面向斯林雅语读写障碍辅助的低资源语音驱动 NLP 管道

成人读写障碍在非英语语境下仍处于研究不足和服务不完善的状态，尽管其对个人和职业生活具有重大影响。本工作致力于填补这一空白，聚焦斯林雅语（Sinhala），这是一种资源匮乏、缺乏语言可访问性工具的语言。我们 presented 一个专为斯林雅语读写障碍成年人设计的辅助系统。该系统集成了 Whisper 进行语音识别、SinBERT（一个为斯林雅语微调的 BERT 模型，用于识别常见读写障碍错误）以及基于 mT5 和 Mistral 的组合模型用于生成纠正后的文本。最终输出通过 gTTS 转换回语音，形成完整的多模态反馈回路。尽管面临斯林雅语数据稀缺的挑战，该系统实现了 0.66 的转录准确率和 0.7 的纠错准确率，整体系统准确率为 0.65。这些结果表明该方法在可行性和有效性方面均具有突破性。最终，本工作凸显了在资源匮乏语言中对包容性自然语言处理技术的重要性，并展示了一个实际可行的解决方案。