进行性构音障碍导致言语退化对 ASR 性能的影响分析
音频与语音处理
2022-11-02 v1 计算与语言
声音
摘要
尽管个性化自动语音识别（ASR）模型近来已被设计用于识别甚至严重受损的语音，但对于言语退化的使用者，模型性能可能随时间下降。本研究的目的是：（1）分析 ASR 在言语退化个体中随时间变化的性能；（2）探索在疾病进展过程中优化识别的缓解策略。语音由四名因肌萎缩侧索硬化（ALS）导致言语退化的个体录制。针对三种 ASR 模型计算了各录音会话的单词错误率（WER）：未适配说话人无关模型（U-SI）、适配说话人无关模型（A-SI）和适配说话人相关模型（A-SD 或个性化）。随着言语受损加重，三种模型的性能均随时间显著下降，但当使用言语进展严重阶段的录音进行更新时，A-SD 模型性能明显提升。在言语显著退化前疾病早期录制额外语句并未改善 A-SD 模型性能。总体而言，我们的发现强调了在为进行性言语障碍个体提供个性化模型时，持续录音（及模型重训练）的重要性。
引用
@article{arxiv.2211.00089,
title = {An analysis of degenerating speech due to progressive dysarthria on ASR performance},
author = {Katrin Tomanek and Katie Seaver and Pan-Pan Jiang and Richard Cave and Lauren Harrel and Jordan R. Green},
journal= {arXiv preprint arXiv:2211.00089},
year = {2022}
}
备注
Submitted to ICASSP 2023