将 NICT-JLE 语料库适配于不流畅检测模型
计算与语言
2023-08-07 v1
摘要
对语音中常见的犹豫、重复和错误启动等不流畅现象的检测是一个被广泛研究的领域。借助使用 Switchboard 语料库的标准化评估流程，可以轻松比较不同方法的模型性能。然而，针对学习者语音的不流畅检测研究并非如此，此类数据集具有访问限制策略，使得模型改进的对比与后续开发更具挑战性。为解决此问题，本文描述了将包含约 300 小时英语学习者口语能力测试的 NICT-JLE 语料库，适配为适用于不流畅检测模型训练与评估的格式。探讨了 NICT-JLE 与 Switchboard 语料库之间的差异点，随后详细概述了对 NICT-JLE 语料库标签集与元特征的适配。本工作的成果提供了一个标准化的训练集、保留集和测试集，供未来学习者语音不流畅检测研究使用。
引用
@article{arxiv.2308.02482,
title = {Adapting the NICT-JLE Corpus for Disfluency Detection Models},
author = {Lucy Skidmore and Roger K. Moore},
journal= {arXiv preprint arXiv:2308.02482},
year = {2023}
}