The effect of auditory and articulatory phonetic training on the perception and production of L2 vowels by Catalan-Spanish learners of English

[eng] Adult second language learners often experience major difficulties in perceiving and producing non-native speech sounds. Several perception training studies (Iverson & Evans, 2007; Nishi, & Kewley-Port, 2007; Carlet & Cebrian, 2014) have shown that second- language (L2) learners can improve their L2 perception, also demonstrating significant gains in L2 production (Bradlow, Pisoni, Akahane-Yamada, & Tohkura, 1997; Kartushina et al., 2016). However, research on the assessment of methods other than perceptual training for non-native vowels is still scarce, and none of the previous vowel studies has compared the impact of auditory vs. production-based training on a full set of vowels. The purpose of this study was to evaluate two training methods that might be used to improve learners’ identification and articulation of the 11 English RP monophthongal vowels (/i: ɪ e ɜ: æ ʌ ɑ: P N9 ʊ u:/). A total of 84 bilingual Catalan/Spanish learners of English were divided into two experimental groups and a control group, and all were tested on vowel identification, identification of synthesized vowels (with manipulated duration), vowel discrimination and vowel production based on a delayed repetition task. Two groups of bilingual Catalan/Spanish learners of English (N=64) were assigned to different types of audiovisual High Variability Phonetic Training (HVPT) based on natural CVC words from multiple talkers, either identification (ID) or articulatory (ART) training. Both training procedures comprised 10 one-hour computer-based sessions over 5 weeks, which guaranteed exposure to a minimum of 132 trials/ session. Whereas the ID training required learners to focus on the critical audiovisual cues to recognize the vowel category within a vowel subset, ART training learners were expected to focus on the relevant audiovisual cues for more accurate vowel articulation. Auditory feedback provided assistance to correct identification, or to change erroneous articulations. This paper compares some remarkable effects of perceptual and production-based audiovisual HVPT on the perception and production of the fullset of English vowels. The two HVPT groups showed higher accuracy in vowel perception, as well generalization to new words, talkers and contexts. HVPT not only improved vowel identification and discrimination, but also reduced the learners’ heavy reliance on vowel duration and improved their use of spectral cues in English vowel perception. However, a clear advantage of the ID group was seen in a better identification of trained words and a lesser degree of error dispersion per vowel. Both HVPT methods were effective in leading to significant formant movement for some vowels, with less spectral overlap, but differences in the amount of spectral shift after each training method suggest that ART training was more effective in vowel production. Training was effective in making the production of contrastive vowels more distinct and revealed a conscious attempt of learners to produce acoustically distinct vowel quality targets, with a great deal less spectral overlapping. Pedagogical implications will be discussed.[spa] Los hablantes de segundas lenguas a menudo experimentan grandes dificultades en lo que respecta a la percepción y la producción de sonidos no nativos. Numerosos estudios sobre el entrenamiento de la percepción (Iverson & Evans, 2007; Nishi, & Kewley-Port, 2007; Carlet & Cebrian, 2014) han demostrado que los hablantes de segundas lenguas (L2) pueden mejorar la percepción a la vez que obtienen mejoras significativas en la producción de los sonidos de la L2 (Bradlow, Pisoni, Akahane-Yamada, & Tohkura, 1997; Kartushina et al., 2016). Sin embargo, los estudios sobre métodos de entrenamiento vocálico distintos al entrenamiento perceptivo escasean, y no existe hasta la fecha ningún estudio de las vocales que haya comparado entrenamientos de percepción y producción que abarque todo el sistema vocálico de la L2. Este estudio tiene como objetivo evaluar y comparar dos métodos de entrenamiento vocálico que puedan ser eficaces para mejorar la percepción y producción de todas las 11 vocales monoftongales del inglés RP (/i: ɪ e ɜ: æ ʌ ɑ: P N9 ʊ u:/). Un total de 84 estudiantes de inglés bilingües, con catalán y español como lenguas maternas, fueron distribuidos entre dos grupos experimentales y un grupo de control. Todos los grupos realizaron pruebas de identificación de vocales naturales, identificación de vocales sintetizadas (con manipulación de la duración), discriminación vocálica y producción basada en la repetición. Cada grupo experimental (de N= 32) fue asignado a un tipo de entrenamiento audiovisual de alta variabilidad fonética (HVPT), entrenamiento de identificación (ID) o bien entrenamiento articulatorio (ART), ambos basados en una gran variedad de palabras CVC producidas por diversos hablantes. Los dos métodos de entrenamiento consistían en 10 sesiones de 1 hora con un ordenador durante cinco semanas, y ambos garantizaron la exposición a un mínimo de 132 estímulos por sesión. El entrenamiento ID requería prestar atención a las señales audio-visuales para una identificación correcta de la vocal dentro de las opciones disponibles por pantalla, mientras que el entrenamiento ART requería reconocer las señales acústicas y visuales esenciales para una correcta articulación de la vocal. En cualquier caso se proporcionaba corrección o ‘feedback’ inmediato de los errores en identificación o articulación. Este estudio evalúa los efectos más significativos y destacados que los dos tipos de entrenamiento de alta variabilidad fonética tienen en la percepción y producción de las 11 vocales inglesas. Los dos grupos de entrenamiento de alta variabilidad demostraron mayor precisión en la percepción de todas las vocales, y la mejora fue generalizable a distintas vocales, palabras y contextos ‘no entrenados’ producidos por ‘nuevos’ hablantes nativos. Además de una clara mejora en la percepción vocálica, los resultados demuestran que el entrenamiento de alta variabilidad contribuye a reducir significativamente la excesiva atención que los estudiantes prestan a la “duración” de las vocales, ayudándoles a hacer un uso más eficiente de las características “espectrales” para distinguir las distintas vocales del inglés. Cabe destacar que el grupo ID obtuvo una mejor puntuación que el grupo ART en la identificación de palabras “entrenadas” así como mejores resultados con respecto al grado de dispersión de los errores de identificación. Por lo que respecta a la producción, ambos métodos de entrenamiento dieron lugar a un movimiento general de los formantes vocálicos, generando así un menor grado de superposición espectral en el sistema vocálico de la L2. Sin embargo, el entrenamiento ART resulto ser más efectivo que el ID para conseguir una mejora en la articulación vocálica, y una menor superposición de las categorías vocálicas dentro del sistema vocálico de la L2. En definitiva, los resultados en producción señalan que el entrenamiento de alta variabilidad fonética contribuyó a mejorar la producción de las vocales del inglés, mostrando categorías vocálicas distintas entre ellas tras cinco semanas. Los resultados muestran que el entrenamiento hizo más visibles las características espectrales de las vocales. Estos resultados pueden ser de gran utilidad para aplicaciones prácticas de aprendizaje de la pronunciación del inglés