利用循环一致对抗网络增强腭裂语音可懂度
音频与语音处理
2021-02-02 v1
摘要
唇腭裂（CLP）是一种先天性颅面畸形，会导致多种语音相关障碍。由于结构与功能畸形，患者的语音可懂度显著下降，限制了语音控制设备的可及性与可用性。为解决此问题，提升CLP语音可懂度是值得追求的，且在言语治疗中也具价值。本研究利用循环一致对抗网络（CycleGAN）方法来改善CLP语音可懂度。模型以母语为坎纳达语的儿童语音数据训练。所提方法的有效性也通过自动语音识别性能进行度量。此外进行了主观评价，其结果同样证实了增强后语音相较原始语音在可懂度上的提升。
引用
@article{arxiv.2102.00270,
title = {Enhancing the Intelligibility of Cleft Lip and Palate Speech using Cycle-consistent Adversarial Networks},
author = {Protima Nomo Sudro and Rohan Kumar Das and Rohit Sinha and S R Mahadeva Prasanna},
journal= {arXiv preprint arXiv:2102.00270},
year = {2021}
}
备注
8 pages, 4 figures, IEEE spoken language and technology workshop