自动语音识别在初级语音渐进性失言症中

科学领域:

• 语音语言病理学 语言病理学
• 计算语言学计算语言学
• 神经学 神经学

背景情况:

• 诊断运动语音障碍,如初级渐进性语音失调 (PPAOS) 涉及语音转录,这是一个需要专家听众的劳动密集型过程.
• 自动语音识别 (ASR) 系统为有效诊断和监测PPAOS提供了一个潜在的解决方案.
• 评估随时可用的ASR系统对PPAOS语音转录的有效性至关重要.

研究的目的:

• 评估 wav2vec 2.0 ASR 系统在转录 PPAOS 语音中的有效性.
• 为了确定ASR衍生的文字错误率 (WER) 是否可以将PPAOS患者与健康对照和PPAOS亚型区分开来.
• 调查WER和PPAOS严重程度之间的相关性,并将ASR错误与手动转录错误进行比较.

主要方法:

• 记录了45名PPAOS患者和22名健康对照人重复13个单词.
• 手动转录录音并使用 wav2vec 2.0 ASR 系统.
• 在不同组之间以及与手工转录相比,比较了WER,语音和prosodic错误.

主要成果:

• 在PPAOS患者 (0.88) 中,平均WER显著高于对照组 (0.33).
• WER与PPAOS严重程度相关,并将患者从对照组中区分开来,但不是PPAOS亚型.
• 与人类转录不同的是,ASR的语音/prosodic错误没有区分亚型,ASR和人类错误数量之间一致性较差.

结论:

• ASR,特别是wav2vec 2.0,对于区分发言障碍与健康发言障碍以及评估PPAOS严重程度非常有价值.
• 目前ASR的局限性包括无法区分PPAOS亚型和与手册转录的弱一致.
• ASR可以帮助PPAOS语音转录,但其使用需要仔细考虑其局限性和特定的研究问题.