口吃鲜少单独出现——跨语料口吃检测作为一个多标签问题
音频与语音处理
2023-05-31 v1 计算与语言
声音
摘要
大多数口吃检测与分类研究将口吃视为多类分类问题或针对每种流畅性障碍类型的二分类检测任务；然而这并不符合口吃的本质，即一种流畅性障碍鲜少单独出现，而是与其他障碍共现。本文使用改进的 wav2vec 2.0 系统结合基于注意力的分类头与多任务学习，将多语言、跨语料的端到端口吃检测作为一个多标签问题进行研究。我们使用包含英语和德语口吃语音的三个数据集的组合以及其中一个经流畅塑造修改的语音数据集来评估该方法。实验结果和错误分析表明，在跨语料和多语言数据上训练的多标签口吃检测系统取得了有竞争力的结果，但在多标签样本上的性能仍低于整体检测结果。
引用
@article{arxiv.2305.19255,
title = {A Stutter Seldom Comes Alone -- Cross-Corpus Stuttering Detection as a Multi-label Problem},
author = {Sebastian P. Bayerl and Dominik Wagner and Ilja Baumann and Florian Hönig and Tobias Bocklet and Elmar Nöth and Korbinian Riedhammer},
journal= {arXiv preprint arXiv:2305.19255},
year = {2023}
}
备注
Accepted for presentation at Interspeech 2023. arXiv admin note: substantial text overlap with arXiv:2210.15982