2024 年中文口吃事件检测与自动语音识别挑战赛 findings
音频与语音处理
2024-09-10 v1 声音
摘要
StutteringSpeech 挑战赛旨在推动面向口吃人群的语音技术发展，特别针对中文口吃事件检测（SED）和自动语音识别（ASR）。该挑战赛包含三个赛道：（1）SED，旨在开发用于检测口吃事件的系统；（2）ASR，专注于创建能够稳健识别口吃语音的系统；（3）研究赛道，用于利用所提供数据集的创新方法。我们使用了开源中文口吃数据集 AS-70，该数据集已为本次挑战赛划分为新的训练集和测试集。本文介绍了该数据集，详细说明了挑战赛各赛道，并分析了表现顶尖系统的性能，突出了检测准确率的提升和识别错误率的降低。我们的发现强调了专用模型和数据增强策略在开发口吃语音技术方面的潜力。
引用
@article{arxiv.2409.05430,
title = {Findings of the 2024 Mandarin Stuttering Event Detection and Automatic Speech Recognition Challenge},
author = {Hongfei Xue and Rong Gong and Mingchen Shao and Xin Xu and Lezhi Wang and Lei Xie and Hui Bu and Jiaming Zhou and Yong Qin and Jun Du and Ming Li and Binbin Zhang and Bin Jia},
journal= {arXiv preprint arXiv:2409.05430},
year = {2024}
}
备注
8 pages, 2 figures, accepted by SLT 2024