口头阅读流畅度的深度学习评估
计算与语言
2024-06-04 v2 声音
音频与语音处理
摘要
阅读流畅度评估是 literacy 项目中的关键组成部分，用于指导和监控早期教育干预。鉴于由教师进行此操作的资源密集型特性，开发能够在儿童口头阅读音频录音上运行的自动工具作为客观且高度可扩展的解决方案显然具有吸引力。诸如准确性、速率和表达性等多个复杂方面构成人类对阅读流畅度判断的基础。本文我们针对由儿童讲述故事文本的音频录音数据集进行端到端建模，数据集由人类专家标注。采用预训练的 wav2vec2.0 模型是由于其可能缓解标签数据有限量的挑战。我们报告了若干系统变体在相关措施上的性能，并探讨了所学嵌入中用于词汇和声学-韵律特征的学习情况，这些特征已知对阅读流畅度感知至关重要。
引用
@article{arxiv.2405.19426,
title = {Deep Learning for Assessment of Oral Reading Fluency},
author = {Mithilesh Vaidya and Binaya Kumar Sahoo and Preeti Rao},
journal= {arXiv preprint arXiv:2405.19426},
year = {2024}
}