録音を二本ずつ組にして、地理的にどれだけ離れているかと音響的にどれだけ違うかを並べました。 組は全部で 49,141 通りあり、 そのまま点で打つと潰れて読めないので、 距離で束ねて束ごとの平均を線にしています。
線を二本に分けているのが要点です。同じ人が投稿した組と違う人が投稿した組。 投稿者はたいてい「どのアーカイブがデジタル化したか」を意味します。
読み方。「違う投稿者」の線が右へ行っても上がらなければ、どれだけ離れていても音の違いは変わらない——つまり地理は音響を説明していません。 いっぽう二本の線が離れていれば、同じアーカイブから来たかどうかが効いていることになります。
同じ投稿者の対違う投稿者の対帯は四分位範囲(真ん中の半分がどこに散らばるか)
従来型音響特徴量 ラベルを見ていない
縦軸は音響距離(1 − コサイン類似度)。モデルごとに縦軸の目盛が違いますので、 比べるのは高さではなく線の形です。
点にふれると、その束の平均と対の数が出ます。
自作 CNN(自己教師あり) ラベルを見ていない
縦軸は音響距離(1 − コサイン類似度)。モデルごとに縦軸の目盛が違いますので、 比べるのは高さではなく線の形です。
点にふれると、その束の平均と対の数が出ます。
wav2vec 2.0(外部・事前学習) ラベルを見ていない
縦軸は音響距離(1 − コサイン類似度)。モデルごとに縦軸の目盛が違いますので、 比べるのは高さではなく線の形です。
点にふれると、その束の平均と対の数が出ます。
地理的に遠いのに、音響的に近い組
仕様の問い Q2「地理的に遠い民謡にも音響的な類似性はあるか」です。 8,000km 以上離れた組のうち、音響距離がいちばん小さかったものを並べます。
こうした組を「大陸をまたいだ発見」と読みたくなりますが、そう読む前に確かめることがあります。音響的に近い組は、録音の年代や機材が似ているだけのことがあります。 この地図帳の測定では、音響的な近さを主に説明していたのは出自でした。