发炎语音转换器:一个序列对序列发炎语音识别系统.

科学领域:

• 语音和语言处理 语言处理
• 生物医学工程 生物医学工程
• 人工智能的人工智能

背景情况:

• 发病症显著损害了语音理解能力,创造了对有效辅助技术的关键需求.
• 目前的自动语音识别 (ASR) 系统在脱节性语音上表现不佳,特别是在严重的情况下.
• 先进的基于变压器的ASR模型显示出有希望的结果,但由于数据的局限性,对失节性言语没有充分探索.

研究的目的:

• 开发和评估一种基于变压器的新型ASR系统,专门设计用于失节性言语.
• 为了应对对发动关节障碍发言人的训练数据有限的挑战.
• 提高语音障碍者ASR技术的准确性和可用性.

主要方法:

• 提出了一种定制的深度变压器架构,命名为失节性语音变压器.
• 使用健康语音数据实施了两阶段的转移学习管道.
• 采用了音频数据增强技术,并研究了神经结配置.
• 培训了45个音箱适应性失关节性ASR模型.

主要成果:

• 转移学习管道和数据增强显著改善了ASR性能.
• 发现更深的变压器架构对于提高精度至关重要.
• 拟议的ASR系统在73%的失关节患者中表现优于最先进的方法.
• 对某些个体来说,准确度提高了23%.

结论:

• 脱发性发言变换器有效地解决了目前用于脱发性发言的ASR系统的限制.
• 转移学习和数据增强是克服脱关节性ASR数据短缺的重要策略.
• 开发的系统为语音障碍者提供了有前途的辅助技术.