儿童可穿戴设备语音自动化处理的挑战：以语音类型分类器为例

通过儿童佩戴设备收集的录音有望轻松捕捉儿童的自然语言环境与语言产出，从而革命性地推动基础与应用语音科学。这一愿景的实现依赖于能够将如此收集的海量数据转化为可用信息的语音技术。本文通过总结旨在改进一项基础任务——语音类型分类——长达三年的实验，展示了阻碍该领域发展的几个障碍。我们的实验表明，在表示特征、架构和参数搜索方面的改进仅带来边际性能提升。通过关注数据相关性和数量取得了更多进展，这凸显了收集具有适当许可权限以允许共享的数据的重要性。