自动语音识别在具有语音障碍的个体中对对话性语音的自动语音识别

科学领域:

• 语音和语言技术 语言技术
• 人与计算机的交互
• 辅助技术 辅助技术 辅助技术

背景情况:

• 自动语音识别 (ASR) 系统被广泛使用,但对于言语障碍患者来说,其性能往往低于最佳.
• 这种人群在阅读和对话语音识别之间存在显著的性能差异.
• 了解导致这种差距的因素对于开发有效的ASR解决方案至关重要.

研究的目的:

• 为了检查ASR对言语障碍患者的有效性.
• 分析阅读和对话ASR之间的性能差距.
• 调查语音模式特定训练对ASR准确性的影响.

主要方法:

• 分析了27名语言障碍患者的阅读和对话语音.
• 评估了独立于扬声器和个性化的ASR模型.
• 利用线性混合效应模型来评估语音模式和障碍严重程度的影响.
• 研究了影响表现的技术,语言和语言障碍因素.

主要成果:

• 在两种模型类型的阅读和对话语音之间观察到显著的性能差距.
• 语音障碍的严重程度影响了准确性,特别是在不适应的模型中.
• 语言属性和非典型的语音特征是影响准确性的关键因素.
• 使用对话式语音样本进行训练,提高了识别准确度.

结论:

• 对于有语音障碍的人来说,在阅读和对话语音之间的ASR准确性中存在着显著的表现差距.
• 语言复杂性和对话性言语中的障碍特征有助于这种差距.
• 在对话式语音上训练的个性化ASR模型显著提高了识别能力,强调了特定领域的训练.