原発性進行性失語症における調音障害に基づく不流暢性の自動検出

科学分野:

• 計算言語学
• 音声処理
• 臨床言語学

背景:

• 音声コーパスは、流暢性と誤り検出を含む言語分析に不可欠です。
• 不流暢性検出は、原発性進行性失語症（PPA）のような病状の診断に重要です。
• 既存のシステムには、音声不流暢性の全範囲を捉える上での限界があります。

研究 の 目的:

• 音声不流暢性を検出し転写するための改良システム（SSDM 2.0）を開発すること。
• 非流暢性バリアント原発性進行性失語症（nfvPPA）の音声における調音障害の分析を強化すること。
• 臨床応用のためによりスケーラブルで正確なツールを作成すること。

主な方法:

• 不流暢性を認識する音声表現のための新しいニューラル調音フローを提案しました。
• 包括的な不流暢性タイプのキャプチャのためのフルスタック接続主義サブシーケンスアライナーを開発しました。
• 文脈内不流暢性学習のために、大規模言語モデル（LLM）に誤発音プロンプトと一貫性学習を統合しました。
• Libri-Co-Dys、最大の共同不流暢性コーパスをキュレーションし、オープンソース化しました。
• 臨床展開のためのモジュラーで軽量なモデルであるSSDM-Lを発表しました。

主要な成果:

• SSDM 2.0は、不流暢性検出と転写において、以前のモデルよりも大幅に優れた性能を発揮します。
• このシステムは、調音障害を特徴とするnfvPPAコーパスで高い有効性を示します。
• Libri-Co-Dysは、共同不流暢性研究のための前例のないリソースを提供します。

結論:

• SSDM 2.0は、音声不流暢性分析における実質的な進歩を表しています。
• このシステムは、病的な音声の診断と転写の改善に有望です。
• オープンソース化されたコーパスと軽量モデルは、より広範な研究と臨床導入を促進します。