免 ASR 的发音评估
音频与语音处理
2020-05-26 v1
摘要
大多数发音评估方法基于从自动语音识别 (ASR) 导出的局部特征，例如 Goodness of Pronunciation (GOP) 得分。在本文中，我们研究一种源自原始语音信号边缘分布的免 ASR 评分方法。其假设是：即使我们对语言一无所知（因而无法识别音素/词），通过对比聆听目标语言的一些语音数据，我们仍能判断发音的好坏。我们的分析表明，这一新评分方法对 GOP 的音素竞争问题提供了有趣的修正。在 ERJ 数据集上的实验结果表明，将免 ASR 得分与 GOP 结合可取得优于 GOP 基线的性能。
引用
@article{arxiv.2005.11902,
title = {ASR-Free Pronunciation Assessment},
author = {Sitong Cheng and Zhixin Liu and Lantian Li and Zhiyuan Tang and Dong Wang and Thomas Fang Zheng},
journal= {arXiv preprint arXiv:2005.11902},
year = {2020}
}
备注
submitted to INTRESPEECH 2020