自动识别第二语言语音在噪音中的自动识别
Seung-Eun Kim1, Bronya R Chernyak2, Olga Seleznova2
1Department of Linguistics, Northwestern University, Evanston, Illinois 60208, USA.
JASA express letters
|February 13, 2024
概括
这项研究探讨了使用自动语音识别 (ASR) 来测量语音可理解性. 一个ASR系统,低声,与人类的准确性相匹配,但在响应方面有所不同,显示了ASR在语音通信中的潜力和局限性.
科学领域:
- 语音沟通 语音沟通
- 声学语音学的声音学
- 计算语言学 计算语言学
背景情况:
- 语音可理解性测量对于语音通信研究和应用至关重要.
- 目前的方法,如人类转录是劳动密集型和昂贵的.
- 自动语音识别 (ASR) 的进步为自动化可理解性评估提供了潜力.
研究的目的:
- 评估最先进的ASR系统在测量语音可理解性方面的性能.
- 将ASR系统的准确性与人类听众的性能进行比较.
- 确定ASR用于语音可理解性建模的机会和局限性.
主要方法:
- 测试了四个先进的ASR系统,使用与背景噪音呈现的第二语言语音.
- 分析了系统性能与人类转录精度的比较.
- 检查了ASR和人类听众之间的响应差异,特别是在低信号噪音比率下.
主要成果:
- 一个ASR系统,低声,实现了与人类听众准确度相比或超过的性能.
- 在低声的反应和人类的反应之间观察到显著的差异,特别是在杂的环境中.
- 这些发现表明ASR系统可以接近人类的准确性,但可能无法完全复制人类的感知.
结论:
- 对于自动化语音可理解性测量,ASR系统显示出有前途.
- 响应内容的分歧凸显了基于ASR的可理解性模型需要进一步细化.
- 未来的研究应该探索ASR输出如何更好地利用理论,技术和临床语音通信.
更多相关视频
09:09Foreign Accent and Forensic Speaker Identification in Voice Lineups: The Influence of Acoustic Features Based on Prosody
Published on: September 27, 2024
454
06:04Systematic Hearing Performance Evaluation Process for Adolescents with Cochlear Implantation at Early Ages
Published on: March 24, 2023
389
