不受约束的发言障碍模型用于发言障碍的转录和检测
Jiachen Lian1, Carly Feng1, Naasir Farooqi1
1UC Berkeley.
Proceedings. IEEE Workshop on Automatic Speech Recognition and Understanding
|July 8, 2025
概括
这项研究引入了一种不受约束的失流性建模 (UDM) 方法,用于准确的语音转录和检测. 这种新的方法增强了语音转录,减少了手动注释的需求.
科学领域:
- 语音处理 语音处理
- 计算语言学计算语言学
- 语音学 语音学 语音学
背景情况:
- 准确的转录和检测不流利的语言对于语音建模至关重要.
- 目前的方法通常集中在转录或检测上,性能有限.
- 广泛的手册注释是失流性研究的一个瓶.
研究的目的:
- 提出一种不受约束的失流性建模 (UDM) 方法,用于自动和层次性的失流性转录和检测.
- 为了减少在失流性建模中对手动注释的依赖.
- 为了提高语音转录能力的不流利的言语.
主要方法:
- 开发了一种不受约束的失流性建模 (UDM) 方法.
- 实施了一种分层方法,用于同时转录和检测.
- 引入了一个模拟的不流数据集,VCTK++,用于语音转录增强.
主要成果:
- 简单的DM方法有效地解决了转录和检测任务.
- 实验结果表明该方法的有效性和稳定性.
- VCTK++数据集有助于提高语音转录的准确性.
结论:
- 拟议的UDM方法为不流利的语音建模提供了一个全面的解决方案.
- 该方法在转录和检测方面都取得了显著的改进.
- 无线分辨器减少了手动注释的需要,促进了进一步的研究.
