基于孪生循环自编码器儿童语音音系错误自动检测
音频与语音处理
2020-08-10 v1 声音
摘要
语音 sound 障碍（SSD）指儿童在正确发音方面持续困难的发育性障碍。SSD 的评估长期依赖受过训练的语言病理学家（SLPs）。随着对 SLPs 需求的增长及其长期短缺，语音障碍的自动化评估成为辅助临床工作的高度可取途径。本文描述了一项基于新收集的大型语音语料库，针对幼儿园儿童粤语语音中音系错误自动检测的研究。所提出的语音错误检测方法涉及使用孪生循环自编码器，其经训练以在嵌入空间中学习音段之间的相似性与差异。模型训练仅需来自典型发育（TD）儿童的语音数据。为区分障碍语音与典型语音，计算测试音段与参考音段嵌入之间的余弦距离。实验了不同模型架构与训练策略。在检测 6 种最常见辅音错误上的结果展示了所提模型的满意性能，平均精度值介于 0.82 至 0.93。
引用
@article{arxiv.2008.03193,
title = {Automatic Detection of Phonological Errors in Child Speech Using Siamese Recurrent Autoencoder},
author = {Si-Ioi Ng and Tan Lee},
journal= {arXiv preprint arXiv:2008.03193},
year = {2020}
}
备注
Accepted to INTERSPEECH 2020, Shanghai, China