基于 ASR 的识字辅导系统：如何优化对一年级学生的反馈
计算与语言
2024-07-24 v1 机器学习
声音
音频与语音处理
信号处理
摘要
近年来，将自动语音识别（ASR）应用于阅读练习程序的兴趣日益增长。在先前研究中，我们提出了一款基于 ASR 的荷兰语阅读辅导应用，旨在为学习阅读的一年级学生提供即时反馈。我们发现 ASR 在阅读过程的此阶段具有潜力，因为结果表明学生通过使用该软件在阅读准确率和流畅度上取得了进步。在当前研究中，我们利用现有语料库（JASMIN）中的儿童语音开发了两种新 ASR 系统，并将结果与先前研究进行比较。我们使用人工转写文本在词级别上通过 Cohen's Kappa、Matthews 相关系数（MCC）、精确率、召回率和 F 值等评估指标分析 ASR 系统的正确/错误分类。我们观察到新开发的 ASR 系统在与人判的一致性及正确拒绝（CR）方面有所改善。ASR 系统在不同阅读任务和词类型上的准确率存在差异。我们的结果表明，在当前配置下难以对孤立词进行分类。我们讨论了这些结果、改进系统的可能途径以及未来研究方向。
引用
@article{arxiv.2306.04190,
title = {An ASR-Based Tutor for Learning to Read: How to Optimize Feedback to First Graders},
author = {Yu Bai and Cristian Tejedor-Garcia and Ferdy Hubers and Catia Cucchiarini and Helmer Strik},
journal= {arXiv preprint arXiv:2306.04190},
year = {2024}
}
备注
Published (double-blind peer-reviewed) on SPECOM 2021