумовой полосой; восьмиканальное состояние лучше соответствовало производительности слушателей CI.Слушатели кохлеарного импланта слышали только необработанные слова.

    В условиях, которые, как считается, имитируют использование кохлеарного импланта, слушатели с нормальным слухом показали меньшее использование спектральных сигналов (формантная структура и спектральные изменения, присущие гласным), и продемонстрировали увеличение использования длительности гласных при определении напряженных и слабых гласных. . Результаты слушателей CI показали, что на них могут меньше влиять формантные сигналы и сигналы VISC, и они могут больше зависеть от сигналов длительности по сравнению со слушателями NH.Хотя в этом эксперименте проверяется только одно фонетическое отличие, он, по-видимому, предполагает, что моделирование NBV имеет некоторую прогностическую ценность при определении использования фонетических сигналов пользователями CI.

    Учитывая предыдущие исследования с использованием синтезированной речи, возможно, несмотря на высокое качество речи, синтезированной HLSYN, роль длительности для слушателей NH в необработанном состоянии была переоценена. Предыдущая работа предполагает, что слушатели NH в значительной степени пренебрегают длительностью этого контраста гласных, когда сохраняется естественное качество речи ( Hillenbrand et al., 2000 ). Таким образом, различия в использовании продолжительности NH в различных условиях (и, возможно, различия в использовании продолжительности слушателями NH и слушателями CI) могут быть больше, чем предполагают эти данные. Еще одним важным соображением является относительно преклонный возраст группы пользователей CI, который будет обсуждаться позже в разделе «Сводка и обсуждение».

    (PDF) Масштабирование личностных качеств респондентов в онлайн-интервью при приеме на работу по спектру голоса и анализу реплик лица

    7 A.Т. Рупасингхе, Н.Л. Гуанавардена, С. Шуджан, Д.А.С. ATUKORALE

    1

    ST

    1

    ST

    — 3

    RD

    сентября 2016 Международная конференция по достижениям в ИКТ для развивающихся регионов ICTER2016

    X.

    L

    Имитации

    Определение шума, вычитаемого для реального интервью основной вызов

    . На этапе сбора данных невербальные сигналы

    , которые фиксируются с ненормальными прерываниями, такими как

    высказывания, паузы/молчание и кашель, должны быть исключены.Чтобы

    повысить точность результата, размер выборки должен быть на

    больше при сохранении сбалансированного гендерного распределения.

    Кроме того, результаты могут иметь некоторую предвзятость в отношении возраста,

    для получения опыта работы на данной должности. Также невозможна съемка всего тела

    жестов сидящего кандидата. Чтобы

    повысить точность онлайн-результатов, крайне важно обеспечить бесперебойную

    онлайн-связь с хорошим уровнем сигнала.

    XI.

    F

    UTURE WORK

    Точность результатов будет увеличена за счет большого размера выборки

    , таким образом, область исследования может быть расширена до

    с учетом других личностных качеств Большой пятерки. Помимо

    лицевых и голосовых сигналов, количество признаков может быть

    увеличено за счет учета поз и жестов, в то время как

    захвата сигналов мозга и сердца респондентов, следовательно,

    может привести к новым результатам исследования.

    XII.

    C

    ВЫВОДЫ

    В этом исследовании исследовательская группа определила определенные

    различия в лицевых и голосовых репликах, извлеченных из

    интервьюируемых во время личных и онлайн-интервью

    контекстов. Согласно результатам, эмоциональная стабильность — это черта, благодаря которой

    достигли общей высокой точности при реализации и тестировании

    фаз классификации как в аудио, так и в видео.Кроме того,

    причины этих различий также обсуждаются в этом исследовании. Согласно результатам исследования, модели классификации

    , которые были разработаны на основе классификатора «дерево»

    , «RandomForest»,

    сравнительно хорошо работали с атрибутами, связанными с голосовыми репликами, и

    классификатором «Функция», таким как «LibSVM» достиг уровня

    , что на 65% выше уровней точности с атрибутами, связанными с мимикой.

    Таким образом, сопоставление и анализ невербального

    поведения с чертами личности при определении

    соответствующих классификаторов стало успешным результатом

    этого исследования. Что наиболее важно, на мировой арене это

    первое научное исследование, которое будет проведено на основе контекста

    онлайн-интервью для выявления корреляции между

    составным невербальным поведением и личностными чертами в индустрии

    программных услуг.

    А

    ПОДТВЕРЖДЕНИЕ

    . Мы благодарим старших преподавателей из Университета Коломбо

    и отраслевых экспертов, выступавших в качестве внешних консультантов,

    , которые предоставили информацию и свой опыт в данной области, которые в значительной степени помогли исследованию. Мы искренне благодарим всех профессионалов отрасли ИТ

    и наших друзей, которые участвовали и поддерживали, особенно на этапе сбора данных этого исследования

    .

    R

    EFERENCES

    [1] Р. Фелдер, Г. Фелдер и Э. Дитц, «Влияние типа личности на

    успеваемость и отношение студентов-инженеров», Journal of

    Engineering Education, vol. 91, нет. 1, стр. 3–17, 2002 г.

    [2] Т. Джадж и Дж. Каммейер-Мюллер, «Отношение к работе», в Ежегодном обзоре

    психологии, 63-е изд., Ежегодные обзоры, 2012 г., стр. 341 -367.

    [3] М. Кнапп, Дж. Холл и Т. Хорган, Невербальная коммуникация в

    человеческом взаимодействии.Бостон, Массачусетс: Wadsworth Cengage Learning, 2014.

    [4] М. Римондини, Коммуникация в когнитивно-поведенческой терапии. New

    York: Springer, 2011.

    [5] R. Vries, A. Pieper, F. Konings and B. Schouten, The Communication

    Styles Inventory (CSI): шестимерная поведенческая модель

    общения стили и их связь с личностью, 1-е изд. 2013.

    [6] А. И. Хаффкат, Дж. М. Конвей, П. Л. Рот и Н. Дж. Стоун.

    Идентификация и метааналитическая оценка психологических

    конструктов, измеренных в ходе собеседований при приеме на работу. Journal of Applied

    Psychology, 86(5):897–913, 2001.

    [7] Р. Постхума, Ф. Моргесон и М. Кэмпион, «Помимо трудоустройства

    достоверность интервью: всесторонний описательный обзор последних

    исследования и тенденции с течением времени», Психология персонала, том. 55, нет. 1,

    с. 1-81, 2002.

    [8] М.БАРРИК и М. МАУНТ, «Большая пятерка личности

    Измерения и эффективность работы: метаанализ», Персонал

    Психология, том. 44, нет. 1, pp. 1-26, 1991.

    [9] R. FORBES и P. JACKSON, «Невербальное поведение и результаты отборочных интервью», Journal of Occupational Psychology,

    vol. 53, нет. 1, pp. 65-72, 1980.

    [10] К. Парсонс и Р. Лиден, «Восприятие интервьюером квалификаций

    соискателя: многомерное полевое исследование демографических

    характеристик и невербальных сигналов.’, Журнал прикладной психологии,

    vol. 69, нет. 4, стр. 557-568, 1984.

    [11] Н. Андерсон и В. Шеклтон, «Принятие решений в отборочном интервью выпускника

    : полевое исследование», Journal of Occupational

    Psychology, vol. 63, нет. 1, pp. 63-76, 1990.

    [12] Л.С. Нгуен, Д. Фрауэндорфер, М.С. Маст и Д. Гатика-Перес,

    «Найми меня: компьютерный вывод о возможностях трудоустройства

    Интервью на основе невербальных Поведение», Мультимедиа, IEEE Trans.,

    том. 16, нет. 4, стр. 1018–1031, 2014.

    [13] Л. Батринка, Н. Мана, Б. Лепри, Ф. Пианези и Н. Себе, «Пожалуйста, расскажите

    мне о себе», Труды 13-го международная конференция

    по мультимодальным интерфейсам — ICMI ’11, 2011.

    [14] Г. Мохаммади, А. Винчиарелли и М. Мортилларо, «Голос личности

    : сопоставление невербального вокального поведения с атрибутами

    », SSPW’10, стр. 17-20, 2010.

    [15] К. Шерер, «Вмешательство личности из-за качества голоса: громкий

    голос экстраверсии», Европейский журнал социальной психологии, том. 8,

    , стр. 467–487, 1978.

    [16] Дж. ЛеПайн и Л. Ван Дайн, «Голос и совместное поведение как

    контрастные формы контекстуального исполнения: свидетельство

    дифференциальных отношений с личностью Большой пятерки» Характеристики

    ,

    и когнитивные способности», Журнал прикладной психологии, том.86, нет. 2,

    pp. 326-336, 2001.

    [17] P. Laukka, C. Linnman, F. Åhs, A. Pissiota, Ö. Франс, В. Фариа, О.

    Михельгорд, Л. Аппель, М. Фредриксон и Т. Фурмарк, «Нервный

    Голос: акустический анализ и восприятие тревоги в социальных сетях

    Речь фобиков», J Nonverbal Behav, vol. 32, нет. 4, стр. 195-214,

    2008.

    [18] К. Насс и К. Мин Ли, «Проявляет ли компьютерно-синтезированная речь

    личность? Экспериментальные тесты на узнавание, сходство-

    -притяжение и постоянство-притяжение’, Experimental Psychology:

    Applied, vol.7, нет. 3, pp. 171-181, 2001.

    [19] К. Шерер и У. Шерер, «Речевое поведение и личность», 1-е изд.,

    1979.

    [20] С. Ротманн и Э. Кетцер , «Большие пять параметров личности и

    производительность труда», SA Journal of Industrial Psychology, vol. 29, нет. 1,

    2003.

    [21] Barrick, M.R. & Mount, M.K. (1991). Большая пятерка личности

    измерения и производительность труда: мета-анализ. Персонал

    Психология, 44, 1-26.

    [22] Бинг, М.Н. и Лаунсбери, Дж.В. (2000). Открытость и производительность труда

    в японских производственных компаниях, базирующихся в США.

    Журнал бизнеса и психологии, 14, 515-522.

    [23] Лоури, К.М. и Крилович, Т.Дж. (1994). Взаимосвязь между поведением, не относящимся к

    задачам, оценочной производительностью и объективной производительностью

    показателями. Психологические отчеты, 74, 571-578.

    [24] Винчур А.Дж., Шиппманн Дж.С., Свитцер, Ф.С. и Рот, П.Л. (1998). Метааналитический обзор

    предикторов производительности труда продавцов.

    Журнал прикладной психологии, 83, 586-597.

    [25] К. Г. Расмуссен. Невербальное поведение, вербальное поведение, учетные данные резюме

    и результаты отборочного собеседования. Journal of Applied

    Psychology, 69(4):551–556, 1984.

    [26] Б. Томас и Д. Зеленик, «Определение спектральных параметров

    речевого сигнала с помощью алгоритма Герцеля», Речевые технологии, 2011 .

    [27] Y. Yoshitomi, T. Asada, K. Shimada и M. Tabuse, «Распознавание выражения лица

    говорящего с использованием оценки гласных и тепловой обработки изображений

    », Artif Life Robotics, vol. 16, нет. 3, pp. 318-323,

    2011.

    Память, специфичная для временных характеристик звука, формируется за счет селективных по сигналу улучшений временного кодирования, обеспечиваемых ингибированием эпигенетического регулятора

    %PDF-1.7 % 1 0 объект >/Метаданные 4 0 R/Страницы 2 0 R/StructTreeRoot 3 0 R/Тип/Каталог/ViewerPreferences 5 0 R>> эндообъект 4 0 объект >поток Приложение Microsoft® Word для Microsoft 365/pdf

  • Елена Ротондо
  • Память, специфичная для временных характеристик звука, формируется за счет селективных по сигналу улучшений временного кодирования, обеспечиваемых ингибированием эпигенетического регулятора
  • Microsoft® Word для Microsoft 3652021-03-31T12:15:46-04:002022-03-23T01:39:40-07:002022-03-23T01:39:40-07:00uuid:465F6783-DDE8-430B-B51B -A5EF2846FFD2uuid:24aa2207-1dd2-11b2-0a00-d30000000000 конечный поток эндообъект 2 0 объект > эндообъект 3 0 объект > эндообъект 5 0 объект > эндообъект 167 0 объект > эндообъект 166 0 объект > эндообъект 168 0 объект > эндообъект 170 0 объект [222 0 R 223 0 R 224 0 R 225 0 R 226 0 R 227 0 R 228 0 R 229 0 R 230 0 R 231 0 R 232 0 R 233 0 R 234 0 R 235 0 R 236 0 R 237 0 R 238 0 R 239 0 R 240 0 R 241 0 R 242 0 R 243 0 R 244 0 R 245 0 R] эндообъект 171 0 объект [246 0 Р 247 0 Р 248 0 Р 249 0 Р] эндообъект 172 0 объект [250 0 Ч 251 0 Ч 252 0 Ч 253 0 Ч] эндообъект 173 0 объект [254 0 Р 255 0 Р 256 0 Р 257 0 Р] эндообъект 174 0 объект [258 0 Р 259 0 Р 260 0 Р 261 0 Р 262 0 Р 263 0 Р] эндообъект 175 0 объект [264 0 Р 265 0 Р 266 0 Р 267 0 Р 268 0 Р 269 0 Р] эндообъект 176 0 объект [270 0 Р 271 0 Р 272 0 Р] эндообъект 177 0 объект [273 0 Р 274 0 Р 275 0 Р 276 0 Р] эндообъект 178 0 объект [277 0 Р 278 0 Р 279 0 Р 280 0 Р 281 0 Р 282 0 Р] эндообъект 179 0 объект [283 0 Р 284 0 Р 285 0 Р] эндообъект 180 0 объект [286 0 R 287 0 R 288 0 R 289 0 R 290 0 R 291 0 R 292 0 R 293 0 R] эндообъект 181 0 объект [294 0 Р 295 0 Р 296 0 Р 297 0 Р 298 0 Р 299 0 Р] эндообъект 182 0 объект [300 0 Ч 301 0 Ч 302 0 Ч 303 0 Ч 304 0 Ч] эндообъект 183 0 объект [305 0 R 306 0 R 307 0 R 308 0 R 309 0 R 310 0 R 311 0 R 312 0 R] эндообъект 184 0 объект [313 0 Ч 314 0 Ч 315 0 Ч 316 0 Ч 317 0 Ч 318 0 Ч] эндообъект 185 0 объект [319 0 Ч 320 0 Ч 321 0 Ч] эндообъект 186 0 объект [322 0 Ч 323 0 Ч 324 0 Ч 325 0 Ч] эндообъект 187 0 объект [326 0 Ч 327 0 Ч 328 0 Ч] эндообъект 188 0 объект [329 0 Ч 330 0 Ч 331 0 Ч 332 0 Ч] эндообъект 189 0 объект [333 0 Ч 334 0 Ч 335 0 Ч] эндообъект 190 0 объект [336 0 Ч 337 0 Ч 338 0 Ч] эндообъект 191 0 объект [339 0 Р 340 0 Р] эндообъект 192 0 объект [341 0 Ч 342 0 Ч 343 0 Ч 344 0 Ч] эндообъект 193 0 объект [345 0 Ч 346 0 Ч 347 0 Ч 348 0 Ч 349 0 Ч 350 0 Ч 351 0 Ч] эндообъект 194 0 объект [352 0 Ч 353 0 Ч 354 0 Ч] эндообъект 195 0 объект [355 0 Ч 356 0 Ч 357 0 Ч 358 0 Ч 359 0 Ч] эндообъект 196 0 объект [360 0 Ч 361 0 Ч 362 0 Ч] эндообъект 197 0 объект [363 0 R 364 0 R 365 0 R 366 0 R 367 0 R 368 0 R 369 0 R 370 0 R 371 0 R 372 0 R 373 0 R 374 0 R 375 0 R 376 0 R 377 0 R 378 0 R 378 0 Р 379 0 Р 379 0 Р 380 0 Р] эндообъект 198 0 объект [381 0 R 381 0 R 382 0 R 383 0 R 384 0 R 385 0 R 386 0 R 387 0 R 388 0 R 389 0 R 390 0 R 391 0 R 392 0 R 393 0 R 393 0 R 394 0 R 395 0 R 396 0 R 397 0 R 398 0 R 399 0 R 400 0 R 401 0 R 401 0 R 402 0 R 402 0 R 403 0 R] эндообъект 199 0 объект [404 0 R 405 0 R 406 0 R 407 0 R 407 0 R 408 0 R 408 0 R 409 0 R 410 0 R 411 0 R 412 0 R 413 0 R 414 0 R 414 0 R 415 0 R 416 0 R 416 0 R 417 0 R 418 0 R 419 0 R 420 0 R 421 0 R 421 0 R 422 0 R 423 0 R] эндообъект 200 0 объект [424 0 R 425 0 R 426 0 R 427 0 R 428 0 R 429 0 R 430 0 R 431 0 R 432 0 R 433 0 R 434 0 R 435 0 R 436 0 R 437 0 R 438 0 R 439 0 R 440 0 R 441 0 R 442 0 R 443 0 R 444 0 R 445 0 R 446 0 R 447 0 R 448 0 R 449 0 R] эндообъект 201 0 объект [450 0 Ч 451 0 Ч 454 0 Ч 453 0 Ч 452 0 Ч] эндообъект 202 0 объект [455 0 Ч 457 0 Ч 458 0 Ч 456 0 Ч] эндообъект 203 0 объект [459 0 Р 461 0 Р 460 0 Р] эндообъект 204 0 объект [462 0 Р 464 0 Р 463 0 Р] эндообъект 205 0 объект [465 0 R 467 0 R 468 0 R 469 0 R 470 0 R 471 0 R 472 0 R 473 0 R 474 0 R 475 0 R 476 0 R 477 0 R 466 0 R] эндообъект 206 0 объект [478 0 R 480 0 R 481 0 R 483 0 R 484 0 R 485 0 R 486 0 R 487 0 R 482 0 R 479 0 R] эндообъект 207 0 объект [488 0 R 490 0 R 491 0 R 492 0 R 493 0 R 494 0 R 495 0 R 496 0 R 497 0 R 498 0 R 499 0 R 500 0 R 501 0 R 489 0 R] эндообъект 208 0 объект [502 0 Ч 504 0 Ч 505 0 Ч 503 0 Ч] эндообъект 209 0 объект [506 0 R 507 0 R 632 0 R 633 0 R 634 0 R 635 0 R 636 0 R 637 0 R 638 0 R 639 0 R 640 0 R 641 0 R 642 0 R 643 0 R 644 0 R 645 0 R 646 0 R 647 0 R 648 0 R 649 0 R 650 0 R 651 0 R 652 0 R 653 0 R 654 0 R 655 0 R 656 0 R 657 0 R 658 0 R 659 0 R 660 0 R 661 0 R 509 0 R 510 0 Р 511 0 Р 662 0 Р 663 0 Р 664 0 Р 665 0 Р 666 0 Р 667 0 Р 668 0 Р 669 0 Р 670 0 Р 671 0 Р 672 0 Р 673 0 Р 674 0 Р 675 0 Р 676 0 Р 677 0 Р 678 0 Р 679 0 Р 680 0 Р 513 0 Р 514 0 Р 515 0 Р 681 0 Р 682 0 Р 683 0 Р 684 0 Р 685 0 Р 686 0 Р 687 0 Р 688 0 Р 689 0 Р 690 0 Р 691 0 Р 692 0 Р 693 0 Р 694 0 Р 695 0 Р 696 0 Р 697 0 Р 698 0 Р 699 0 Р 700 0 Р 701 0 Р 702 0 Р 703 0 Р 704 0 Р 705 0 Р 706 0 Р 707 0 Р 708 0 Р 709 0 Р 710 0 Р 517 0 Р] эндообъект 210 0 объект [518 0 R 519 0 R 808 0 R 809 0 R 810 0 R 811 0 R 812 0 R 813 0 R 814 0 R 815 0 R 816 0 R 817 0 R 818 0 R 819 0 R 820 0 R 821 0 R 822 0 R 823 0 R 824 0 R 825 0 R 826 0 R 521 0 R 522 0 R 523 0 R 524 0 R 525 0 R 526 0 R 527 0 R 528 0 R 529 0 R 530 0 R 531 0 R 532 0 R 533 0 R 534 0 R 535 0 R 536 0 R 537 0 R 538 0 R 539 0 R 540 0 R 827 0 R 828 0 R 829 0 R 830 0 R] эндообъект 211 0 объект [541 0 R 542 0 R 854 0 R 855 0 R 856 0 R 857 0 R 858 0 R 859 0 R 860 0 R 861 0 R 862 0 R 863 0 R 864 0 R 865 0 R 866 0 R 867 0 R 868 0 Р 869 0 Р 870 0 Р 871 0 Р 872 0 Р 873 0 Р 874 0 Р 875 0 Р 876 0 Р 877 0 Р 878 0 Р 879 0 Р 880 0 Р 881 0 Р 882 0 Р 883 0 Р 884 0 Р 885 0 Р 886 0 Р 887 0 Р 888 0 Р 889 0 Р 890 0 Р 891 0 Р 892 0 Р 893 0 Р 894 0 Р 895 0 Р 896 0 Р 897 0 Р 898 0 Р 899 0 Р 900 0 Р 901 0 Р 902 0 Р 903 0 Р 904 0 Р 905 0 Р 906 0 Р 907 0 Р 908 0 Р 909 0 Р 910 0 Р 911 0 Р 912 0 Р 913 0 Р 914 0 Р 915 0 Р 916 0 Р 917 0 Р 918 0 R 919 0 R 920 0 R 921 0 R 922 0 R 923 0 R 924 0 R 925 0 R 926 0 R 927 0 R 928 0 R 929 0 R 930 0 R 931 0 R 932 0 R 933 0 R 934 0 R 935 0 Р 936 0 Р 937 0 Р 938 0 Р 939 0 Р 940 0 Р 941 0 Р 942 0 Р 943 0 Р 944 0 Р 945 0 Р 946 0 Р 947 0 Р 948 0 Р 949 0 Р 950 0 Р 951 0 Р 952 0 Р 953 0 Р 954 0 Р 955 0 Р 956 0 Р 957 0 Р 958 0 Р 959 0 Р 960 0 Р 961 0 Р 962 0 Р 963 0 Р 964 0 Р 965 0 Р 966 0 Р 967 0 Р 968 0 Р 969 0 Р 970 0 Р 971 0 Р 972 0 Р 973 0 Р 974 0 Р 975 0 Р 976 0 Р 977 0 Р 978 0 Р 979 0 Р 980 0 Р 981 0 Р 982 0 Р 983 0 Р 984 0 Р 985 0 Р 986 0 Р 987 0 Р 988 0 Р 989 0 Р 544 0 Р 545 0 Р 546 0 Р 547 0 Р 548 0 Р 549 0 Р 550 0 Р 990 0 Р] эндообъект 212 0 объект [551 0 Р 1091 0 Р 1092 0 Р 1093 0 Р 1094 0 Р 1095 0 Р 1096 0 Р 1097 0 Р 1098 0 Р 1099 0 Р 1100 0 Р 1101 0 Р 1102 0 Р 1103 0 Р 1104 0 Р 1110 0 6 Р 0 R 1107 0 R 1108 0 R 1109 0 R 553 0 R 554 0 R 555 0 R 556 0 R 557 0 R 558 0 R 559 0 R 560 0 R 561 0 R 562 0 R 563 0 R 564 0 R 565 0 R 566 0 R 567 0 R 568 0 R 569 0 R 570 0 R 571 0 R 572 0 R 573 0 R 574 0 R 575 0 R 576 0 R 577 0 R] эндообъект 213 0 объект [578 0 Р 1132 0 Р 1133 0 Р 1134 0 Р 1135 0 Р 1136 0 Р 1137 0 Р 1138 0 Р 1139 0 Р 1140 0 Р 1141 0 Р 1142 0 Р 1143 0 Р 1144 0 Р 1145 0 Р 1114 7 0 0 Р 1148 0 Р 1149 0 Р 1150 0 Р 1151 0 Р 1152 0 Р 1153 0 Р 1154 0 Р 1155 0 Р 1156 0 Р 1157 0 Р 1158 0 Р 1159 0 Р 1160 0 Р 1161 0 Р 1162 3 0 Р 1166 1164 0 Р 1165 0 Р 1166 0 Р 1167 0 Р 1168 0 Р 1169 0 Р 1170 0 Р 1171 0 Р 580 0 Р 581 0 Р 582 0 Р 583 0 Р 584 0 Р 585 0 Р 586 0 Р 587 0 Р 588 0 Р 589 0 Р 1172 0 Р 1173 0 Р 1174 0 Р 1175 0 Р 1176 0 Р 1177 0 Р 1178 0 Р] эндообъект 214 0 объект [590 0 Р 1226 0 Р 1227 0 Р 1228 0 Р 1229 0 Р 1230 0 Р 1231 0 Р 1232 0 Р 1233 0 Р 1234 0 Р 1235 0 Р 1236 0 Р 1237 0 Р 1238 0 Р 1239 0 Р 1244 0 0 Р 1242 0 Р 1243 0 Р 1244 0 Р 1245 0 Р 1246 0 Р 1247 0 Р 1248 0 Р 1249 0 Р 1250 0 Р 1251 0 Р 1252 0 Р 1253 0 Р 1254 0 Р 1255 0 Р 1257 0 Р 1256 1258 0 Р 1259 0 Р 1260 0 Р 1261 0 Р 1262 0 Р 1263 0 Р 592 0 Р 593 0 Р 594 0 Р 595 0 Р 596 0 Р 597 0 Р 598 0 Р 599 0 Р 600 0 Р 601 0 Р 602 0 Р 603 0 Р 604 0 Р 605 0 Р 606 0 Р 607 0 Р 608 0 Р 1264 0 Р 1265 0 Р 1266 0 Р] эндообъект 215 0 объект [609 0 R 610 0 R 1311 0 R 1312 0 R 1313 0 R 1314 0 R 1315 0 R 1316 0 R 1317 0 R 1318 0 R 1319 0 R 1320 0 R 1321 0 R 1322 0 R 1323 0 R 1324 0 R 0 Р 1326 0 Р 1327 0 Р 1328 0 Р 1329 0 Р 1330 0 Р 1331 0 Р 1332 0 Р 1333 0 Р 1334 0 Р 1335 0 Р 1336 0 Р 1337 0 Р 1338 0 Р 1339 0 Р 1340 10 Р 1344 1342 0 Р 1343 0 Р 1344 0 Р 1345 0 Р 1346 0 Р 1347 0 Р 1348 0 Р 612 0 Р 613 0 Р 614 0 Р 615 0 Р 616 0 Р 617 0 Р 618 0 Р 619 0 Р 620 0 Р 621 0 Р 622 0 Р 623 0 Р 624 0 Р 625 0 Р 626 0 Р 627 0 Р 1349 0 Р 1350 0 Р 1351 0 Р 1352 0 Р 1353 0 Р] эндообъект 216 0 объект [628 0 Р 1398 0 Р 1399 0 Р 1400 0 Р 1401 0 Р 1402 0 Р 1403 0 Р 1404 0 Р 1405 0 Р 1406 0 Р 1407 0 Р 1408 0 Р 1409 0 Р 1410 0 Р 1411 0 Р 14112 0 0 Р 1414 0 Р 1415 0 Р 1416 0 Р 1417 0 Р 1418 0 Р 1419 0 Р 1420 0 Р 1421 0 Р 1422 0 Р 1423 0 Р 1424 0 Р 1425 0 Р 1426 0 Р 1427 0 Р 1428 9 0 Р 1422 1430 0 Р 1431 0 Р 1432 0 Р 1433 0 Р 1434 0 Р 1435 0 Р 1436 0 Р 1437 0 Р 1438 0 Р 1439 0 Р 1440 0 Р 1441 0 Р 1442 0 Р 1443 0 Р 1444 0 Р 1444 0 6 0 Р 1444 0 Р 1447 0 Р 1448 0 Р 1449 0 Р 1450 0 Р 630 0 Р 631 0 Р] эндообъект 628 0 объект > эндообъект 1398 0 объект > эндообъект 1399 0 объект > эндообъект 1400 0 объект > эндообъект 1401 0 объект > эндообъект 1402 0 объект > эндообъект 1403 0 объект > эндообъект 1404 0 объект > эндообъект 1405 0 объект > эндообъект 1406 0 объект > эндообъект 1407 0 объект > эндообъект 1408 0 объект > эндообъект 1409 0 объект > эндообъект 1410 0 объект > эндообъект 1411 0 объект > эндообъект 1412 0 объект > эндообъект 1413 0 объект > эндообъект 1414 0 объект > эндообъект 1415 0 объект > эндообъект 1416 0 объект > эндообъект 1417 0 объект > эндообъект 1418 0 объект > эндообъект 1419 0 объект > эндообъект 1420 0 объект > эндообъект 1421 0 объект > эндообъект 1422 0 объект > эндообъект 1423 0 объект > эндообъект 1424 0 объект > эндообъект 1425 0 объект > эндообъект 1426 0 объект > эндообъект 1427 0 объект > эндообъект 1428 0 объект > эндообъект 1429 0 объект > эндообъект 1430 0 объект > эндообъект 1431 0 объект > эндообъект 1432 0 объект > эндообъект 1433 0 объект > эндообъект 1434 0 объект > эндообъект 1435 0 объект > эндообъект 1436 0 объект > эндообъект 1437 0 объект > эндообъект 1438 0 объект > эндообъект 1439 0 объект > эндообъект 1440 0 объект > эндообъект 1441 0 объект > эндообъект 1442 0 объект > эндообъект 1443 0 объект > эндообъект 1444 0 объект > эндообъект 1445 0 объект > эндообъект 1446 0 объект > эндообъект 1447 0 объект > эндообъект 1448 0 объект > эндообъект 1449 0 объект > эндообъект 1450 0 объект > эндообъект 630 0 объект > эндообъект 631 0 объект > эндообъект 169 0 объект > эндообъект 52 0 объект >/MediaBox[0 0 612 792]/Parent 2 0 R/Ресурсы>/Шрифт>/ProcSet[/PDF/Text]>>/StructParents 46/Tabs/S/Type/Page>> эндообъект 1494 0 объект [1498 0 П 1499 0 П] эндообъект 1495 0 объект >поток HWYoH~K

    Преобразование временного речевого сигнала в пространственный нейронный код в слуховой коре человека

    Основные версии

    1) Отказ от темпорального кода (или временного вклада) для представления ВОТ был не совсем убедительным.Одна из проблем заключается в том, что пиковое окно может быть слишком коротким, чтобы зафиксировать временную динамику сигнала, поэтому тот факт, что классификатор не может получить временную информацию, может быть искусственным. Примерами типов динамики, которые могут временно кодировать голос, могут быть задержка начала, задержка пика или форма волны. Пиковые окна в 100 мс (150-250 мс) пропускают начало, вероятно, ухудшают информацию о пиковой задержке и, вероятно, не фиксируют форму сигнала (например, одиночный или двойной пик, быстрое или медленное время нарастания или затухания и т. д.).Другими словами, амплитуда HG кажется в основном плоской в ​​течение этого 100-мс окна и, таким образом, не может содержать информацию о времени, которую вы хотите проверить. Таким образом, анализ классификатора кажется почти спроектированным так, чтобы не декодировать информацию о времени. Другой (и, возможно, более простой) способ рассмотрения временной информации может заключаться в следующем. Поскольку вы уже извлекли время пика и амплитуду и хотите знать, передают ли информацию время или амплитуда, почему бы просто не запустить классификатор для времени пика, амплитуды пика и того и другого? Таким образом, вместо удаления информации об амплитуде путем нормализации или удаления информации о времени путем дрожания, вы можете просто напрямую спросить, можно ли использовать значения амплитуды или времени для декодирования голоса.Это может служить полезным подтверждением результатов многомерного декодирования или вместо этого может раскрывать информацию в пиковое время.

    Мы понимаем озабоченность, выраженную в этом комментарии рецензента, и ценим предложенные здесь предложения. Мы обратились к ним четырьмя способами.

    Во-первых, мы пересмотрели и уточнили наши заявления, чтобы заявить, что мы не полностью исключаем временной код, а вместо этого сосредотачиваемся на нашем ключевом, новом результате: очень надежном кодировании голоса в пиковой амплитуде нейронного ответа.По причинам, упомянутым рецензентом, трудно, если вообще возможно, полностью исключить любую возможную роль временного кода, поскольку существует множество возможных способов проявления такого кода (включая несколько обсуждаемых здесь).

    Что мы находим наиболее важным и поразительным:

    а) что кодирование категории звонкости при одиночных попытках сильно зависит от амплитуды отклика во время пикового окна, но не сильно зависит от тонкой временной динамики в течение этого окна, и

    b) что сигналы, которые кодируют VOT по своей амплитуде (а именно, пики вызванных высоких гамма-ответов), являются такими же, как сигналы, которые, как ранее было показано, кодируют другие (в основном спектральные) фонетические признаки (Mesgarani, Cheung, Джонсон и Чанг, 2014 г.).

    Мы внесли множество изменений в рукопись, чтобы прояснить, что наши результаты показывают и чего не показывают (Результаты и обсуждение). В целом, мы уточнили выводы, которые мы сделали из анализа декодирования, изображенного на рисунке 1F, чтобы сосредоточиться на приведенных выше утверждениях, которые, по нашему мнению, представляют собой новые и важные результаты.

    Во-вторых, мы разъяснили обоснование нашего первоначального подхода к анализу. С этой целью мы обращаем внимание на несколько конкретных моментов в комментарии рецензента:

    Пиковое окно: анализ амплитудной и временной информации был разработан таким образом, чтобы ограничиваться окном пикового отклика (150–250 мс после начала стимула), временным окном, представляющим интерес для нас на основе предыдущей работы по изучению кодирования спектральных фонетических признаков. в пределах пиковых высокогамма-ответов пространственно дискретных нейронных популяций в височной доле человека (Mesgarani et al., 2014). Мы не верим, что априори делает темпоральную модель вероятной неудачей.

    Форма волны во время пика: хотя амплитуда может казаться в основном плоской в ​​течение этого окна на кривых, усредненных по пробам, показанных на рис. 1E, они ни в коем случае не являются плоскими на основе одной пробы (см. Ответ автора, изображение 1). Действительно, наше пиковое окно также почти полностью перекрывается с окном, в течение которого предыдущая работа (исследование потенциалов внутричерепного слухового вызванного локального поля) выявила различия в форме волны между голосовыми и глухими стимулами (одиночные и глухие стимулы).ответы с двойным пиком), вызывая заявления о временном кодировании VOT (см., например, рисунок 10 Steinschneider et al., 2011). Другими словами, не было априорно оснований полагать, что выбранное нами пиковое окно не будет также содержать временную информацию в виде различий формы сигналов. Если бы в наших высокогамма-данных существовали такие достоверные различия, наш метод искажения временной информации (дрожание) обнаружил бы вклад временной информации в декодирование, но этого не произошло.Действительно, тот факт, что усредненные пробные формы сигналов кажутся относительно плоскими в течение этого окна (даже если одиночные пробные волны не являются таковыми), является визуальным свидетельством того, что форма волны не является надежным признаком категории голоса здесь.

    Пиковая задержка: В той мере, в какой пик вызванного высокогамма-ответа пробы приходится на пиковое окно или близко к нему, вклад информации о пиковой задержке в точность декодирования также будет улавливаться нашим подходом, поскольку процедура временного дрожания будет нарушить достоверность этой информации.Мы рассматриваем эту проблему непосредственно в новом анализе, описанном ниже (см. изображения ответа автора 1 и 2).

    Задержка начала: если единственное различие между высокогамма-ответами, вызванными разными VOT, заключалось в том, когда начался ответ (т. »), также будут достоверные зависящие от VOT различия во временной динамике ответов во время пикового окна ответа.

    Другие возможные источники временных кодов:

    Задержка начала: как видно из наших результатов на рисунке 3, существуют надежные временные различия, зависящие от VOT, среди задержек начала ответа в вокализованных селективных электродах, которые, по-видимому, не отражаются во время пикового окна (поскольку временное дрожание не оказывает существенного влияния на декодирование).

    За пределами высокогамма-диапазона: Несмотря на то, что мы сосредоточены на высокогамма-диапазоне, мы осознаем важность потенциально надежных характеристик временного кодирования, переносимых другими компонентами нейронного ответа, такими как низкочастотные компоненты.Мы обращаемся к этой возможности непосредственно в новых дополнительных анализах (обсуждаемых в ответ на Essential Revision #3 в этом письме; см. рис. 1 — дополнения к рисунку 3 и 4 в исправленной рукописи).

    Мы пересмотрели рукопись, чтобы прояснить типы временной информации, которые могут быть искажены при использовании метода временного дрожания (Результаты, материалы и методы). Теперь мы также подчеркиваем, что результаты нашего анализа декодирования служат в первую очередь для того, чтобы выделить вклад пиковой высокой гамма-амплитуды в представление VOT (новый результат), но этот анализ не может объяснить, могут ли другие временные свойства нейронного ответа также нести информацию о Голосование.г., за пределами пикового окна или за пределами диапазона высокой гаммы) (Результаты).

    В-третьих, мы провели анализ, предложенный рецензентом (рецензентами), получив результаты, которые в конечном итоге подтверждают тот же вывод, что и наши первоначальные анализы декодирования/классификации. На изображении ответа автора 1 мы иллюстрируем, как выглядят данные для двух репрезентативных электродов (один глухой селективный [e1] и один звонкий селективный [e2]), нанося на график высокогамма-следы, вызванные каждым стимулом VOT в шести отдельных испытаниях. (Автор ответного изображения 1, слева).Для каждого испытания определяли пик высокой гамма-активности. Затем мы наносим пиковую задержку и амплитуду для каждого испытания для каждого электрода в качестве примера, чтобы проиллюстрировать более четкое разделение категорий VOT с использованием информации об амплитуде (изображение ответа автора 1, справа).

    Одинарные электроды
    демонстрируют лучшее разделение категории голоса на основе пиковой амплитуды по сравнению с пиковой амплитудой.пиковая задержка.

    слева: кривые высокого гамма-излучения для шести одиночных испытаний (по одному на состояние VOT, как указано цветом линии; 0 мс VOT = красный; 50 мс VOT = синий; примеры испытаний показаны для наглядности) в каждом из двух примеров чувствительных к VOT электродов ( e1: глухой-селективный; e2: звонкий-селективный; те же электроды, что и на рисунке 1 основного текста). Черные точки указывают пиковую амплитуду и задержку высокой гамма для каждого испытания. Между отдельными испытаниями наблюдаются явные различия во времени и амплитуде пика.посередине: задержка пика, tp, (в секундах) для каждой попытки (n = 234 всего пробы; цвет кружков соответствует категории озвучивания пробы: /b/ = красный; /p/ = синий), спроецированный на 2- размерное пространство с вертикальным и горизонтальным размерами, представляющими два примерных электрода (e1 против e2). Испытания были выбраны таким образом, чтобы пики возникали между 0 и 0,5 секундами после начала действия стимула. Эта панель иллюстрирует отсутствие надежной разницы между категориями озвучивания на основе пиковой задержки.справа: амплитуда пика HGz(tp) для каждого испытания, спроецированного в одно и то же двумерное пространство, иллюстрирует очень достоверную разницу между категориями голоса, основанную на амплитуде пика.

    По предложению рецензента мы количественно оценили эти результаты, создав два отдельных классификатора (линейный дискриминантный анализ с перекрестной проверкой с исключением одного), которые использовали информацию либо о пиковой задержке, либо о пиковой амплитуде отдельно. В соответствии с нашим первоначальным результатом мы обнаружили, что информация о пиковой задержке сама по себе не приводит к точности выше случайной, в то время как информация о пиковой амплитуде работает значительно лучше, чем случайная, а также значительно выше, чем классификатор пиковой задержки (ответ автора, изображение 2).

    Пиковая амплитуда превосходит пиковую задержку при классификации категории однократного озвучивания.

    Для каждого участника было проведено два анализа классификатора, чтобы предсказать категорию голоса каждого испытания с использованием перекрестной проверки. Все речевые электроды для данного пациента были включены в оба классификатора, но классификаторы включали только временные [Temp; пиковая задержка = tp] или амплитуда [Amp; пиковая амплитуда = HGz(tp)] особенности.Среди участников только амплитудные признаки показали лучшие результаты, чем случайные (шанс = 50%), а амплитудные признаки показали значительно лучшие результаты, чем временные признаки (ps <0,01; критерий знакового ранга Уилкоксона). Столбики погрешностей представляют собой стандартную ошибку среди участников.

    Как обсуждалось выше, мы считаем, что наш первоначальный анализ декодирования представляет собой более общую проверку гипотезы о том, что информация о пиковой амплитуде является надежным предиктором категории голоса, поскольку информация о пиковой задержке является лишь одним типом временной информации, которая включена в наш первоначальный анализ декодирования. , а также форму волны, которую нельзя было зафиксировать в этом альтернативном анализе пиков одной пробы.Поскольку оба анализа в конечном счете приводят к одному и тому же заключению, но первоначальный анализ является более общим, и поскольку мы пересмотрели наши утверждения, чтобы сосредоточиться не на отклонении временных кодов, а на иллюстрации надежности амплитудной информации, мы решили оставить исходное декодирование. анализ в рукописи.

    Обратите внимание, однако, что если редакторы и рецензенты сочтут, что это поможет укрепить рукопись, мы будем рады включить изображения ответа автора 1 и 2 в качестве дополнений к рисункам в окончательный вариант рукописи.

    В-четвертых, и в соответствии с нашим обновленным фокусом и признанием того, что невозможно полностью отвергнуть каждую потенциальную роль темпоральной информации в восприятии или репрезентации VOT, мы представляем еще один новый анализ, который исследует особенности временного кодирования, не содержащиеся в отклике с высоким гамма-излучением. . Поскольку этот новый анализ также учитывает комментарии других рецензентов относительно вклада низкочастотной информации в кодирование VOT, мы подробно обсуждаем его в ответ на Essential Revision #3 в этом письме (см. рис. 1 — дополнения к рисункам 3 и 4 в исправленной рукописи ).Тем не менее, что касается Essential Revision # 1, наиболее важным обновлением рукописи является признание того, что этот результат демонстрирует, что временные и амплитудные представления не являются взаимоисключающими (обсуждение).

    2) Хотя включение модели было приятным штрихом, теоретический вклад этого был несколько неясен. Существуют ли другие теоретические основы для понимания представлений VOT, которые можно противопоставить нынешним? Damper, 1994, был идентифицирован рецензентом (могут быть и другие).В целом, нам было трудно распознать теоретический прогресс, полученный благодаря модели, и было бы полезно иметь более четкую связь с существующими представлениями (разрешает ли это разногласия?) или более четкий способ, которым это могло бы мотивировать дальнейшие экспериментальные подходы.

    Мы ценим этот вопрос и хотим уточнить роль, которую, по нашему мнению, играет модель в этом исследовании. Мы преследовали две основные цели при включении вычислительной модели: (1) используя простые, теоретически обоснованные и хорошо зарекомендовавшие себя вычислительные механизмы, мы хотели воспроизвести как можно больше ключевых аспектов наших данных in silico ; и (2) мы хотели дать математическое описание нашего ключевого результата, а именно того, что временной речевой сигнал кодируется пространственным (амплитудным) кодом в различных нейронных популяциях.

    Как и в случае с большинством подходов к компьютерному моделированию, мы могли выбрать большое количество возможных архитектур и алгоритмов, в том числе упомянутый рецензентами (Damper, 1994). Здесь мы руководствовались в первую очередь Бритвой Оккама , стремясь реализовать чрезвычайно простую модель, которую можно было бы напрямую связать с масштабом имеющихся у нас нейронных данных (а именно, электродов ЭКоГ на уровне населения).

    Руководствуясь предыдущей литературой (Buonomano and Merzenich, 1995; Carr, 1993; Gao and Wehr, 2015; Rauschecker, 2014), мы стремились реализовать два типа вычислений, которые являются хорошо зарекомендовавшими себя и разумными гипотезами для наблюдения того, что некоторые электроды глухие-избирательные, а другие — звонкие-избирательные.В частности, модель демонстрирует, что ключевые результаты, касающиеся кодирования временного речевого сигнала в амплитуде пикового нейронного ответа в пространственно дискретных нейронных популяциях, возникают естественным образом из зависящих от времени механизмов простой модели нейронной сети с совпадениями и разрывами. цепи детектора. Если бы мы на самом деле не реализовали эту модель, мы были бы вынуждены размышлять о том, как эти (или другие) вычисления могли лежать в основе наблюдаемых данных в Обсуждении.Вместо этого мы считаем, что модель позволяет нам выйти за рамки чистой спекуляции как в предоставлении реализованного математического объяснения, так и в обеспечении основы для создания явных, проверяемых гипотез для будущей последующей работы. Таким образом, хотя представляемая нами модель не была специально разработана для разрешения разногласий или проведения различия между двумя конкретными конкурирующими гипотезами о восприятии VOT, мы считаем, что эти теоретические вклады значительны и имеют свои собственные достоинства.

    Мы также считаем важным, чтобы созданная нами модель отражала аспекты нейронной активности, которые не были явно включены в саму модель. Эта простая архитектура, которая может обеспечить обнаружение пробелов и совпадений, также предсказывает наблюдаемое частично дифференцированное кодирование VOT внутри категории. Кроме того, модель также предсказывает раннюю временную динамику в этих пространственно локализованных участках коры. Этот последний момент особенно важен, потому что ранняя временная динамика никогда не учитывалась при выборе электродов для включения в исследование, но полностью соответствовала предсказаниям модели.

    Вместе мы считаем, что эти мотивы и результаты оправдывают включение модели нейронной сети. Это помогает нам внести важный теоретический вклад, предоставив явный, проверяемый отчет, который связывает несколько, казалось бы, разрозненных наблюдений о нейрофизиологических данных. Фактически, все сложные свойства кодирования, которые мы наблюдали, возникают непосредственно из простой модели, предназначенной для обнаружения пропусков/совпадений путем реализации теоретически мотивированных, хорошо зарекомендовавших себя нейронных цепей.

    Мы добавили текст в обсуждение, чтобы прояснить мотивацию и теоретический вклад модели. Кроме того, мы согласны с рецензентами в том, что важно предоставить дополнительный контекст для конкретной модели, которую мы выбрали; поэтому мы контекстуализировали нашу модель среди других возможных подходов (Damper, 1994; McClelland and Elman, 1986) в рамках обсуждения.

    3) Основное внимание в текущем анализе уделяется высоким гамма-колебаниям. Однако в другой работе предполагалась роль низкочастотных колебаний в восприятии фонем (Peelle and Davis 2012; Kösem et al., 2018). Итак, (а) каково оправдание сосредоточения внимания исключительно на высокой гамме, и (б) какова основа для согласования ваших высоких гамм-ответов с потенциальной ролью более низких частот?

    Мы благодарим рецензента за то, что он поднял эти важные моменты. На каждый из них мы ответим отдельно:

    а) Наша основная цель состояла в том, чтобы изучить нейронные реакции в височной доле на стимулы, различающиеся по времени начала голоса (VOT), с использованием тех же нейронных признаков, которые ранее использовались для иллюстрации пространственного (амплитудного) кода для других фонетических признаков, включая манеру и место артикуляции согласных (Mesgarani et al., 2014). На наш взгляд, это очень важно, потому что оно направлено на объединение двух направлений предшествующих исследований, изучающих нейрофизиологические представления фонетических особенностей, определяемых в первую очередь спектральной акустической информацией (например, манерой/местом артикуляции) или преимущественно временной акустической информацией (например, голосом). До сих пор было предпринято несколько попыток решить центральный теоретический вопрос о том, существует ли общий нейронный код для обоих. В некоторых предшествующих работах (в частности, но не только в работе по изучению потенциалов локального вызванного слухового поля в первичной слуховой коре) постулировалось, что нейронный код для VOT фундаментально отличается от кода для спектральных фонетических признаков, и только последний полагается на пространственный код (см., например,г., Штейншнайдер, Нурски и Фишман, 2013; Steinschneider, Volkov, Noh, Garell, and Howard, 1999). Между тем, упомянутая выше недавняя демонстрация надежного пространственного кода для спектральных фонетических признаков была сосредоточена конкретно на пиковой высокой амплитуде гамма-ответа нейронных популяций в верхней височной извилине человека (Mesgarani et al., 2014).

    Здесь мы явно проверили гипотезу о том, что одна и та же схема кодирования используется для представления фонетических характеристик, определяемых в основном временной информацией.С этой целью мы сосредоточились на вызванной стимулом активности в высокогамма-диапазоне нейронного ответа. Кроме того, особенно для прямых внутричерепных записей, хотя существует относительно четкая связь между высокой гамма-активностью и возбуждением нейронов, лежащие в основе источники и одиночная/множественная активность, которые приводят к более низким частотам и колебаниям, менее понятны. Поэтому, хотя мы и не отрицаем важной роли низкочастотной активности, мы считаем, что можем сделать самые четкие и наиболее интерпретируемые нейрофизиологические заявления, основанные на внутричерепной регистрации высокой гамма.

    б) Наша работа не сбрасывает со счетов потенциальную роль низкочастотных колебаний в восприятии речи или в восприятии фонем. Действительно, наши результаты не противоречат большому количеству работ, посвященных взаимосвязи фазы и амплитуды между низкочастотными колебаниями и мощностью гамма-излучения (например, Fries, 2009; Giraud and Poeppel, 2012; хотя обратите внимание, что эти схемы обычно относятся к мощности в более низкий гамма-диапазон, чем используется здесь). В частности, возможно, что наше восприятие голоса, основанное на информации VOT (или других фонетических характеристиках, определяемых во времени), также может зависеть от низкочастотных колебаний или взаимодействовать с ними (Kösem et al., 2018; Пилль и Дэвис, 2012 г.). На самом деле эти сигналы могут быть связаны между собой фазово-амплитудным соотношением, и, согласно теоретическим основам, изложенным в этой работе, может случиться так, что информация о низкочастотной фазе модулирует частоту возбуждения, наблюдаемую при высокочастотной широкополосной активности.

    По нашему мнению, подробное исследование взаимосвязи между низкочастотной амплитудой и/или фазой и высокой гамма-мощностью и их вкладом в кодирование VOT в речи выходит за рамки настоящей статьи, поскольку нашей основной целью было изучить кодирование VOT с использованием сигнала, который, как было показано, кодирует другие фонетические функции.Однако мы согласны с рецензентом (рецензентами) в том, что важно решать те же самые вопросы, используя сигналы, которые использовались в работах, имеющих прямое отношение (например, в работах Штайншнайдера и Нурски).

    С этой целью мы провели дополнительный анализ нейронных ответов на наши стимулы с использованием потенциала локального поля необработанного напряжения (LFP), в котором преобладают более низкочастотные компоненты. Для каждого VOT-чувствительного электрода, идентифицированного в нашем исследовании, мы использовали бутстрап-подход для анализа корреляции между VOT и пиковой латентностью и амплитудой 3 пиков в слуховом вызванном потенциале (AEP): P a , N a , P b (Howard et al., 2000; Нурски и др., 2015). Подробные описания этих анализов и их результатов теперь появляются в новых подразделах материалов и методов.

    Мы также суммируем результаты этих дополнительных анализов в основном тексте (Результаты). Два новых дополнения к рисунку (рис. 1 — дополнения к рисунку 3 и 4) иллюстрируют следующие четыре вывода:

    1) Сравнение АВП, вызванных разными ВОТ, показывает, что существуют ассоциации между стимулом ВОЛ и амплитудно-временной информацией в ЛВП.Среди электродов, которые надежно кодируют голос в своей пиковой высокой гамма-амплитуде (т. е. электроды, чувствительные к VOT), эти ассоциации между функциями VOT и LFP сложны и сильно различаются (рис. 1 — рис. дополняет 3 и 4).

    2) Повторяя предыдущие результаты, касающиеся кодирования VOT с помощью AEP (например, Steinschneider et al., 2011), мы обнаруживаем, что некоторые электроды (например, e1 на рисунке 1 — дополнение к рисунку 4, панели E/I) демонстрируют временное кодирование VOT в латентность различных пиков АЭП.В некоторых электродах природа этого временного кода проста (например, в e1 задержка N a задерживается примерно на 10 мс на каждые дополнительные 10 мс длительности VOT; рисунок 1 — дополнение к рисунку 4, панель M) , но чаще связь между VOT и пиковой задержкой менее прямая (рис. 1—дополнение к рис. 4, панели NP).

    3) Среди электродов, которые кодируют VOT в их пиковой высокогамма-амплитуде, существует гораздо больше электродов, которые не кодируют VOT в этих временных характеристиках AEP (рис. роль пиковой высокой гамма-амплитуды в нейронном представлении голоса и VOT.

    4) Помимо синхронизации различных пиков AEP, также существует множество электродов, которые кодируют VOT в амплитуде этих пиков (рис. 1 — дополнение к рисунку 3, панель B). Паттерны кодирования часто визуально аналогичны паттернам кодирования, наблюдаемым в высокой гамме (т. е. оцениваются в пределах предпочтительной категории голоса электрода; см. рис. 1 — дополнение к рисунку 4, панели Q-S).

    Мы считаем, что соединение наших данных с предыдущей литературой с этим дополнительным анализом существенно увеличило вклад нашей работы.Помимо этих дополнительных анализов и в ответ на этот и другие комментарии рецензента, мы также обновили рукопись, чтобы прояснить и подчеркнуть цель нашего исследования (результаты), а также признать потенциальную роль низкочастотных компонентов нейронного ответа в перцептивного опыта речи и в ее нейрофизиологическом представлении (обсуждение), как обсуждалось выше.

    В конечном счете, мы надеемся, что исправленная рукопись сообщает, что существует интересная и важная информация, которую несут низкие частоты (и, в некоторых случаях, их временная динамика), а также подчеркивается то, что мы рассматриваем как значительный теоретический вклад, состоящий из наших надежных, новые высокогамма-данные, которые напрямую связаны с предыдущими выводами, касающимися кодирования звука речи (обсуждение).В отличие от предыдущей работы, теоретизирующей параллельные, но принципиально разные схемы кодирования спектральных и временных фонетических признаков, мы демонстрируем доказательства общего представления обоих с помощью высокой гаммы в верхней височной доле человека.

    4) Обсуждение локального или ансамблевого временного кодирования и пространственного кодирования выиграло бы от рассмотрения иерархической организации и построения избирательности признаков. Если наблюдаемый пространственный код является результатом некоторого преобразования времени в скорость, то где это может происходить и как это связано с типами избирательности признаков, наблюдаемыми в слуховой коре человека и приматов? В качестве аналогии ваши результаты напоминают чувствительные к эху клетки летучих мышей.Там многие клетки в IC реагируют как на вызов, так и на эхо («двойной пик»), тогда как другие клетки в IC реагируют только на комбинацию вызова и эха с определенной задержкой («однопиковый»). Последние топографически не организованы в ИК, но в ФМ области слуховой коры такие клетки образуют топографическую карту задержки. Вы представляете себе, что подобное иерархическое преобразование происходит в слуховой системе человека для кодирования VOT? Где ваши записи и записи, например. Штейншнайдер или Эггермонт вписываются в эту картину?

    Мы благодарим рецензентов за то, что они подняли этот важный вопрос.Мы полагаем, что этот вопрос выдвигает на первый план важный момент: обнаружение временного промежутка является всеобъемлющим механизмом нейронной обработки слуховых стимулов и что обнаружение совпадения и промежутка может (и, вероятно, происходит) возникать на многих уровнях нервной системы.

    К сожалению, мы не думаем, что можем делать серьезные заявления об иерархической организации этого типа кодирования, поскольку записи, проведенные в рамках этого исследования, не включают данные ни из подкорковых областей (таких как нижние холмики), ни из первичной слуховой коры ( извилина Хешля).Таким образом, хотя мы согласны с рецензентом в том, что природа иерархического кодирования временных сигналов является важным вопросом и напрямую связана с другими работами как на моделях животных, так и на людях, большая часть того, что мы можем сказать, будет предположениями.

    Тем не менее, хотя мы не хотим слишком много размышлять на эти темы, мы рассмотрели важные вопросы, поднятые этим комментарием, тремя способами в исправленной рукописи (Обсуждение).

    Во-первых, наша модель фактически предполагает, что временная интеграция может происходить локально.Входные данные для детекторов промежутков и совпадений в модели обрабатываются только спектрально (детекторы всплесков и вокализации), которые поступают с различными временными задержками в блоки детекторов совпадений и промежутков (которые предназначены для непосредственного представления нейронных популяций в STG). Таким образом, предсказание модели внутрикатегорийных паттернов (рис. 2B-D) и (особенно) временной динамики задержки начала (рис. 3) согласуется с локальной временной интеграцией, а не с обнаружением пробелов и совпадений, которые унаследованы от более ранних уровней обработка (т.г., от обработки среднего мозга). Однако мы признаем, что это не окончательная интерпретация, и, что более важно, даже тот факт, что временная интеграция происходит локально в непервичной слуховой коре, не исключает того, что временная интеграция может одновременно происходить на других (более низких) уровнях коры головного мозга. восходящий слуховой путь, в том числе в IC. Мы резюмировали этот ответ в Обсуждении.

    Во-вторых, также стоит отметить, что, в отличие от топографической карты задержки, описанной в FM-диапазоне летучих мышей, ни настоящее исследование, ни какие-либо другие, о которых нам известно, не предлагают ни топографической карты кодирования VOT, ни каких-либо другие фонетические особенности в верхней височной извилине человека.Следовательно, аналогия с этими моделями животных может быть неполной и может потребовать дальнейшей непосредственной работы. Этот момент теперь резюмируется в разделе «Обсуждение», а дополнительные результаты, касающиеся отсутствия какой-либо заметной топографической организации, описаны в разделе «Материалы и методы».

    В-третьих, хотя наше обсуждение иерархических преобразований в слуховых репрезентациях ограничено, мы попытались прояснить, как наши результаты соотносятся с прошлой работой (например, с работой Штайншнейдера и Эггермонта, упомянутой в комментарии рецензента), проводя и сообщая о новом анализе слуховых вызванных реакций. локальные полевые потенциалы, как описано в нашем ответе на Essential Revision #3.

    5) Пожалуйста, сделайте стимулы доступными в качестве дополнительного материала.

    Мы согласны с тем, что это дополнение увеличит вклад нашего исследования, и включили стимулы в число дополнительных материалов (см. Материалы и методы).

    [Примечание редактора: перед принятием были предложены дальнейшие изменения, как описано ниже.]

    Рецензент №3:

    Авторы хорошо поработали над комментариями, и пересмотренная рукопись отвечает большинству поднятых вопросов.Дополнительная интерпретация результатов модели, надежность и контекст приветствуются. Обсуждение кодирования и иерархической обработки также хорошо. Тем не менее, остается нерешенная проблема, которую необходимо решить. Это вопрос о том, кодируют ли временные паттерны нейронных ответов информацию VOT. Чтобы быть ясным, у меня нет пса в этой борьбе — я нейтрален в отношении пространственных или временных кодов. Я просто указываю на то, что рукопись внутренне противоречива в этом вопросе, и исправления не решили проблему.

    Как поясняют авторы в опровержении: «Безусловно, информация как на уровне подкатегорий, так и на уровне категорий переносится латентным периодом начала звонко-селективных (V+) нейронных популяций (рис. 3). Однако этот временной информация не способствует классификации категории звонкости (рис. 1F), поскольку эта информация недоступна во время пикового окна». При чтении отчета о декодировании амплитуды/времени, показанного на рисунке 1F, исходное сообщение, из которого следует, что пиковая амплитуда, а не время, содержит информацию VOT.Это сообщение неверно, поскольку, как показано на рис. 3, задержка начала кодирует информацию VOT. Так что нужно позаботиться о том, чтобы не привести читателей к этому сообщению.

    Внимательное прочтение раздела «Результаты» с отчетом на рис. 1F показывает, что утверждения точны, поскольку они содержат такой пункт, как «в окне пикового отклика», например: «Напротив, когда информация об амплитуде была повреждена и в пиковом окна ответов были надежными (-Амплитуда/+Время), эффективность классификатора не отличалась от случайности.Несмотря на то, что это утверждение является точным, я бы сказал, что оно вводит в заблуждение, особенно потому, что установка состоит в том, чтобы различать 3 гипотезы: «В частности, мы оценили три альтернативы того, как категория голоса с временной подсказкой кодируется откликами с высокой гаммой. в коре: (1) пространственный паттерн пиковой амплитуды ответа на электродах, (2) временные паттерны вызванных ответов на электродах или (3) как амплитуда, так и время паттернов нервной активности». Глядя на рисунок 1F, читатель остается с гипотезой (1) в качестве исходной.Но ваши данные исключают (1) и вместо этого демонстрируют гипотезу (3), но только на рисунке 3. Я понимаю мотивацию, что вы хотите показать кодирование по пиковой амплитуде, чтобы сравнить с предыдущими результатами вашей группы. Хорошо. Но для этого нет необходимости исключать временной код. Если основной вывод из рисунка 1 состоит в том, что информация VOT кодируется пиковой амплитудой, пространственным кодом, просто скажите это и отбросьте анализ временного джиттера, потому что он вводит в заблуждение и не нужен. Или же разверните окно, чтобы включить начала, которые на основе рисунка 3 должны поддерживать классификацию VOT.

    Мы благодарим рецензента 3 за эти комментарии. Рецензент прав в том, что все претензии, относящиеся к рисунку 1 (включая рассматриваемую панель — рисунок 1F), предназначены только для окна пикового отклика. Действительно, мы считаем, что одним из основных вкладов этой работы является демонстрация того, что пиковая амплитуда высокой гаммы надежно кодирует категорию голоса. На рисунке 1F показано, что пространственно-распределенные амплитудные паттерны представляют собой надежный код в течение окна пикового отклика (150–250 мс после начала стимула) независимо от того, повреждена ли временная информация.

    Как признает рецензент 3 и как мы указываем в рукописи, это пиковое временное окно представляет особый интерес, потому что предыдущая работа показала, что амплитуда ответа некоторых нейронных популяций по всей STG во время этого критического окна представляет собой пространственный код для других фонетических свойств звуки речи (например, манера/место артикуляции). Наша основная цель состояла в том, чтобы проверить, может ли фонетическое различие, вызванное временными сигналами (озвучивание/VOT), быть представлено в рамках одной и той же схемы нейронного кодирования, и наша работа показывает, что остановленное согласное озвучивание на самом деле также может быть объяснено в рамках той же теоретической структуры. .

    Мы считаем, что устойчивость пространственного/амплитудного кода в течение этого пикового временного окна будет представлять большой интерес для читателей этой статьи, и поэтому решили не удалять эти анализы. Вместо этого мы добавили поясняющие формулировки, подчеркнув, что наши результаты на рисунке 1F относятся только к (критически интересному) окну пикового нейронного ответа (см. изменения, описанные ниже).

    Как отмечает обозреватель 3, последующий анализ показал, что информация на уровне подкатегорий и категорий переносится за счет латентности начала вокализованно-селективных (V+) нейронных популяций (рис. 3).Чтобы лучше интегрировать результаты на Рис. 1 и Рис. 3, мы также добавили текст, чтобы указать читателю на этот вторичный результат и подчеркнуть тот факт, что он никоим образом не противоречит нашему первичному результату (пространственный/амплитудный код для озвучивания во время записи). пиковое окно).

    Чтобы ответить на этот комментарий, мы внесли изменения в несколько мест в рукописи:

    1) Заголовок подписи к рисунку 1:

    а) «Категории звуков речи, отличающиеся временным сигналом, пространственно закодированы в пиковой амплитуде нейронной активности в отдельных нейронных популяциях.

    2) Мотивация анализа классификатора, показанного на рисунке 1F:

    а) «Как и в предыдущих анализах, а также после предшествующей работы по кодированию звука речи, эти анализы (рис. 1F) были сосредоточены на активности коры головного мозга с высоким гамма-излучением во время окна пикового ответа (150-250 мс после начала стимула; но см. рис. 3 для анализ более раннего временного окна)».

    3) Добавлена ​​формулировка, подчеркивающая, что анализ на рис. 1F применим только к «окну пиковой реакции»

    4) Предостережения, указывающие читателю на рисунок 3 для подтверждения шаблонов временного кодирования:

    а) «Обратите внимание, что хотя пространственные (а не временные) паттерны высокогамма-ответов надежно кодируют голос во время этого критического пикового окна, мы позже опишем дополнительный анализ, который касается возможных паттернов временного кодирования в потенциале локального поля (рис. 1 — рис. дополнения 3 и 4) и в более раннем временном окне (рис. 3).(Результаты)

    b) «…четко демонстрируя, что временной и амплитудный коды для VOT не исключают друг друга (см. также паттерны временного кодирования в задержках начала V+ электродов; рисунок 3)» (Обсуждение)

    5) Четкая интерпретация рисунка 3 как свидетельства шаблона временного кодирования, если смотреть за пределы окна пикового отклика:

    а) «Наконец, на рис. 3 показано, что, в отличие от окна пикового ответа (через 150–250 мс после начала стимула; рис. 1F), временная информация действительно кодирует VOT во время более раннего окна вокруг начала нейронного ответа в некоторых нейронных популяциях.В самом деле, как субфонетическая, так и фонетическая информация на уровне категории переносится латентным периодом начала V+ электродов, при этом вызванные ответы возникают позже в этих местах на стимулы с прогрессивно более длинными VOT. Важно отметить, что результаты моделирования показывают, что как паттерны кодирования амплитуды во время пикового окна, так и паттерны временного кодирования во время окна более раннего начала захватываются одними и теми же каноническими нейрофизиологическими механизмами».

    Добавить комментарий

    Ваш адрес email не будет опубликован.