口吃言语中主要轨道与附属轨道的识别
计算与语言
2020-03-03 v1
摘要
不流畅言语此前主要从两个视角研究：关注诊断的临床视角，以及旨在对这些事件建模并检测以用于下游任务的自然语言处理（NLP）视角。此外，以往工作常根据输入特征是文本还是语音而使用不同度量，致使难以比较不同研究的贡献。受临床与 NLP 视角以及 \cite{clark1996using} 中区分主要轨道与附属轨道的表演理论启发，我们提出了一种不流畅检测的新评估框架。我们基于半定向访谈语料构建了一个新颖的强制对齐不流畅数据集，并给出直接比较基于文本的特征（词与跨度信息）和基于语音的特征（声学—韵律信息）性能的基线结果。最后，我们提出了受基于词的跨度特征启发的新音频特征。实验表明，使用这些特征在本数据集上超越了基于语音预测的基线。
引用
@article{arxiv.2003.01018,
title = {Identification of primary and collateral tracks in stuttered speech},
author = {Rachid Riad and Anne-Catherine Bachoud-Lévi and Frank Rudzicz and Emmanuel Dupoux},
journal= {arXiv preprint arXiv:2003.01018},
year = {2020}
}
备注
To be published in LREC 2020