非裔美国人英语方言密度的自动估计
音频与语音处理
2022-04-05 v1 计算与语言
声音
摘要
在本文中，我们探索对非裔美国人英语（AAE）方言的方言密度进行自动预测，其中方言密度定义为话语中含有非标准方言特征的词所占的百分比。我们研究了若干声学和语言建模范式特征，包括常用的 X-vector 表示和 ComParE 特征集，以及从音频文件的 ASR 转写中提取的信息和韵律信息。为解决标注数据有限的问题，我们使用弱监督模型将韵律和 X-vector 特征投影到低维任务相关表示中。随后使用 XGBoost 模型从这些特征预测说话人的方言密度，并展示推理过程中哪些特征最为显著。我们评估了这些特征在单独及组合情况下对该任务的效用。这项不依赖人工标注转写的工作在 CORAAL 数据库的音频片段上进行。我们显示了在该数据库中预测的与真实的 AAE 语音方言密度之间存在显著相关性，并提议将此工作作为解释和缓解语音技术中偏差的工具。
引用
@article{arxiv.2204.00967,
title = {Automatic Dialect Density Estimation for African American English},
author = {Alexander Johnson and Kevin Everson and Vijay Ravi and Anissa Gladney and Mari Ostendorf and Abeer Alwan},
journal= {arXiv preprint arXiv:2204.00967},
year = {2022}
}
备注
5 pages, 2 figures