自监督学习在构音障碍语音自动评估中影响的研究
计算与语言
2024-03-26 v2
摘要
构音障碍评估的自动化提供了开发实用、低成本工具的机会，可解决当前人工与主观评估的局限。然而，大多数构音障碍数据集规模较小，致使自动化评估开发困难。近期研究表明，基于大规模无标注数据预训练模型的语音表征能够提升构音障碍语音的自动语音识别(ASR)性能。我们首次在UA-Speech数据集上，于三种噪声场景下，评估了最先进自监督预训练模型在构音障碍语音三项下游任务中的表征：疾病分类、词识别与可懂度分类。我们表明，HuBERT是构音障碍分类、词识别与可懂度分类中最通用的特征提取器，相较经典声学特征分别实现了 的准确率提升。
引用
@article{arxiv.2306.04337,
title = {A study on the impact of Self-Supervised Learning on automatic dysarthric speech assessment},
author = {Xavier F. Cadet and Ranya Aloufi and Sara Ahmadi-Abhari and Hamed Haddadi},
journal= {arXiv preprint arXiv:2306.04337},
year = {2024}
}
备注
Accepted as a workshop paper at ICASSP SASB 2024