自动语音听测:它可以使用开源预训练的Kaldi-NL自动语音识别工作吗?

科学领域:

• 听力学 听力学是指听力学.
• 语音处理 语音处理
• 计算语言学 计算语言学

背景情况:

• 数字在噪声 (DIN) 测试是各种人群听力查的一个有价值的工具.
• 目前的DIN测试管理依赖于人类监督员或手动响应输入.
• 自动化DIN测试可以提高听力评估的效率和可访问性.

研究的目的:

• 开发和评估一个自动化数字在噪声 (DIN) 测试系统,使用Kaldi-NL工具包进行口语响应评估.
• 评估Kaldi-NL系统在噪声中准确转录口语数字方面的性能.
• 为了确定自动转录错误对语音接收值 (SRT) 输出的影响.

主要方法:

• 使用开源的Kaldi-NL自动语音识别工具包开发了一个自动化的DIN测试.
• 30名自称听力正常的荷兰成年人参与了这项研究.
• 该系统评估了口语响应,并通过文字错误率 (WER) 和通过启动模拟对SRT的影响来衡量其性能.

主要成果:

• 卡尔迪-NL系统的平均词错误率 (WER) 在参与者中为5.0%.
• 每位参与者平均有三个三胞胎包含解码错误.
• 模拟表明,多达四个有解码错误的三胞胎对语音接收值 (SRT) 的影响最小,保持在典型的变化范围内.

结论:

• 建议使用Kaldi-NL的自动化DIN测试设置可用于临床应用.
• 该系统对未经监督的听力查和评估充满希望.
• 进一步验证可能会证实它在现实世界听力学环境中的实用性.