基于声学单元语言建模的无参考自动语音严重程度评估
量子物理
2025-10-02 v1
摘要
语音严重程度评估正变得越来越重要，因而产生的经济负担也日益增长。当前的语音严重程度模型往往难以泛化，学习数据集特定的声学线索，而非语音严重程度的有意义相关因素。此外，许多模型需要参考语音或转录，限制了其在生态学有效场景（如非结构化语音评估）中的应用。先前的研究表明，自动语音自然度评估分数与严重程度评估分数之间存在强烈相关性，我们探索一种无参考方法 SpeechLMScore，不依赖病态语音数据。此外，我们提出 NKI-SpeechRT 数据集，基于 NKI-CCRT 数据集，为语音严重程度评估提供更全面的基础。本研究评估 SpeechLMScore 是否优于传统基于声学特征的方法，并评估无参考模型与有参考模型之间的性能差距。此外，我们利用 NKI-SpeechRT 数据集中的主观噪声评级检验这些模型对噪声的影响。结果表明，SpeechLMScore 对噪声鲁棒且优于传统方法。
引用
@article{arxiv.2510.00637,
title = {On the Relativity of Quantumness as Implied by Relativity of Arithmetic and Probability},
author = {Marek Czachor},
journal= {arXiv preprint arXiv:2510.00637},
year = {2025}
}