在发育运动发言障碍中对单词和句子级语音可理解性的自动评估:跨语言调查

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
• 遗传学 是一个遗传学.

背景情况:

• 准确的语音可理解性评估对于那些患有运动语言障碍的人来说至关重要,包括那些患有唐氏综合征 (DS) 的人.
• 听众转录等传统方法是可靠的,但资源密集且耗时.
• 自动语音识别 (ASR) 系统为高效的语音可理解性评估提供了一个潜在的替代方案.

研究的目的:

• 调查使用开源ASR系统 (Whisper) 评估与唐氏综合征 (DS) 的希伯来语和英语发言者的语音可理解性的可行性.
• 将ASR性能与不同语言和不同语音群体的天真听众转录进行比较 (DS与典型发展).

主要方法:

• 分析了65名参与者的录音 (33人患有DS,32人典型发展) 讲希伯来语和英语.
• 语音样本 (单词,句子) 被Whisper ASR系统和天真的听众转录.
• 在讲者群体和语言之间比较了ASR和听众转录之间的协议比例.

主要成果:

• 与听众的ASR一致性在英语中比希伯来语 (0.98对应对应对应对应对应对应对应).
• 与DS (0.74) 相比,典型的发言人 (0.94) 的同意力更强.
• 对于希伯来语说者来说,单词级别的一致性高于句子级别的一致性,而对具有DS的希伯来语说者来说,可理解性影响了一致性.

结论:

• 开源的ASR显示出在单词可理解性评估中临床使用的潜力,用于DS的英语发言者.
• 对希伯来语语的较低一致性表明,ASR模型需要进一步培训,以便在该语言中获得更广泛的临床应用.
• ASR的有效性因语言而异,可能需要针对唐氏综合征患者进行特定语言的调整.