用事件或间隔标记器训练语音口吃者的自动识别器的性能比较

科学领域:

• 语音处理 语音处理
• 计算语言学计算语言学
• 机器学习是机器学习.

背景情况:

• 自动识别口吃 (ARS) 有助于客观评估和干预口吃的人.
• 语音数据细分和标签技术影响了ARS系统的有效性.
• 本研究研究了两种细分方法:基于事件 (根据流性状态) 和基于间隔 (固定长度).

研究的目的:

• 为了比较基于事件的性能与基于间隔的细分用于自动口吃识别.
• 评估声学和语言特征对ARS准确性的影响.
• 确定最佳的数据细分策略,以开发有效的ARS系统.

主要方法:

• 训练和评估了基于事件和基于间隔的方法对语音体进行细分的机器学习模型.
• 利用来自语音信号和自动语音识别转录的声学和语言特征.
• 使用接收器操作特征 (ROC) 曲线下的面积 (AUC) 评估性能.

主要成果:

• 基于事件的细分与基于间隔的细分 (更高的AUC) 相比,产生了更好的ARS性能.
• 由于细分方法导致的数据质量和数量的差异影响了模型性能.
• 语言特征增强了整个词重复的检测,但没有其他口吃类型.

结论:

• 基于事件的细分对于ARS更有效,因为它准确地保留了口吃的边界和类型.
• 语言特征有助于区分失语与流利的言语,但可能无法完全捕捉口吃声学.
• 未来的研究应该专注于改善ARS系统的多样化特征和更大的数据集.