Experimento Tono

Variación de tono entre hombres y mujeres

1 Bibliotecas

library(tidyverse)
library(readxl)
library(plotly)

2 Objetivos del experimento

• Determinar qué frecuencia en Hz es considerada una voz agradable o atractiva.
• Analizar las distintas frecuencias del tono de la voz y comparar cómo varía el mismo entre hombres y mujeres.

3 Marco teórico

La voz puede representar nuestra personalidad y nos permite relacionarnos socialmente, por lo que el tono y otras cualidades acústicas de la voz son importantes, pues “los estudios también demuestran que aunque alguien nos guste al principio, la atracción puede desaparecer enseguida, por su forma de comunicación,especialmente a causa de su voz, porque lo más importante no es qué alguien dice sino cómo lo dice” (Glass, 1994: 205-206).

Emma Rodero Antón (2001) expone en su trabajo “El tono de la voz masculina y femenina en los informativos radiofónicos: un análisis comparativo” la diferencia que puede haber entre hombres y mujeres en el tono de voz que siempre logra ser marcado, además, para el contexto de su trabajo en el caso de la voz masculina, la voz más grave fue la más atractiva para los oyentes radiofónicos ya que les representaba credibilidad, seguridad, etc, en el caso de las mujeres los resultados fueron más variables, pero se puedo concluir que la elegida para los oyentes fue las voz más grave. Esa variación en la voz se da por una diferenciación durante la pubertad, es por ello que la voz masculina tiende a ser más grave y con un tono más bajo, porque poseen cuerdas vocales más largas y más gruesas que las de las mujeres.

Rodero Antón, Emma, and Universidad Pontificia de Salamanca. El tono de la voz masculina y femenina en los informativos radiofónicos: un análisis comparativo. Noviembre 2001, https://www.researchgate.net/profile/Emma-Rodero/publication/287491072_La_voz_masculina_y_femenina_en_los_informativos_radiofonicos/links/56771bab08ae502c99d2efd6/La-voz-masculina-y-femenina-en-los-informativos-radiofonicos.pdf.

4 Hipótesis:

• Nosotras suponemos que la voz más grave en los hombres va a ser más atractiva para las mujeres y la voz más aguda en las mujeres va a ser más atractiva para los hombres.
• Deducimos que va a haber una amplia diferencia entre el tono de voz de ambos géneros.
• Suponemos que va a haber más variación en los tonos de voz de los hombres que en las mujeres.
• Que un tono con frecuencia baja es el usado para persuadir a una persona.

5 Marco Metodológico

• Se le medirán el tono de voz a 16 personas (8 hombres y 8 mujeres) con el sensor de Arduino Science Journal y simultáneamente se les grabara la voz.
• Por medio de la media se clasificarán los tonos de voz de la más grave a la más aguda.
• Después de clasificar los tonos de voz, se les pondrá a varias personas a escuchar las voces para que decidan qué voz les agrada más y ¿por qué?
• Luego, sacaremos los resultados con respecto a que tono de voz masculino es más atractivo para las mujeres y viceversa, al igual que tanta discordancia hay entre los tonos de voz en el mismo género.
• Por último, realizaremos las conclusiones con respecto a nuestra hipótesis.

6 Variable respuesta

Nuestra variable respuesta es el tono. Como sabemos, el tono es la sensación auditiva o atributo psicológico de los sonidos que los caracteriza por ser más agudos o más graves en función de la frecuencia, cuyas propiedades son físicas.

Desde hace un tiempo nos hemos preguntado qué tanto influye el tono de la voz sobre otras personas, sin son las voces graves o agudas las que más atractivas se le hacen tanto a hombres como mujeres, por lo que nos surgieron las siguientes preguntas: ¿Es el tono de voz un determinante a la hora de conseguir pareja o persuadir a una persona?, ¿Cuál es el rango de frecuencia que es más atractivo en ambos casos y cómo discrepa el tono en el mismo género? Es por ello que deseamos investigar dentro de qué frecuencia se encuentran estas voces, comparando nuestros resultados con investigaciones anteriores.

7 Variables de control

• Vamos a medir como es el comportamiento de la frecuencia del tono entre géneros (Mujeres Vs Hombres)

8 Datos

8.1 Datos Hombres

voz1_hombre <- read.csv("voz_hombre1.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz1")

voz2_hombre <- read.csv("voz_hombre2.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz2")

voz3_hombre <- read.csv("voz_hombre3.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz3")

voz4_hombre <- read.csv("voz_hombre4.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz4")
voz5_hombre <- read.csv("voz_hombre5.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz5")
voz6_hombre <- read.csv("voz_hombre6.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz6")
voz7_hombre <- read.csv("voz_hombre7.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz7")
voz8_hombre <- read.csv("voz_hombre8.csv") %>% 
  mutate( voz = "voz_hombre",
         frecuencia = "voz8")

8.2 Datos Mujeres

voz1_mujer <- read.csv("voz_mujer1.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz1")

voz2_mujer <- read.csv("voz_mujer2.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz2")

voz3_mujer <- read.csv("voz_mujer3.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz3")

voz4_mujer <- read.csv("voz_mujer4.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz4")
voz5_mujer <- read.csv("voz_mujer5.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz5")
voz6_mujer <- read.csv("voz_mujer6.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz6")
voz7_mujer <- read.csv("voz_mujer7.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz7")
voz8_mujer <- read.csv("voz_mujer8.csv") %>% 
  mutate( voz = "voz_mujer",
         frecuencia = "voz8")

8.3 Datos completos

datos_completos <- bind_rows(voz1_hombre, voz2_hombre, voz3_hombre, voz4_hombre, voz5_hombre, voz6_hombre, voz7_hombre, voz8_hombre, voz1_mujer, voz2_mujer, voz3_mujer, voz4_mujer, voz5_mujer, voz6_mujer, voz7_mujer, voz8_mujer) %>% rename(tono = PitchSensor)

datos_completos %>% head

datos_hombres <- bind_rows(voz1_hombre, voz2_hombre, voz3_hombre, voz4_hombre, voz5_hombre, voz6_hombre, voz7_hombre, voz8_hombre) %>% rename(tono = PitchSensor)

datos_mujeres <- bind_rows(voz1_mujer, voz2_mujer, voz3_mujer, voz4_mujer, voz5_mujer, voz6_mujer, voz7_mujer, voz8_mujer) %>% rename(tono = PitchSensor)

9 Hombres

• En los siguientes gráficos observaremos el comportamiento de la frecuencia del tono de la voz de los hombres, añadiendole una linea de suavizacion para poder visualizar su comportamiento.

datos_completos %>% 
  filter( voz == "voz_hombre" ) %>% 
  ggplot(aes(x = timestamp, y = tono, color = frecuencia)) +
  facet_wrap(~frecuencia, scales = "free") +
  geom_line() + geom_smooth()

10 Mujeres

• En los siguientes gráficos observaremos el comportamiento de la frecuencia del tono de la voz de las mujeres, añadiendole una linea de suavizacion para poder visualizar su comportamiento.

datos_completos %>% 
  filter( voz == "voz_mujer" ) %>% 
  ggplot(aes(x = timestamp, y = tono, color = frecuencia)) +
  facet_wrap(~frecuencia, scales = "free") +
  geom_line() + geom_smooth()

11 Distribuciones

• ¿Son similares las frecuencias del tono entre hombres o varían mucho?

datos_completos %>% 
  filter(voz=="voz_hombre") %>% 
  ggplot(aes(x = tono, color = frecuencia)) +
  geom_density() +
  scale_x_log10()

• ¿Son similares las frecuencias del tono entre mujeres o varían mucho?

datos_completos %>% 
  filter(voz=="voz_mujer") %>% 
  ggplot(aes(x = tono, color = frecuencia)) +
  geom_density() +
  scale_x_log10()

• ¿Son similares las frecuencias del tono entre hombres y mujeres, o varían mucho?

datos_completos %>% 
  ggplot(aes(x = tono, color = voz)) +
  geom_density() +
  scale_x_log10()

12 Métricas

12.1 Promedio personal

datos_completos %>% 
  group_by(frecuencia, voz) %>% 
  summarise(promedio= mean(tono))

12.2 Promedio general, mediana, mínimo, máximo, desviación estándar y coeficiente de variación

datos_completos %>% 
  group_by(voz) %>% 
  summarise(promedio= mean(tono),
            mediana = median(tono),
            minimo= min(tono),
            maximo= max(tono),
            desv = sd(tono),
            cv = desv/promedio)

13 Gráficos en boxplot

datos_completos %>% 
  ggplot(aes(x= frecuencia,y= tono))+
  facet_wrap(~voz, scales = "free") +
  geom_violin()+
  geom_boxplot(width = 0.2) + 
  scale_y_log10()

14 Gráficos

-Datos en tiempo relativo

datos_completos %>% 
  filter(voz== "voz_hombre") %>% 
  filter(frecuencia== "voz1") %>% 
  mutate(tiempo=1:n()) %>% 
  mutate(tiempo_r= tiempo/max(tiempo))

• Gráfico general

datos_completos %>% 
  group_by(voz,frecuencia) %>% 
  mutate(tiempo=1:n()) %>% 
  mutate(tiempo_r= tiempo/max(tiempo)) %>% 
   ggplot(aes(x= tiempo_r, y= tono, color= voz)) +
  facet_wrap(~voz) +
  geom_line()

• Gráfico general con diferenciación de cada voz

datos_completos %>% 
  group_by(voz,frecuencia) %>% 
  mutate(tiempo=1:n()) %>% 
  mutate(tiempo_r= tiempo/max(tiempo)) %>% 
   ggplot(aes(x= tiempo_r, y= tono, color= frecuencia)) +
  facet_wrap(~voz) +
  geom_line()

• Gráfico interactivo

ggplotly(datos_completos %>% 
  group_by(voz,frecuencia) %>% 
  mutate(tiempo=1:n()) %>% 
  mutate(tiempo_r= tiempo/max(tiempo)) %>% 
   ggplot(aes(x= tiempo_r, y= tono, color= frecuencia)) +
  facet_wrap(~voz) +
  geom_line())

15 Resultados de encuesta sobre preferencia de voz

encuesta <- read_xlsx("Encuesta.xlsx") 
encuesta %>% 
   count(Mujeres, sort = TRUE) %>% 
  ggplot(aes(x = reorder (Mujeres,n), y = n, color = Mujeres, fill = Mujeres )) +
  geom_col(show.legend = FALSE) +
  labs(x = "Mujeres", y = "n",
       title = "Resultados de encuesta Mujeres")

encuesta %>% 
   count(Hombres, sort = TRUE) %>% 
  ggplot(aes(x = reorder (Hombres,n), y = n, color = Hombres, fill = Hombres )) +
  geom_col(show.legend = FALSE) +
  labs(x = "Hombres", y = "n",
       title = "Resultados de encuesta Hombres")

16 Resultados

• Obtuvimos como resultado que los tonos de voz entre los hombres es más variado que entre mujeres, además entre géneros discrepa bastate, esto lo observamos al hallar el coeficiente de variación, obteniendo que en hombres varia un 121% y en mujeres un 70%.

• El rango de voz de los hombres en nuestra investigación va desde 118 a 164 Hz y en mujeres va desde 193 a 236 Hz.

• La voz masculina 6 fue la que más le gustó a las mujeres encuestadas, esta fue una voz bastante homógenea y que tiene un promedio de 153 Hz.

• La voz femenina 8 fue la que más le gustó a los hombres encuestados, es una voz con un promedio de 208 Hz

17 Discución

• En nuestros resultados hallamos unos rangos de tono de voz que se encuentran dentro de los rangos establecidos, ya que para hombres el rango esta entre 85 y 180 Hz y para mujeres es un rango de 165 a 255 Hz. Podemos deducir que si seguimos investigando a mas personas los tonos de voz siempre van a estar dentro de los establecidos.

• Podemos decir que aunque en las mujeres se presenta una pequeña variación todas siempre tiene una tendencia a ser aguda, mientras que en los hombres la variación es mayor y podemos encontrar de todo tipo de voz desde graves a agudas.

18 Conclusiones

• Podemos decir que el tono de los hombres y de las mujeres presentan una significativa diferencia, esto lo podemos observar a través del coefiente de variación y los gráficos comparativos, tambien podemos recalcar que los promedios obtenidos se encuentran dentro de los rangos estableciodos de frecuencia para hombre y mujeres adultos.

• Podimos concluir con este trabajo que el tono de voz de las personas si puede influir a la hora de pretender a una persona, pues encontramos una gran variedad de preferencias en la encuesta realizada. Además, también pudimos darnos cuenta que las personas tienden a asociar al tono de voz con un tipo de persona.